Programmet utforskar hur vår förståelse av sinnet och medvetandet har utvecklats, från behaviorismens mekanistiska syn till hjärnan som en dator och senare till neurala nätverk. Det diskuteras även hur artificiell intelligens och nya vetenskapliga insikter utmanar och omformulerar vår syn på vad som gör oss mänskliga och om maskiner kan uppnå verkligt medvetande.
Medverkande: Peter Gärdenfors (professor i kognitionsvetenskap)
Frågor om jaget och psykologi
Programmet inleder med att reflektera över huruvida ”jaget” är materiellt eller immateriellt och dess separation från kroppen. Det ställs även frågor om vilka antaganden som format modern psykologi och om själen är en föråldrad kvarleva.
Professor Peter Gärdenfors presenteras
Peter Gärdenfors presenterar sig som professor i kognitionsvetenskap vid Lunds universitet.
Behaviorismens syn på sinnet
Det diskuteras hur behaviorismen radikalt förkastade tidigare uppfattningar om jaget, själen och fri vilja genom att fokusera på mätbara stimuli och svar. Mentala fenomen betraktades som en ”svart låda”. Rörelsen växte fram som en reaktion på idealistisk psykologi och betonade empiriska observationer, med exempel som Pavlovs hundar.
Ursprunget till dator-metaforen
Idén om hjärnan som en dator spåras till en logisk filosofisk tradition med Alan Turings arbete om Turingmaskinen. McCulloch och Pitts bidrog genom att föreslå att neuroner fungerar som logiska kretsar, vilket cementerade metaforen.
Informationsteori och tidig AI
Claude Shannons informationsteori, ursprungligen för telekommunikation, antogs av datavetare för att mäta informationsöverföring. George Miller tillämpade detta på hjärnan med sin berömda ”7 plus minus två” informationsbitar i arbetsminnet. Den kognitiva revolutionen ledde även till tidiga AI-program och Chomskys syn på språk som krävande Turingmaskiner.
Från CPU till neurala nätverk
Sökandet efter en central processorenhet i hjärnan misslyckades, vilket ledde till ett övergivande av Turing-metaforen till förmån för neurala nätverk. Nya avbildningstekniker visade var processer ägde rum, men inte hur de fungerade. David Marrs arbete med beräkningsmekanismer för det visuella systemet banade väg för beräkningsneurovetenskap baserad på neurala nätverk.
Cybernetikens inflytande
Norbert Wieners arbete med cybernetik och enkla robotar lade grunden för modern robotik, som initialt misslyckades med Turingmaskinsmodeller. Dagens robotik bygger snarare på kontrollteori, en ingenjörsteori om feedback- och framåtkopplingsslingor från den verkliga världen, som exemplet med en termostat.
Medvetande: Det svåra problemet
Diskussionen rör det ”mjuka” problemet med att simulera medvetande (som stora språkmodeller löser) och David Chalmers ”svåra problem” om huruvida ett system verkligen är medvetet och kan uppleva kvalitet. Eftersom vi inte helt förstår mänskligt medvetande är det svårt att svara för maskiner.
Hjärnans plasticitet och parallell bearbetning
Neuroplasticitet visar att hjärnstrukturer förändras vid inlärning, vilket är en begränsning för Turingmaskinen men kan modelleras av neurala nätverk. Dessa nätverk fungerar som distribuerade system där neuroner arbetar parallellt och justerar sig för att upptäcka mönster. Det framhålls dock att hjärnan är mer komplex än enbart neurala nätverk.
Framtiden för AI och förståelsen av sinnet
Föreläsaren menar att vår förståelse av hjärnan aldrig kommer att vara fullständig på grund av dess enorma komplexitet. Medan AI-system utmärker sig i mönsterigenkänning, saknar de förståelse för vad de producerar. Det så kallade Turingtestet har passerats för språkproduktion, men inte för andra mänskliga aktiviteter, och frågan om medvetande i AI kvarstår som ”samma problem i nya flaskor”.
Källinformation
- Utgivare:
- YouTube
AI-genererad 30 maj 2026 20:42
- Modell:
- gemini-2.5-flash (gemini)
- Prompt:
- SRT to Description (Gemini) v1.3