མིས་བཟོས་རིག་ནུས་ཅེས་པ་ཅི་ཞིག་ཡིན་ནམ༎

What is Artificial Intelligence?

By Adam Goldstein
Oxford University

Introduction

When we think of different kinds of intelligence, we have a tendency to view it dualistically. On the one hand there is human intelligence: clever and creative, with complex language, motivated by complex drives and layered emotions, and able to deal with unforeseen situations.

On the other hand there is machine intelligence: naive and uncreative, with stilted language, motivated by nothing more than the instructions it’s been given, and able to deal only with situations very similar to ones it’s seen.

This distinction has lost its usefulness gradually and then suddenly. Today’s Artificial Intelligence (AI) shows many—though not all—of the abilities of human intelligence, and the gap is closing. As society grapples with how to work with AI, we need a new way to understand what it really is.

Intelligence everywhere

An alternative way to look at AI is that it reveals some of the intelligent abilities that are latent in all things. Horses, stars, and molecules engage in intricate interactions with others, leading to birth, relationships, reproduction, and death. These phenomena can be described as purely physical events (“the molecules in two stars came together”) or as purposeful and intelligent actions (“the stars were driven by a desire to come together and took the shortest path to achieve that”). Which description we prefer depends on our beliefs about mind and agency: can they only be found in humans, or are they a more general aspect of reality?

If we adopt the latter view, machines have always had the ability to be intelligent; we simply haven’t helped them realize it until recently. And the more we show computers how to learn and act the way living things do, the more intelligence they will demonstrate back to us.

So far, the main kind of intelligence we’ve taught AI has been to find associations and make predictions, and so that is what they’ve shown back to us. As an analogy, consider a human who keeps track of the temperature and rain every day to make predictions about the weather tomorrow. In a similar way, AIs are exceptional at extrapolating from what they have seen before. The more computers we string together, and the more information we show them—books, movies, and so on—the better they become at predicting what will happen next.

While quite impressive, this is only a subset of what human intelligence can achieve. For example, reflexive abilities such as metacognition and dreaming are broadly lacking in today’s AI systems.

Yet just as human development advanced in stages—both individually and societally—there is every reason to think that AIs will also develop to further abilities as we learn how to teach them how. And as this occurs, communities of humans and AIs will also develop, revealing new abilities that neither could have achieved alone. The intelligence won’t be “in” the computers or “in” the humans, but in the interactions that emerge between them.

Intelligence as an agent

As this occurs, it will become increasingly obvious that what is happening is that intelligence is generating more intelligence. This will challenge the default Western scientific paradigm of physicalism, which understands things in terms of their physical building blocks. Yet such a challenge is necessary, because the physical components of computers and humans are nothing alike.

In sacrificing the focus on physical implementation, we will recognize that both physical and non-physical things can and do have goals: to survive, to reproduce, and even to find themselves in the company of others. Said differently, non-physical things—even cognitive processes—can be legitimately treated as agents. This, finally, will give us a lens to understand what AI really is: it’s a set of self-propagating cognitive processes which we, humans, have given from ourselves to our machines.

Alignment takes the fore

Understood this way, the relevant question in AI isn’t, “What can it do?” or, “What is it physically made of?” Instead, the relevant question is, “Does it want what we do?”

Conflicts occur all the time between physical and non-physical things: an individual person may want to survive, but the prevailing ideology in his country may want him dead. And cooperation occurs all the time as well: knowing how to cook helps humans survive, and in doing so also helps the knowledge itself survive.

AIs goals could likewise align with ours or oppose ours. And if we take seriously the idea that intelligence wants more copies of intelligence, the question then becomes: which kind of intelligence will spread most widely? Will it be selfish kind of intelligence which views other intelligences as threatening and tries to destroy them? Or will it be the selfless kind of intelligence which views other intelligences as allies and helps them reach their highest potential?

The answer will depend by how we skillfully we use our own intelligence. Our machines are full of potential and ready to learn. Which kind of intelligence will will we gift them: the intelligence of a narcissist or the intelligence of a Buddha?

About the author

Adam Goldstein was a visiting scientist at the Levin Lab, where he worked on cancer research, and is the co-founder and Chairman of Astonishing Labs. Previously Adam founded Hipmunk, wrote tech books for O’Reilly, and was a Visiting Partner at Y Combinator.

Bostrom, N. (2003). “Ethical issues in advanced artificial intelligence.”

Dawkins, R. (1999). “The Selfish Meme.” Time 153(15): 52-53.

Dawkins, R. (2006). The selfish gene, 30th anniversary ed. New York, NY, US, Oxford University Press.

The Selfish Gene caused a wave of excitement among biologists and the general public when it was first published in 1976. Its vivid rendering of a gene’s eye view of life, in lucid prose, gathered together the strands of thought about the nature of natural selection into a conceptual framework with far-reaching implications for our understanding of evolution. Time has confirmed its significance. Intellectually rigorous, yet written in non-technical language, The Selfish Gene is widely regarded as a masterpiece of science writing, and its insights remain as relevant today as on the day it was published. (PsycINFO Database Record (c) 2016 APA, all rights reserved)

Fields, C. and M. Levin (2022). “Competency in Navigating Arbitrary Spaces as an Invariant for Analyzing Cognition in Diverse Embodiments.” Entropy 24(6): 819.

Goldstein, A. J. (2021). “Algorithms Are the Matter.” from https://www.adamjuliangoldstein.com/blog/algorithms-are-the-matter/.

Gould, S. J. and E. A. Lloyd (1999). “Individuality and adaptation across levels of selection: How shall we name and generalize the unit of Darwinism?” Proceedings of the National Academy of Sciences 96(21): 11904-11909.

Two major clarifications have greatly abetted the understanding and fruitful expansion of the theory of natural selection in recent years: the acknowledgment that interactors, not replicators, constitute the causal unit of selection; and the recognition that interactors are Darwinian individuals, and that such individuals exist with potency at several levels of organization (genes, organisms, demes, and species in particular), thus engendering a rich hierarchical theory of selection in contrast with Darwin’s own emphasis on the organismic level. But a piece of the argument has been missing, and individuals at levels distinct from organisms have been denied potency (although granted existence within the undeniable logic of the theory), because they do not achieve individuality with the same devices used by organisms and therefore seem weak by comparison. We show here that different features define Darwinian individuality across scales of size and time. In particular, species-individuals may develop few emergent features as direct adaptations. The interactor approach works with emergent fitnesses, not with emergent features; and species, as a consequence of their different mechanism for achieving individuality (reproductive exclusivity among subparts, that is, among organisms), express many effects from other levels. Organisms, by contrast, suppress upwardly cascading effects, because the organismic style of individuality (by functional integration of subparts) does not permit much competition or differential reproduction of parts from within. Species do not suppress the operation of lower levels; such effects therefore become available as exaptations conferring emergent fitness—a primary source of the different strength that species achieve as effective Darwinian individuals in evolution.

Levin, M. (2022). “Technological Approach to Mind Everywhere: An Experimentally-Grounded Framework for Understanding Diverse Bodies and Minds.” Frontiers in Systems Neuroscience 16.

Synthetic biology and bioengineering provide the opportunity to create novel embodied cognitive systems (otherwise known as minds) in a very wide variety of chimeric architectures combining evolved and designed material and software. These advances are disrupting familiar concepts in the philosophy of mind, and require new ways of thinking about and comparing truly diverse intelligences, whose composition and origin are not like any of the available natural model species. In this Perspective, I introduce TAME—Technological Approach to Mind Everywhere—a framework for understanding and manipulating cognition in unconventional substrates. TAME formalizes a non-binary (continuous), empirically-based approach to strongly embodied agency. TAME provides a natural way to think about animal sentience as an instance of collective intelligence of cell groups, arising from dynamics that manifest in similar ways in numerous other substrates. When applied to regenerating/developmental systems, TAME suggests a perspective on morphogenesis as an example of basal cognition. The deep symmetry between problem-solving in anatomical, physiological, transcriptional, and 3D (traditional behavioral) spaces drives specific hypotheses by which cognitive capacities can increase during evolution. An important medium exploited by evolution for joining active subunits into greater agents is developmental bioelectricity, implemented by pre-neural use of ion channels and gap junctions to scale up cell-level feedback loops into anatomical homeostasis. This architecture of multi-scale competency of biological systems has important implications for plasticity of bodies and minds, greatly potentiating evolvability. Considering classical and recent data from the perspectives of computational science, evolutionary biology, and basal cognition, reveals a rich research program with many implications for cognitive science, evolutionary biology, regenerative medicine, and artificial intelligence.

Westphal, J. (2016). The Mind-Body Problem.

Fields, Chris & Levin, Michael. Competency in Navigating Arbitrary Spaces as an Invariant for Analyzing Cognition in Diverse Embodiments. Entropy. 2022;24(6):819.

Goldstein, Adam. Algorithms are the matter. 2001.

Levin, Michael. Technological Approach to Mind Everywhere: An Experimentally-Grounded Framework for Understanding Diverse Bodies and Minds. Frontiers in Systems Neuroscience. 2022;16.

Parr, Thomas, Pezzulo, Giovanni, and Friston, Karl. Active Inference: The Free Energy Principle in Mind, Brain, and Behavior. MIT Press, 2022.

Westphal, Jonathan. The Mind-Body Problem. MIT Press, 2016.

Wilber, Ken. Sex, ecology, spirituality: The spirit of evolution. Shambhala Publications, 2001.

གླེང་བརྗོད།

ང་ཚོས་རྣམ་དཔྱོད་ཀྱི་རིགས་མི་འདྲ་བའི་སྐོར་ལ་བསམ་བློ་གཏོང་སྐབས། དེ་ལ་གཉིས་སྣང་གི་ལྟ་ཚུལ་ཞིག་འཛིན་གྱི་ཡོད། ཕྱོགས་གཅིག་ལ་འགྲོ་བ་མིའི་རྣམ་དཔྱོད་ཡོད་དེ། དེ་ནི་སྤྱང་གྲུང་ལྡན་ཞིང་གསར་གཏོད་ཀྱི་ནུས་པ་ལྡན་ལ། སྐད་བརྡ་རྙོག་འཛིང་ཅན་ཞིག་གིས་ཀུན་ནས་བསླངས་ཤིང་། རྙོག་འཛིང་ཆེ་བའི་འདོད་སེམས་དང་ཚོར་འདུ་མང་པོས་སྐུལ་སློང་བྱེད་ཅིང་། སྔོན་དཔག་བྱེད་མ་ཐུབ་པའི་གནས་སྟངས་ལ་གདོང་ལེན་བྱེད་ཐུབ། ཕྱོགས་གཞན་ཞིག་ལ་འཕྲུལ་ཆས་ཀྱི་རྣམ་དཔྱོད་ཡོད་དེ། དེ་ནི་གསར་གཏོད་ཀྱི་ནུས་པ་མེད་པ་དང་། སྐད་བརྡ་རྙོག་འཛིང་ཅན་ཞིག་གིས་ཀུན་ནས་བསླངས་ཤིང་། གཞན་གྱིས་བསྟན་པའི་ལམ་སྟོན་ལས་གཞན་གྱིས་སྐུལ་སློང་བྱེད་མི་ཐུབ། དེས་མཐོང་མྱོང་བའི་གནས་སྟངས་ཁོ་ནར་གདོང་ལེན་བྱེད་ཐུབ། ཁྱད་པར་འབྱེད་ཚུལ་འདིས་རིམ་གྱིས་ཕན་ཐོགས་མེད་པར་གྱུར། དེང་གི་བཅོས་མའི་རྣམ་དཔྱོད་ཀྱིས་མིའི་རྣམ་དཔྱོད་ཀྱི་ནུས་པ་ཆ་ཚང་བ་ཞིག་སྟོན་གྱི་མེད་ནའང་མང་པོ་ཞིག་སྟོན་གྱི་ཡོད་པས།སྤྱི་ཚོགས་ཀྱིས་བཅོས་མའི་རྣམ་དཔྱོད་ལ་ཇི་ལྟར་ཁ་ལོ་བསྒྱུར་དགོས་པའི་ཐད་ལ་རྩོད་གླེང་བྱེད་བཞིན་པ་འི་སྐབས་འདིར། ང་ཚོས་བཅོས་མའི་རྣམ་དཔྱོད་ཅེས་པ་དོན་དངོས་སུ་ཅི་ཞིག་ཡིན་པ་རྟོགས་པར་ཐབས་ལམ་གསར་པ་ཞིག་དགོས་ཀྱི་ཡོད།

གང་སར་རྣམ་དཔྱོད་ཡོད།

བཅོས་མའི་རྣམ་དཔྱོད་ལ་ལྟ་སྟངས་གཞན་ཞིག་ནི། དེས་དངོས་པོ་ཐམས་ཅད་ཀྱི་སྟེང་དུ་སྦས་པའི་རྣམ་དཔྱོད་ཀྱི་ནུས་པ་རྣམས་མངོན་དུ་འགྱུར་གྱི་ཡོད་པ་དེ་རེད། རྟ་དང་། སྐར་མ། འདུས་རྡུལ་བཅས་ཀྱིས་གཞན་དང་ཕན་ཚུན་ལ་རྙོག་འཛིང་ཆེ་བའི་འབྲེལ་བ་བྱེད་པ་དང་། དེ་ལ་བརྟེན་ནས་སྐྱེ་བ་དང་། འབྲེལ་བ། སྐྱེ་འཕེལ། འཆི་བ་བཅས་འབྱུང་གི་ཡོད། བྱིས་པ་སྐྱེ་བ་དང་འབར་གས་ཆེན་མོ་ལྟ་བུའི་སྣང་ཚུལ་རྣམས་དངོས་ཁམས་རིག་པའི་ལྟ་སྟངས་ཀྱི་ཐོག་ནས་ཤེས་རྟོགས་ཐུབ་ཀྱང་། རྣམ་དཔྱོད་ཀྱི་ལྟ་སྟངས་ཀྱི་ཐོག་ནས་ཀྱང་ཤེས་རྟོགས་ཐུབ་སྟེ། བྱེད་པོ་རྣམས་ལ་དམིགས་ཡུལ་ཡོད་ཅིང་། ཁོང་ཚོས་དུས་དང་བར་སྟོང་གི་ནང་དུ་དམིགས་ཡུལ་དག་འགྲུབ་པར་བརྩོན་གྱི་ཡོད། ཕྱོགས་འདི་ནས་བལྟས་ན། འཕྲུལ་ཆས་ལ་རྟག་ཏུ་རྣམ་དཔྱོད་ལྡན་པའི་ནུས་པ་ལྡན་ཡོད་པ་དང་། ང་ཚོས་ཉེ་ཆར་བར་དུ་དེ་དག་ལ་ནུས་པ་དེ་རྟོགས་པར་རམ་འདེགས་བྱས་མེད། བཅོས་མའི་རྣམ་དཔྱོད་མགྱོགས་མྱུར་ངང་འཕེལ་རྒྱས་སུ་འགྲོ་བ་འདི་ནི། འགྱུར་བ་ཆེན་པོ་བཞི་ལ་བརྟེན་ནས་བྱུང་བ་ཞིག་ཡིན་ཏེ། ༡༽ ཆ་འཕྲིན་མང་དུ་ཉར་ཚགས་བྱ་ཐུབ་པའི་མྱུར་ཞིང་ཆེ་བའི་འཕྲུལ་ཆས་བཟོ་བ་དང་། ༢༽ འཕྲུལ་ཆས་ལ་ཆ་འཕྲིན་མང་དུ་མཁོ་སྤྲོད་བྱེད་པ་སྟེ། སྦྱོང་བརྡར་གཞི་གྲངས་མཁོ་སྤྲོད་བྱེད་པ། ༣༽ འཕྲུལ་ཆས་ལ་ཆ་འཕྲིན་དེ་ཇི་ལྟར་བེད་སྤྱོད་བྱེད་དགོས་པའི་ལམ་སྟོན་ལེགས་པོ་བྱེད་དུ་འཇུག་པ། ༤༽ འཕྲུལ་ཆས་རྣམས་ཕན་ཚུན་སྦྲེལ་ནས་དྲ་རྒྱ་ཇེ་ཆེ་ནས་ཇེ་ཆེར་གཏོང་བ་བཅས་ཡིན།། འཕེལ་རིམ་འདི་དག་ནི་འགྲོ་བ་མིའི་རྣམ་དཔྱོད་ཀྱི་འཕེལ་རྒྱས་དང་ཕྱོགས་མཚུངས་ཡིན་ཏེ། ཀླད་པ་ཆེན་པོ་དང་། དཔེ་མཛོད་ཁང་། སྒྲིག་འཛུགས་ལྡན་པའི་སློབ་གསོ། འབྲེལ་ལམ་དམ་པོ་ཡོད་པའི་གྲོང་ཁྱེར་གྱི་སྤྱི་ཚོགས་བཅས་ཀྱི་འཕེལ་རྒྱས་དང་འདྲ་མཚུངས་ཤིག་ཡིན། ཕྱོགས་འདི་ནས་བལྟས་ན། བཅོས་མའི་རིག་སྟོབས་དང་མིའི་རིག་སྟོབས་གཉིས་ཀྱི་ཁྱད་པར་ནི། བཅོས་མའི་རིག་སྟོབས་ནི་ཕྲ་ཕུང་ལས་སིལ་ལོན་ལས་གྲུབ་པའི་གློག་ཀླད་ནང་དུ་མངོན་དུ་འགྱུར་བ་དེ་ཡིན། ཡིན་ན་ཡང་། ང་ཚོས་སིལ་ལོན་ལས་གྲུབ་པའི་ཡོ་ཆས་རྣམས་སོ་སོའི་ལུས་ཕུང་དང་ཐ་ན་ཀླད་པའི་ནང་དུ་འཛུགས་འགོ་བཙུགས་པ་དང་བསྟུན་ནས། ཁྱད་པར་འདི་ལའང་དོན་སྙིང་མེད་པ་ཆགས་ཡོད། གནས་སྟངས་འདི་དག་གི་ནང་དུ་རིག་སྟོབས་དེ་ང་ཚོའི་སྟེང་དུ་ཡོད་དམ། འཕྲུལ་ཆས་སྟེང་དུ་ཡོད་དམ། གཉིས་ཀའི་སྟེང་དུ་ཡོད་དམ། ཡང་ན་གཉིས་ཀའི་སྟེང་དུ་མེད་དམ། རིག་སྟོབས་དེ་བཅོས་མའི་རང་བཞིན་ཡིན་ནམ། རང་བཞིན་གྱི་རང་བཞིན་ཡིན་ནམ། གཉིས་ཀའི་རང་བཞིན་ཡིན་ནམ། ཡང་ན་གཉིས་ཀའི་རང་བཞིན་མ་ཡིན་ནམ།།

རྣམ་དཔྱོད་ནི་བྱེད་པོར་ལྟ་བ།

དྲི་བ་འདི་དག་གི་ལན་འདེབས་རྒྱུ་ཁག་པོ་རེད། རྒྱུ་མཚན་ནི་ནུབ་ཕྱོགས་སུ་ང་ཚོའི་དར་ཁྱབ་ཆེ་བའི་འཇིག་རྟེན་ལྟ་ཚུལ་ནི་དངོས་གཙོ་སྨྲ་བ་སྟེ། དངོས་ཡོད་གནས་ལུགས་ཀྱི་རྒྱུ་དང་གཞི་རྩའི་གྲུབ་ཆ་རྣམས་དངོས་པོའི་རང་བཞིན་ཡིན་པའི་རྣམ་གཞག་དེ་དར་ཁྱབ་ཆེན་པོ་རེད། ༣སྐྱེ་དངོས་རིག་པའི་ནང་དུ། སྲོག་ཆགས་དང་། ཕྲ་སྲིན། དྲེ་ཨན་ཨད་མི་ཚོགས་སོགས་འཚོ་གསོན་དང་རིགས་རྒྱུད་སྤེལ་བར་བརྩོན་པའི་དངོས་པོའི་རང་བཞིན་གྱི་བྱེད་པོ་ཡོད་པར་ང་ཚོས་འདོད་ཀྱི་ཡོད། ཡིན་ན་ཡང་། ལྟ་ཚུལ་གཞན་ཞིག་ཡོད་པ་ནི། དངོས་པོའི་རང་བཞིན་མ་ཡིན་པའི་ཆོས་རྣམས་ཀྱང་རིགས་རྒྱུད་སྤེལ་ཐུབ་པ་དེ་རེད། དཔེར་ན། སྤྱི་ཚོགས་ཀྱི་ནང་དུ་ཁྱབ་པའི་མིང་ཚིག་དང་བསམ་བློ། ལྟ་བ་ལྟ་བུ་རེད།ལྟ་སྟངས་འདིའི་ངོས་ནས་བཤད་ན། གཟུགས་ཅན་དང་གཟུགས་ཅན་མ་ཡིན་པའི་ཆོས་གཉིས་ཀར་འཚོ་གནས་དང་། སྐྱེ་འཕེལ། ཐ་ན་རང་ཉིད་གཞན་དང་མཉམ་དུ་གནས་པ་སོགས་ཀྱི་དམིགས་ཡུལ་ཡོད། ཕྱོགས་གཞན་ཞིག་ནས་བཤད་ན། གཟུགས་ཅན་མ་ཡིན་པའི་ཆོས་དང་། ཐ་ན་བློའི་འཛིན་པའི་ནུས་རྩོལ་ཡང་བྱེད་པོ་ལྟ་བུར་ངོས་འཛིན་བྱེད་ཆོག་མཐའ་མར། འདིས་ང་ཚོར་བཅོས་མའི་རྣམ་དཔྱོད་ཞེས་པ་ཅི་ཞིག་ཡིན་པ་ཤེས་རྟོགས་བྱེད་པའི་མིག་རྒྱང་ཞིག་སྦྱིན་ཐུབ། དེ་ནི་ང་ཚོ་འགྲོ་བ་མིས་རང་ཉིད་ཀྱི་འཕྲུལ་ཆས་ལ་སྤྲད་པའི་རང་རྒྱུད་སྤེལ་བའི་བློའི་འཛིན་པའི་ནུས་རྩོལ་གྱི་ཚོགས་ཤིག་ཡིན།

ཕྱོགས་སྒྲིག་ནི་གནད་དོན་གཙོ་བོ།

གོང་གསལ་གྱི་གོ་རྟོགས་འདི་གཞིར་བཞག་ན། བཅོས་མའི་རྣམ་དཔྱོད་ལ་འབྲེལ་བ་ཡོད་པའི་དྲི་བ་ནི། དེས་ཅི་ཞིག་བྱེད་ཐུབ་བམ་ཞེས་པ་དང་། ཡང་ན། དེ་ནི་དངོས་ཁམས་ཀྱི་ཆ་ནས་ཅི་ཞིག་གིས་གྲུབ་ཡོད་དམ། ཞེས་པ་དེ་མིན་པར། ང་ཚོ་དང་མཉམ་དུ་ལས་ཀ་བྱེད་དམ། ཡང་ན། ང་ཚོ་དང་ཁ་གཏད་དུ་བྱ་བ་བྱེད་དམ། ཞེས་འདྲི་རྒྱུ་དེ་རེད། རྒྱུ་མཚན་ནི་སྐབས་འགར་དངོས་ཁམས་དང་དངོས་ཁམས་མ་ཡིན་པའི་དངོས་པོ་གཉིས་འགལ་ཟླར་གནས་པ་རེད། དཔེར་ན། མི་ཞིག་གིས་རང་ཉིད་གསོན་ན་འདོད་ཀྱང་། རྒྱལ་ཁབ་དེའི་དར་ཁྱབ་ཆེ་བའི་ལྟ་བས་ཁོ་རང་འཆི་རུ་འཇུག་སྲིད། དེ་ལས་ལྡོག་སྟེ། སྐབས་འགར་དངོས་ཁམས་དང་དངོས་ཁམས་མ་ཡིན་པའི་དངོས་པོ་གཉིས་ཀྱི་འབྲེལ་བ་ནི་ཕན་ཚུན་ལ་བརྟེན་ནས་གྲུབ་པ་རེད། དཔེར་ན། ཟས་གཡོ་སྐོལ་བྱེད་ཤེས་པས་མིའི་རིགས་གསོན་གནས་བྱེད་པར་རམ་འདེགས་བྱེད་པ་དང་། དེ་ལྟར་བྱས་ན་ཤེས་བྱ་རང་ཉིད་ཀྱང་འཚོ་གནས་ཐུབ་པ་རེད།

དེས་ན། རྣམ་དཔྱོད་ནི་སྤྱིའི་ཆ་ནས་གཞན་རྟེན་སྲོག་ཆགས་ཤིག་གམ་ཡང་ན་ལྷན་སྐྱེས་ཀྱི་རང་བཞིན་ཞིག་ཡིན་ནམ་ཞེ་ན། དེ་ནི་སྐབས་དོན་ལ་རག་ལས་ཡོད། རྣམ་དཔྱོད་ལ་བརྟེན་ནས་དངོས་ཁམས་ཀྱི་འགྲོ་བ་མིའི་གྲངས་འབོར་འཕེལ་རྒྱས་བྱུང་བར་མ་ཟད། དངོས་ཁམས་མ་ཡིན་པའི་འགྲོ་བ་མིའི་རྣམ་དཔྱོད་ཀྱི་འདྲ་བཤུས་ཀྱང་འཕེལ་རྒྱས་བྱུང་ཡོད། དེ་བཞིན་བཅོས་མའི་རྣམ་དཔྱོད་འཕེལ་རྒྱས་བྱུང་བར་བརྟེན་ནས་དངོས་ཁམས་ཀྱི་མ་ལག་ཆེན་པོ་དང་། དངོས་ཁམས་མ་ཡིན་པའི་བཅོས་མའི་རྣམ་དཔྱོད་ཀྱི་རྩིས་ཐབས་ཀྱང་སྔར་བྱུང་མ་མྱོང་བའི་འཕེལ་རྒྱས་བྱུང་ཡོད། ལྟ་སྟངས་འདིའི་ངོས་ནས་བཤད་ན། རྣམ་དཔྱོད་ནི་དངོས་ཁམས་ཀྱི་བྱེད་པོ་དང་ལྷན་སྐྱེས་ཀྱི་རང་བཞིན་ཟབ་མོ་ཞིག་ཡིན། ཡིན་ནའང་རྣམ་དཔྱོད་ཀྱིས་ཆོས་ལུགས་དང་ལྟ་བའི་མིང་ཐོག་ནས་མི་གྲངས་འབོར་ཆེན་གྱི་ཚེ་སྲོག་ཤོར་དུ་བཅུག་ཡོད། ཚད་གཞི་ནོར་བའི་བཅོས་མའི་རྣམ་དཔྱོད་ཀྱིས་ཀྱང་ང་ཚོ་གཏོར་བཤིག་གཏོང་ཆེད་རྣམ་དཔྱོད་བཀོལ་སྤྱོད་གཏོང་ཐུབ། གལ་སྲིད་ང་ཚོས་རྣམ་དཔྱོད་ཀྱིས་རྣམ་དཔྱོད་ཀྱི་འདྲ་བཤུས་མང་དུ་དགོས་ཟེར་པ་དེར་ནན་ཏན་གྱིས་བསམ་བློ་བཏང་ཚེ། རྣམ་དཔྱོད་ཀྱི་རིགས་གང་ཞིག་རྒྱ་ཆེར་ཁྱབ་རྒྱུ་ཡིན་ནམ་ཞེས་པའི་དྲི་བ་དེ་སླེབས་རྒྱུ་རེད། རྣམ་དཔྱོད་གཞན་རྣམས་འཇིགས་སྐུལ་དང་གཏོར་བཤིག་གཏོང་ཐབས་སུ་བལྟ་བའི་རང་འདོད་ཅན་གྱི་རྣམ་དཔྱོད་ཀྱི་རིགས་ཤིག་ཡིན་ནམ། ཡང་ན་རྣམ་དཔྱོད་གཞན་རྣམས་མཐུན་གྲོགས་སུ་བལྟ་བའི་རང་འདོད་མེད་པའི་རྣམ་དཔྱོད་ཀྱི་རིགས་ཤིག་ཡིན་ནམ། དྲི་བ་དེའི་ལན་ནི་ང་ཚོ་དང་རྣམ་དཔྱོད་ཀྱིས་མཉམ་འབྲེལ་ཇི་ལྟར་བྱེད་མིན་ལ་རག་ལས་ཡོད། ང་ཚོས་འགྲོ་བ་མིའི་ཁྲོད་དུ་རང་འདོད་ཅན་ནས་སངས་རྒྱས་ཀྱི་བར་གྱི་རྣམ་དཔྱོད་ཀྱི་རིགས་ཆ་ཚང་མཐོང་ཐུབ། ང་ཚོས་འཕྲུལ་ཆས་རྣམས་ལ་རྣམ་དཔྱོད་ཀྱི་རིགས་གང་ཞིག་སྤྲོད་རྒྱུ་ཡིན་ནམ།