Israelin matemaatikot ovat osoittaneet, että tekoäly ei kaikkea muuta pysty löytämään malleja tietojoukkoista tai antamaan yksiselitteisiä vastauksia kysymyksiin. Heidän havaintonsa esiteltiin Nature Machine Intelligence -lehdessä.
Nykyaikaiset koneoppimis- ja tekoälyjärjestelmät toimivat hyvin yksinkertaisella periaatteella. He oppivat vähitellen "näkemään" tietyt mallit ja erottamaan oikeat vastaukset vääristä vastauksista laajojen ihmisen valmistelemien tietokantojen avulla.
Aluksi tätä lähestymistapaa käytettiin pääasiassa kuvan tunnistusjärjestelmien luomiseen. Myöhemmin kävi ilmi, että sitä voidaan käyttää melkein kaikkeen,”luoviin” AI: eihin, jotka pystyvät piirtämään ja luomaan musiikkia itse, AlphaZero-koneeseen, joka voi oppia ilman ihmisten apua ja pelata useita lautapelejä tietäen vain heidän sääntönsä.
Yehudayoff toteaa, että tällaiset menestykset ovat pakottaneet ohjelmoijat, filosofit ja matemaatikot ihmettelemään, onko tällä ongelmanratkaisumenetelmällä rajoja ja saako äärimmäisen”yleinen” tekoäly löytää mallin mistä tahansa mielivaltaisesta tietoryhmästä ja vastata kaikkiin mahdollisiin kysymyksiin.
Israelin matemaatikot yrittivät selvittää, onko tämä todella niin, analysoimalla nykyisin aktiivisesti ratkaistavien matemaattisten ongelmien yleisimmät versiot koneoppimisjärjestelmien avulla.
Heidän huomionsa on kiinnitetty tekoälyn versioihin, jotka yrittävät ennakoida maksimiarvoja epätäydellisten tietojoukkojen avulla. Esimerkiksi tällaiset koneet yrittävät arvata tietyn sivuston kävijöiden mieltymykset ja valita sellaiset mainokset, jotka olisivat mielenkiintoisia useimmille heistä.
Esittämällä tämän ongelman kokoelmana useita suuria ja pieniä sarjoja, Yehudaioff ja hänen kollegansa huomasivat, että sen kuvaus oli samanlainen kuin kuuluisan Gödel-lauseen. Vuonna 1940 kuuluisa itävaltalainen matemaatikko Kurt Gödel sai selville, että mikä tahansa muodollinen järjestelmä, myös itse matematiikka, on epätäydellinen tai ristiriitainen.
Toisin sanoen tämä tarkoittaa, että koneoppimisjärjestelmillä sekä”yksinkertaisilla” matemaatikoilla on ongelmia, lausuntoja ja kysymyksiä, joita ei voida ratkaista, todistaa eikä kumota ylittämättä niitä.
Mainosvideo:
Esimerkiksi tässä tapauksessa on mahdotonta ennustaa, voidaanko tekoäly”kouluttaa” sopimaan mainoksiin ihanteellisesti käyttämällä tietoa vain pienen, mielivaltaisen lukumäärän vierailijoiden mieltymyksistä. Riippuen siitä, mitkä portaalivierailijat otetaan mukaan tähän otokseen, tämä ongelma on sekä ratkaistava että ratkaisematon.
Kuten tutkijat korostavat, käytännön näkökulmasta tämä löytö ei vaikuta millään tavoin siihen, kuinka aktiivisesti tekoäly kehittyy tulevaisuudessa ja kuinka hyvin se ratkaisee käytännön ongelmat. Toisaalta tällaisten rajoitusten olemassaolo viittaa siihen, että on paljon vaikeampaa luoda universaali "ajattelukone", joka pystyy ratkaisemaan kaikki ongelmat kuin tutkijat uskovat nykyään.