Moravecin Paradoksi: Miksi Elementaarinen On Vaikeinta Tekoälylle - Vaihtoehtoinen Näkymä

Sisällysluettelo:

Moravecin Paradoksi: Miksi Elementaarinen On Vaikeinta Tekoälylle - Vaihtoehtoinen Näkymä
Moravecin Paradoksi: Miksi Elementaarinen On Vaikeinta Tekoälylle - Vaihtoehtoinen Näkymä

Video: Moravecin Paradoksi: Miksi Elementaarinen On Vaikeinta Tekoälylle - Vaihtoehtoinen Näkymä

Video: Moravecin Paradoksi: Miksi Elementaarinen On Vaikeinta Tekoälylle - Vaihtoehtoinen Näkymä
Video: Tekoäly terveydenhuollossa - Konkreettisia esimerkkejä ja tulevaisuuden näkymät 2024, Syyskuu
Anonim

Teknologian historia on täynnä ennusteita, jotka kuulostavat nyt naurettavalta. Yksi kuuluisimmista esimerkeistä johtuu Bill Gatesista, joka julisti vuonna 1981, että "640 kilotavun pitäisi riittää kenelle tahansa". AI-ennusteet eivät eroa tässä suhteessa.

Image
Image

Ensimmäiset AI: n (tekoälyn) tutkijat uskoivat, että meillä olisi robotti, joka kävelisi, puhuisi ja ajattelee kuin ihminen vain muutamassa vuosikymmenessä. Tietenkin, vaikka koneoppimisessa on tapahtunut joitain vaikuttavia saavutuksia, AI: lla on vielä pitkä tie kuljettavanaan. Moravec-paradoksina tunnetun periaatteen mukaan voimme opettaa koneita ratkaisemaan monimutkaisia ongelmia, mutta samalla ne eivät selviä yksinkertaisimmista ongelmista.

Tule Siri, ajattele kuin lapsi

Vuonna 1957 taloustieteilijä ja tietotekniikan edelläkävijä Herbert Simon sanoi:”Minulla ei ole tarkoitusta yllättää tai järkyttää sinua, mutta voin tiivistää sen sanomalla, että maailmassa on nyt koneita, jotka voivat ajatella, oppia ja luoda. Lisäksi heidän kykynsä suorittaa näitä toimintoja kasvaa nopeasti, kunnes (ennakoitavissa olevaan tulevaisuuteen) niiden ongelmien joukko, joita koneet voivat käsitellä, on verrattavissa niiden ongelmien joukkoon, joissa ihmisen mieltä on toistaiseksi tarvittu."

Simon kuoli vuonna 2001, ja hänen "näkyvä tulevaisuus", jossa koneet voivat ajatella ihmisiä, on vielä kaukana. Tietenkin, tekoäly on osoittautunut hyvin suorittamaan erityistehtäviä, kuten luokittelemaan etäisiä galakseja tai julkkisääniä jäljittelemällä tai luomaan taidetta, mutta yksinkertainen ajattelu - käsite, jota kutsutaan yleiseksi tekoälyksi - näyttää hämärtävän kaikkein kehittyneimpiä koneoppimisjärjestelmiä. Ajattele vain, jopa kävely kahdella jalalla on haaste koneille. He saattavat pystyä voittamaan suuren shakkimestarin, mutta he eivät pääse eteenpäin pienestä ja ottavat oikean lelun hyllyltä.

Tämä ei ole uusi ongelma. 1980-luvulla tietotekniikan tutkija Hans Moravec esitti juuri tämän ongelman, jota kutsutaan nykyään "Moravec-paradoksi", ja selitti, miksi juuri tämän meidän pitäisi odottaa koneilta, jotka eivät ole luonnollisen valinnan alaisia. "Ihmisen aivojen suurten, hyvin kehittyneiden aistinvaraisten ja motoristen osien koodaamat ovat miljardeja vuosia kokemusta maailman luonteesta ja siitä, kuinka selviytyä siinä", hän kirjoitti vuonna 1988 kirjassaan Mielen lapset.

Mainosvideo:

Eli mitä ihmisille näyttää yksinkertaiselta, sitä on parannettu vuosituhansien ajan evoluutioprosessissa. Se, mikä ihmisten mielestä on vaikeinta, on vaikeaa vain siksi, että se on heille uusi - olemme ajatelleet shakkistrategiaa vähän yli tuhat vuotta, mutta olemme oppineet vuorovaikutukseen ympäristön kanssa, koska esi-isämme olivat edelleen yksisoluisia organismeja. Evoluutiokyvyt eivät vaadi tietoista ajattelua, ja kun sinun ei tarvitse miettiä jotain, on vaikeampaa selvittää, kuinka opettaa kone tekemään se.

Tutustu koneisiin tutustumalla itseesi

Joten miten opetat koneen ajattelemaan oikeasti? Moravec uskoo, että koneista puuttuu evoluutio. Tilanne kuitenkin paranee päivä päivältä.

Insinöörit opettavat tekoälyn algoritmeja, kuten robotteja videopelien pelaamiseen. Mutta ennen kuin voimme opettaa koneita ajattelemaan ihmisiä, meidän on ymmärrettävä paremmin miten ihmiset ajattelevat. Koneoppimisen rajoitusten ymmärtäminen voi auttaa vastaamaan kysymyksiimme siitä, kuinka mielemme todella toimivat. On myös mahdollista, että paradoksi on, että AI ei ole koskaan todella itsenäinen ja luottaa aina ihmisten apuun. Mutta joka tapauksessa meidän kaikkien tulisi arvostaa pääkallojemme sisällä liikkuvia supertietokoneita. Ne tekevät maailman vaikeimmista tehtävistä näyttävän helpoilta.

Svetlana Bodrik