Source: New Ji-won
Auteur: Filip Piekniewski
thèse 2700 mots Il a recommandé la lecture de 7 minutes.
L'auteur analyse le problème actuel des méthodes d'intelligence artificielle pour le moment, et nous pouvons résoudre tous les problèmes.
Il n'y a pas longtemps, un article intitulé « L'hiver approche AI, » le feu de l'article, ce qui déclenche le domaine des experts et des universitaires, des chercheurs d'Amnesty International, les étudiants et même manger melon discussions des masses. Cet article présente une étude de la spéculation sur la profondeur de la critique qui a été réglé l'apprentissage en profondeur, comme le marché boursier se bloque, l'hiver IA viendront à nouveau, bien qu'ils ne peuvent pas prédire quand il viendra. L'écrivain Filip Piekniewski est un expert dans le domaine de la vision par ordinateur et AI, après avoir réfléchi quelques semaines, il a de nouveau résumé son point de vue sur l'IA, il est mérite d'être méditée.
Ces dernières semaines, je fus forcé de repenser et de résumer mon point de vue sur l'IA. Après l ' « hiver AI approche » post essai largement répandue, beaucoup de gens me contacter par e-mail et twitter, a fait beaucoup de bonnes suggestions. Alors, j'ai décidé d'écrire d'une manière concise ce que je considère qu'il ya un problème dans nos méthodes d'intelligence artificielle, et nous pouvons résoudre tous les problèmes. Les points suivants sont dix:
Tout d'abord, notre définition de l'intelligence était liée par Turing la
Sur turing idée intelligente est très célèbre, il limiterait les solutions d'intelligence de jeu de langage et comme un être humain. Plus précisément, l'ensemble intelligent Turing:
- solutions de jeu
- L'analyse de l'homme placé dans une position
Cette définition est très confuse, et il convient pour le domaine de l'intelligence artificielle. Les chiens, les singes, les éléphants et les rongeurs même sont des créatures très intelligentes, mais ils n'ont pas la langue, il est donc impossible de passer le test de Turing.
En second lieu, le problème de base de l'intelligence artificielle Paradox de Moravec
(Paradoxe de Moravec)
Ce problème est beaucoup plus aujourd'hui qu'en 1988 quand il venait d'être clairement, et nous avons failli ne pas prendre aucune action au cours des 30 dernières années pour résoudre ce problème, ce qui est dommage. Paradox argument de base de Moravec est que, en réalité, la plupart des questions simples plus complexes que le jeu le plus complexe.
Remarque: Comme l'a écrit Moravec, « laisser le jeu d'échecs de jeu d'ordinateur comme un chameau adulte est relativement facile, mais laissez l'ordinateur comme un ans perception enfantine et la capacité d'agir est très difficile, voire impossible. »
Nous nous sommes accordés si au-delà de l'IA humaine dans le jeu (ainsi que d'autres domaines de mots limités et bien définis tels que des ensembles de données), l'indice sera aussi intelligent que d'une norme compatible avec le test de Turing. Nous ignorons complètement ce fait: l'arrêt définitif de l'intelligence de la réalité elle-même, plutôt que d'un comité composé d'êtres humains fait.
Troisièmement, notre modèle peut même jouer un rôle
Mais souvent pour la mauvaise raison
J'élabore sur ce point aussi, l'apprentissage en profondeur est un bon exemple dans d'autres articles. Etude approfondie a apparemment résolu le problème de la reconnaissance des objets, mais un grand nombre d'études ont montré que la raison pour laquelle la profondeur du réseau de neurones peut identifier les objets de la raison humaine et l'objet peut être observé très différent.
Pour tromper l'esprit humain avec le peuple de test de Turing, cela ne peut être important. Mais le souci de la capacité de traitement de l'intelligence artificielle des attentes irréalistes (en dehors de) de personnes, ce qui est essentiel.
Quatrièmement, la réalité est pas un jeu
Même si les nouveaux jeux, il est aussi un ensemble infini de jeux dans lesquels les règles sont en constante évolution. Chaque fois qu'il ya eu un développement important, les règles du jeu seront réécrits, tous les joueurs doivent faire des ajustements, sinon vous mourrez.
L'intelligence est un mécanisme qui va évoluer afin de rendre l'agent peut résoudre le problème.
Parce que nous jouons à puce est un mécanisme auxiliaire « changer les règles du jeu », de façon un effet secondaire, il nous permet de jouer avec un ensemble de règles fixes du jeu réel n'est pas surprenant. Mais l'inverse n'est pas établie: la capacité humaine à construire que des règles fixes du jeu alors que la machine de jeu, capable de jouer avec de construire une « changer les règles du jeu » du système même à proximité.
Cinquièmement, la réalité physique, il y a des règles ne changent pas
- que les lois de la physique
Nous utilisons le langage pour les décrire, et les utiliser pour faire des prévisions, la création de la civilisation. Mais pour agir dans l'environnement physique, tous les organismes sur cette planète ont maîtrisé ces lois ne doivent pas la langue. Avant que les enfants apprennent aux lois du mouvement de Newton, vous savez que les pommes tombent de l'arbre.
Sixième, notre modèle statistique visuel est en réalité très insuffisante
Parce qu'ils ne comptent que sur l'étiquette abstraite spécifié choses humaines et d'identifier un certain temps. Profondeur réseau de neurones peut voir des millions de pommes suspendues à partir d'une image de l'arbre, Mais jamais découvert la loi de la gravité (Et pour nous, il est clair que beaucoup de choses).
VII. Les mensonges de difficulté dans le bon sens
Dans notre cas, il est trop évident
Le bon sens est trop évident, même langue difficile à décrire, et il a donné l'étiquette dans les données. Pour toutes les choses « évidentes », nous il y a une énorme tache aveugle.
Par conséquent, nous ne pouvons pas enseigner des connaissances informatiques, non seulement parce qu'il ne peut pas être la raison pratique, plus fondamentale est que nous ne réalisent même pas Qu'est-ce que le « bon sens » est . Jusqu'à ce que nous avons trouvé un robot pour faire des choses très folles, nous l'Épiphanie: « Oh, il ne comprend pas ...... ....... »
Huit, pour résoudre le « paradoxe de Moravec »
Si nous voulons résoudre, « paradoxe de Moravec » (je pense que cela devrait être l'objet de la grippe aviaire tout de travail sérieux d'aujourd'hui), nous devons imiter combien d'organismes se fonder uniquement sur la capacité d'observer le monde de l'apprentissage, sans avoir besoin d'étiquettes. Une idée prometteuse pour atteindre cet objectif est de construire un système, Pour prédire les événements futurs, et en comparant le développement prévu et réel du système pour apprendre .
Un grand nombre d'expériences montrent que ce qui se passe en effet cerveau biologique, et faire tout cela est logique du point de vue d'un grand nombre, parce que ces systèmes doivent apprendre les lois de la physique. modèle de prédiction visuelle (modèle de vision prédictive) est un pas dans cette direction, mais certainement pas la dernière étape.
Neuf, nous avons besoin de toute urgence de la définition de Turing
La définition de la fonction « intelligente »
Une bonne idée de la thermodynamique de non-équilibre (thermodynamique de non-équilibre), et est conforme à la prévision des hypothèses. Nous devons faire cela, parce que nous devons construire agent, agent qui passe certainement le test de Turing (parce qu'ils ont pas l'intelligence linguistique), mais nous avons besoin d'un cadre pour mesurer nos progrès.
Dix, nous ne presque toutes les choses aujourd'hui appelé AI
Est une forme d'automatisation peut verbaliser
Dans de nombreux domaines, ces soi-disant AI peut être utile, mais remplacer les formulaires papier utilisés avec Excel pour aider les comptables, en fait pas différent. Il y a un problème (et le problème existe toujours), la zone autonome (autonomie).
Pas d'auto-automatisation (automation). L'autonomie signifie plus que l'automatisation.
Si l'exigence est plus sûre que l'autonomie humaine, cela signifie plus, comme les véhicules autonomes. une large autonomie devrait être synonyme intelligent, car il suppose que peut gérer l'inattendu, sans formation, l'inconnu.
Ce sont les éléments de base que je veux transmettre. Ces arguments ont des différences subtiles, voilà pourquoi je l'ai écrit cet article. Bien sûr, si vous reconnaissez ces points, notre concept est fondamentalement le même. « L'hiver AI approche, » l'article il y a beaucoup d'autres détails sont sujets à débat intense, même si je pense que ces détails ne sont pas nécessaires, mais par souci d'exhaustivité, permettez-moi d'exprimer quelques-unes de mes vues:
Q: né ou appris?
A: Bien sûr, certains organismes ont la capacité naturelle, mais sans doute il y a des choses à apprendre après-demain. Cependant, ceci est une prise de conscience des questions connexes (mise en uvre), je pense que ce n'est pas une réponse claire. Dans le développement de notre avenir, je suis sûr que nous allons utiliser une combinaison des deux.
Q: La fonction d'apprentissage est une des caractéristiques artificiellement construit?
A: Ceci est une question pertinente. Mon point de vue est que « la peau de calcul » (calcul cortical) sera l'acquisition de la majorité, qui est en IA et le contexte autonome (mais cela ne veut pas dire que si elle se révèle utile, ou pour quelque raison que ce soit difficile apprentissage, nous ne pouvons pas construire manuellement). Il y a aussi une grande partie du cerveau est susceptible de prérégler.
Dans les applications d'automatisation plus spécifiques, toutes deux sont susceptibles d'avoir. Dans certains cas, les caractéristiques d'apprentissage peut nettement mieux que les caractéristiques d'un construit artificiellement (ce qui est l'étude approfondie du point de vente), mais dans de nombreuses applications, et le développement de fonctionnalités complexes artificiels absolument, sans doute mieux que l'apprentissage les choses. Dans l'ensemble, je pense que cela est une proposition fausse.
Q: impulsion, continu, numérique ou analogique, ou un autre quantum?
A: Je n'ai pas des idées très fortes, dont chacun a des avantages et des inconvénients. simple, numérique, déterminé et facilement disponibles. Analogique difficile à contrôler, mais la consommation d'énergie est beaucoup plus faible. Pulse (dopage), aussi, même si elle a ajouté avantage est plus proche de la biologie, ce qui peut signifier qu'il est une meilleure solution. Quantum? Je ne sais pas s'il y a des preuves solides que la nécessité de calcul quantique pour résoudre le problème de l'intelligence, bien que nous puissions juger nécessaire. Ce sont les « comment? » (Comment) question, mais mon intérêt principal est « Qu'est-ce? » (Qu'est-ce que les problèmes).
