Почему инженеры ИИ должны беспокоиться о интуитивно понятных движках?

Автор: Roger Morrison
Дата создания: 26 Сентябрь 2021
Дата обновления: 21 Июнь 2024
Anonim
Квантовый компьютер, научная фантастика и роботы // Интервью с физиком Алексеем Акимовым
Видео: Квантовый компьютер, научная фантастика и роботы // Интервью с физиком Алексеем Акимовым

Содержание

Q:

Почему инженеры ИИ должны беспокоиться о «интуитивных двигателях»?


A:

Идея человеческой интуиции в настоящее время является основной частью инновационной работы в области искусственного интеллекта, поэтому инженеры ИИ уделяют так много внимания «интуитивным двигателям» и другим подобным моделям. Ученые на работе пытаются взломать процесс интуиции человека и симулировать его с помощью объектов искусственного интеллекта. Однако при изучении работы логики и интуиции в нейронных сетях и других технологиях ИИ само определение интуиции становится несколько субъективным.

Один из лучших примеров - использование нового, талантливого суперкомпьютера для победы над чемпионами-людьми в игре «Го» - игре, которая часто описывается как несколько интуитивно понятная, хотя она также опирается на сложную логику. Поскольку Googles AlphaGo обыграл опытных игроков-людей, существует множество предположений о том, насколько хороши компьютеры в человеческой интуиции. Однако, если вы посмотрите на структуру игры в Го, вы увидите, что в фактической сборке этих технологий многое предстоит определить, чтобы выяснить, насколько они полагаются на интуицию и насколько они полагаются на обширные логические модели. ,


В игре «Го» человек может хорошо расположить ход, основываясь на интуитивном восприятии, или на дальнобойной логике, или на комбинации обоих. Кроме того, компьютеры могут создавать экспертные модели игры в Го, основанные на обширных логических моделях, которые могут в определенной степени отражать или имитировать интуитивно понятную игру. Поэтому, говоря о том, насколько хороши компьютеры в интуитивно понятных моделях, важно определить интуицию, чего научное сообщество еще не полностью выполнило.

Мэри Джолли из Лиссабонского университета отмечает различные мнения об определениях интуиции в статье «Концепция интуиции в искусственном интеллекте».

«Среди ученых нет единого мнения по поводу определения понятия», - пишет Джолли. «До недавнего времени интуиция не уступала строгим научным методам изучения и часто ассоциировалась с мистикой, которую исследователи обычно избегали. До сих пор дискурсу на эту тему не хватало последовательности и метода ».


Если концепция интуиции сама по себе является неопределенной, измерение того, насколько хорошо работает искусственный интеллект в симуляции интуиции, будет еще более проблематичным.

Одно из объяснений авторов статьи под названием «Внедрение механизма подобного человеку интуиции в искусственном интеллекте» предполагает следующее:

Человеческая интуиция моделировалась несколькими исследовательскими проектами с использованием методов искусственного интеллекта. Большинство из этих алгоритмов или моделей не способны справиться с осложнениями или отклонениями. Более того, они также не объясняют факторы, влияющие на интуицию и точность результатов этого процесса. В этой статье мы представляем простую сериальную модель для реализации человеческой интуиции с использованием принципов связности и неизвестных сущностей.

Чтобы, возможно, более конкретно взглянуть на процесс человеческой интуиции, в статье Wired приводятся исследования MIT по объяснению «движка интуитивной физики» человеческого разума, который объясняет, что происходит, когда мы смотрим на стопку объектов. Мы можем интуитивно понять, могут ли объекты упасть или же они устойчивы или устойчивы, но эта интуиция основана на обширных логических правилах, которые усваиваются со временем, а также на наших моделях прямого видения и восприятия.

Писатель Джой Ито отмечает, что системы, в которых мы интуитивно используем наши физические движки, «шумят», и мы можем отфильтровать этот шум. Это было большой частью развития искусственного интеллекта - извлечения смысла из шумных моделей. Тем не менее, эти модели должны пойти намного дальше, чтобы действительно делать предсказания и анализ, которые люди могут применять к сложным системам.

Один из простых способов сказать, что для достижения этого результата, компьютеры должны были бы сочетать сложное зрение с обширной логикой и восприимчивым познанием так, как они в настоящее время не могут. Другой способ объяснить это состоит в том, что мы видим человеческий мозг как «черный ящик», который не был полностью реконструирован технологией. Хотя наши технологии способны давать разумные результаты, они еще не могут имитировать мощную, таинственную и удивительную деятельность самого человеческого мозга.