P:
Dlaczego inżynierowie AI muszą się martwić o „intuicyjne silniki”?
ZA:Idea ludzkiej intuicji jest obecnie główną częścią przełomowej pracy nad sztuczną inteligencją - dlatego inżynierowie AI przywiązują tak dużą wagę do „intuicyjnych silników” i innych podobnych modeli. Naukowcy pracują nad próbą przełamania procesu ludzkiej intuicji i symulacji go za pomocą bytów sztucznej inteligencji. Jednak badając działanie logiki i intuicji w sieciach neuronowych i innych technologiach sztucznej inteligencji, sama definicja intuicji staje się nieco subiektywna.
Jednym z najlepszych przykładów jest użycie nowego, utalentowanego superkomputera do pokonania ludzkich mistrzów w grze Go - grze, która jest często opisywana jako nieco intuicyjna, chociaż opiera się również na twardej logice. Odkąd AlphaGo firmy Google pobiło ekspertów od ludzi, istnieje wiele spekulacji na temat tego, jak dobrze komputery radzą sobie z ludzką intuicją. Jeśli jednak spojrzysz na strukturę gry Go, zobaczysz, że w rzeczywistej wersji tych technologii jest wiele do ustalenia, aby dowiedzieć się, na ile polegają na intuicji i na czym polegają. na rozbudowanych modelach logicznych.
W grze Go człowiek może dobrze wykonać ruch w oparciu o intuicyjną percepcję lub logikę dalekiego zasięgu lub kombinację obu. Z tego samego powodu komputery mogą budować eksperckie modele Go-play oparte na rozległych modelach logicznych, które mogą do pewnego stopnia odzwierciedlać lub symulować intuicyjną grę. Mówiąc o tym, jak dobre mogą być komputery w modelach intuicyjnych, ważne jest zdefiniowanie intuicji, czego społeczność naukowa nie zrobiła w pełni.
Mary Jolly z Uniwersytetu w Lizbonie zauważa różne opinie na temat definicji intuicji w artykule zatytułowanym „Koncepcja intuicji w sztucznej inteligencji”.
„Naukowcy nie są zgodni co do definicji tego pojęcia” - pisze Jolly. „Do niedawna intuicja nie poddawała się rygorystycznym naukowym metodom badawczym, a naukowcy zwykle zwyczajowo unikali jej. Do tej pory w dyskursie na ten temat brakowało spójności i metod. ”
Jeśli sama koncepcja intuicji jest z natury niejasna, pomiar skuteczności sztucznej inteligencji w symulacji intuicji będzie jeszcze bardziej problematyczny.
Jedno z wyjaśnień autorów artykułu zatytułowanego „Wdrażanie mechanizmu intuicyjnego człowieka w sztucznej inteligencji” sugeruje, co następuje:
Ludzką intuicję symulowano w kilku projektach badawczych z wykorzystaniem technik sztucznej inteligencji. Większość tych algorytmów lub modeli nie jest w stanie poradzić sobie z komplikacjami lub zmianami. Co więcej, nie wyjaśniają również czynników wpływających na intuicję i dokładności wyników tego procesu. W tym artykule przedstawiamy prosty model szeregowy do implementacji ludzkiej intuicji z wykorzystaniem zasad łączności i nieznanych bytów.
Aby być może bardziej konkretnym spojrzeniem na proces ludzkiej intuicji, artykuł Wired cytuje badania MIT wyjaśniające „intuicyjny silnik fizyki” ludzkiego umysłu - który wyjaśnia, co dzieje się, gdy spojrzymy na stos obiektów. Możemy intuicyjnie zrozumieć, czy przedmioty mogą spaść, czy też są stabilne, czy stabilne, ale intuicja ta opiera się na rozbudowanych regułach logicznych, które zinternalizowaliśmy w miarę upływu czasu, a także na naszych modelach bezpośredniego widzenia i postrzegania.
Pisarz Joi Ito zwraca uwagę, że systemy, w których intuicyjnie używamy naszych silników fizycznych, są „głośne” i jesteśmy w stanie odfiltrować ten hałas. To duża część rozwoju sztucznej inteligencji - wydobywanie zmysłów z hałaśliwych modeli. Jednak modele te muszą pójść znacznie dalej, aby naprawdę dokonać prognoz i analiz, które ludzie mogą zastosować do złożonych systemów.
Jednym z łatwych sposobów na wyrażenie tego jest to, że aby osiągnąć ten wynik, komputery musiałyby łączyć wyrafinowane widzenie z rozległą logiką i postrzeganiem poznawczym w sposób, którego obecnie nie są w stanie zrobić. Innym sposobem na wyjaśnienie tego jest to, że widzimy ludzki mózg jako „czarną skrzynkę”, która nie została całkowicie odwrócona przez technologię. Chociaż nasze technologie są w stanie wytwarzać inteligentne wyniki, nie mogą jeszcze symulować potężnej, tajemniczej i niesamowitej aktywności samego ludzkiego mózgu.
