Paradoks Moravec: Mengapa Elemen Asas Adalah Yang Paling Sukar Untuk Kecerdasan Buatan - Pandangan Alternatif

Isi kandungan:

Paradoks Moravec: Mengapa Elemen Asas Adalah Yang Paling Sukar Untuk Kecerdasan Buatan - Pandangan Alternatif
Paradoks Moravec: Mengapa Elemen Asas Adalah Yang Paling Sukar Untuk Kecerdasan Buatan - Pandangan Alternatif

Video: Paradoks Moravec: Mengapa Elemen Asas Adalah Yang Paling Sukar Untuk Kecerdasan Buatan - Pandangan Alternatif

Video: Paradoks Moravec: Mengapa Elemen Asas Adalah Yang Paling Sukar Untuk Kecerdasan Buatan - Pandangan Alternatif
Video: Paradoks Paradoks Pelik yang Bagi Kita Matematik Tambahan 2024, September
Anonim

Sejarah teknologi penuh dengan ramalan yang terdengar tidak masuk akal sekarang. Salah satu contoh yang paling terkenal dikaitkan dengan Bill Gates, yang menyatakan pada tahun 1981 bahawa "640 kilobyte harus cukup untuk siapa saja." Ramalan AI tidak berbeza dalam hal ini.

Image
Image

Penyelidik pertama AI (kecerdasan buatan) percaya bahawa kita akan mempunyai robot yang akan berjalan, bercakap dan berfikir seperti manusia hanya dalam beberapa dekad. Sudah tentu, walaupun terdapat banyak kemajuan dalam pembelajaran mesin, AI masih mempunyai jalan yang panjang. Menurut prinsip yang dikenali sebagai Moravec paradoks, kita dapat mengajar mesin untuk menyelesaikan masalah yang rumit, tetapi pada masa yang sama mereka tidak dapat mengatasi masalah yang paling sederhana.

Ayuh Siri, berfikir seperti kanak-kanak

Pada tahun 1957, perintis ekonomi dan sains komputer Herbert Simon berkata: “Saya tidak bertujuan untuk mengejutkan atau mengejutkan anda, tetapi saya dapat menyimpulkannya dengan mengatakan bahawa ada mesin di dunia sekarang yang boleh berfikir, belajar dan mencipta. Di samping itu, kemampuan mereka untuk melakukan tindakan ini akan berkembang pesat sehingga (untuk masa yang akan datang) pelbagai masalah yang dapat diatasi oleh mesin dapat dibandingkan dengan pelbagai masalah di mana pemikiran manusia selama ini diperlukan.

Simon meninggal pada tahun 2001, dan "masa depannya yang dapat dilihat", di mana mesin dapat berfikir seperti manusia, masih jauh. Pasti, kecerdasan buatan telah membuktikan dirinya dengan baik untuk melaksanakan tugas-tugas tertentu seperti mengklasifikasikan galaksi jauh atau meniru suara selebriti atau mencipta seni, tetapi pemikiran sederhana - konsep yang dikenali sebagai kecerdasan buatan umum - nampaknya membingungkan sistem pembelajaran mesin yang paling maju. Cuba fikirkan, walaupun berjalan dengan dua kaki adalah cabaran bagi mesin. Mereka mungkin dapat mengalahkan juara catur yang hebat, tetapi mereka tidak akan dapat mendahului si kecil dan mengambil mainan yang tepat dari rak.

Ini bukan masalah baru. Pada tahun 1980-an, saintis komputer Hans Moravec mengemukakan masalah ini dengan tepat, yang sekarang disebut "Moravec paradox," dan menjelaskan mengapa inilah yang seharusnya kita harapkan dari mesin yang tidak boleh dipilih secara semula jadi. "Dikod dalam bahagian sensori dan motorik otak manusia yang sangat besar dan berpengalaman adalah pengalaman berbilion tahun mengenai sifat dunia dan bagaimana bertahan di dalamnya," tulisnya dalam bukunya Children of the Mind pada tahun 1988.

Video promosi:

Artinya, apa yang kelihatan sederhana bagi orang telah diperbaiki selama ribuan tahun dalam proses evolusi. Apa yang orang anggap paling sukar adalah sukar hanya kerana baru bagi mereka - kita telah memikirkan strategi catur selama lebih dari seribu tahun, tetapi kita telah belajar berinteraksi dengan persekitaran sejak nenek moyang kita masih merupakan organisma bersel tunggal. Kemahiran evolusi tidak memerlukan pemikiran yang sedar, dan apabila anda tidak perlu memikirkan sesuatu, lebih sukar untuk mengetahui cara mengajar mesin untuk melakukannya.

Kenali mesin dengan mengenali diri sendiri

Oleh itu, bagaimana anda mengajar mesin untuk benar-benar berfikir? Moravec percaya bahawa mesin kekurangan evolusi. Namun, keadaan bertambah baik dari hari ke hari.

Jurutera mengajar algoritma kecerdasan buatan, seperti mengajar robot untuk bermain permainan video. Tetapi sebelum kita dapat mengajar mesin berfikir seperti manusia, kita sendiri perlu lebih memahami bagaimana manusia berfikir, memahami batasan pembelajaran mesin dapat membantu menjawab soalan mengenai bagaimana minda kita sebenarnya berfungsi. Ada juga kemungkinan bahawa paradoksnya adalah bahawa AI tidak akan benar-benar bebas dan akan selalu bergantung pada pertolongan manusia. Bagaimanapun, kita semua harus menghargai superkomputer yang berjalan di dalam tengkorak kita. Mereka menjadikan tugas paling sukar di dunia kelihatan mudah.

Svetlana Bodrik

Disyorkan: