Это отрывок из моего информационного бюллетеня ← нажмите, чтобы подписаться
Giong sgihltly off pstie with tihs - вы, наверное, уже видели этот эксперимент раньше. Там, где буквы в конце слов остаются прежними, а середина зашифрована - этот эксперимент проводится по крайней мере с 1976 года и доказывает, что психолингвистика легко интерпретируется людьми по ряду причин. У людей есть здравый смысл и интуиция, причем последняя является странной концепцией, основанной на окружающем и неявном обучении.
К сожалению, большая часть технологически обусловленных коммуникаций преимущественно основана на тексте - будь то код в компиляторе, подсказки командной строки, парсер или получение энциклопедических знаний из Интернета. С другой стороны, человеческое общение, или антропосемиотика для начинающих этимологов, является более многомерным - мы можем общаться не только с помощью текста, но также с помощью голоса, визуальных и невербальных сигналов. Это позволяет нам общаться не только сами с собой, но и с множеством людей и групп. Это богатое общение и координация - основная причина, по которой люди находятся на вершине пищевой цепочки: мы можем координировать свои действия в группах, делиться знаниями и стратегиями и триангулировать их так, как не могут другие приматы. Довольно об обезьянах.
К сожалению, для наших друзей с микрочипами, компьютера, эта богатая ткань общения и понимания в настоящее время недоступна для них. Хотя за последние несколько лет мы сделали невероятный скачок в области машинного обучения в рамках ограниченных задач (конечные задачи, конечные результаты), мы еще не видели, чтобы машинное обучение применялось к действительно неограниченным задачам (бесконечные параметры, бесконечный потенциал Результаты). Одна из ключевых трудностей заключается в том, что большинство систем машинного обучения обучаются в узких проблемных областях. Их обучают в ограниченном пространстве, потому что им не хватает того, что люди могут определить как простое познание, - способности действовать интуитивно. Сегодня машинное обучение очень хорошо понимает определенные таксономии, хотя и борется с вводными данными, которые еще предстоит определить, а именно:
«Какого цвета небо?»
Хотя мы с вами понимаем, что это любой цвет, кроме синего или серого, если вы живете в Великобритании, компьютер может с трудом ответить на этот вопрос, поскольку никто строго не определил, каким цветом небо не является (возможно неудивительно ).
Во многом этот здравый смысл основан на широком понимании предметов, но также и на способности людей понимать неявные знания, это знания, полученные случайно и без осознания. Это дальнейшая глубина понимания, которая не является просто поверхностной и явной - Канеман называет это мышлением Системы 1.
В настоящее время машины лишь частично извлекают знания из текста - другими словами, их понимание текстовой коммуникации поверхностно и однозначно: компьютеры могут осознавать только голубое небо.
Еджин Чой, адъюнкт-профессор Вашингтонского университета, создает обширную базу знаний здравого смысла для машин. Ее команда стремится построить модель, которая понимает неявное знание из текста и устраняет разрыв между представлением и знанием, разницу между явным и неявным знанием. Первая статья Еджина, Verb Physics, представляет собой попытку вывести физические знания о действиях и объектах в пяти различных измерениях, например: Тайлер вошел в свой дом подразумевает, что его дом больше Тайлера.
Конечная цель - иметь широкий набор эталонных данных, из которого могут извлечь несколько обучающих систем, чтобы заполнить неявные пробелы или пробелы в знаниях о машинах Системы 1. Подобные попытки направлены на закрытие квадранта простых человеческих проблем и сложных компьютерных проблем (простые / сложные), которые на сегодняшний день частично ограничивают спектр приложений и проблем ИИ. Между тем угроза общего искусственного интеллекта может показаться неизбежной, особенно среди пессимистичных техно-фантазеров. Реальность такова, что эти простые / сложные проблемы все еще нуждаются в кодировании - большинство экспертов постоянно отодвигают временные рамки для AGI до тех пор, пока такие проблемы не будут решены.
-Сэм-
