И как его проблемы связаны с другими областями
Оригинал статьи можно найти здесь.
В статье Мелани Митчел «Почему ИИ сложнее, чем мы думаем» проблема, связанная с тем, что область ИИ не может выполнить свои обещания, объясняется тем фактом, что существуют фундаментальные заблуждения в том, как ученые ИИ подходят к этому вопросу.
Ошибки, которые Мелани Митчел приписывает исследованиям в области ИИ, заключаются в следующем:
- Узкий интеллект находится в континууме с общим интеллектом.
- Легкие вещи легки, а трудные вещи сложны
- Соблазн желаемой мнемоники
- Интеллект находится в мозгу
Соглашусь с автором по поводу ошибок.
Я согласен с тем, что существует заблуждение, согласно которому люди помещают узкий интеллект в континуум с общим интеллектом, поскольку это можно увидеть даже в областях, не связанных с ИИ.
Когнитивные тесты, академические стандартизированные тесты или даже вопросы для интервью, которые используют многие ИТ-фирмы, попадают в одну и ту же ловушку. В последнем случае заучивание алгоритмов наизусть и возможность воспроизвести их на доске часто имеют очень мало общего с реальной работой и не гарантируют хороших результатов. В некотором смысле, прохождение этих конкретных тестов — это узкий навык, который не всегда применим к другим областям. Это предубеждение, безусловно, является большой проблемой и заблуждением, с которым сталкивается область ИИ, как и многие другие области.
Я думаю, что причина этого заблуждения заключается в том, как мы, люди, придаем ценность вещам. Я расскажу об этом подробнее в следующем заблуждении.
Я также согласен с тем, что существует заблуждение, согласно которому люди считают легкие вещи легкими, а сложные — трудными.
Я думаю, что причина этого заблуждения заключается в том, что мы часто теряем чувствительность к вещам, с которыми часто сталкиваемся. Поскольку мы так часто можем говорить, ходить, думать и так далее, мы не придаем этому большого значения, поскольку это считается заменимым. Однако превосходство в узком навыке не так распространено и не так заменимо, и поэтому мы считаем его более ценным. Однако то, что характерно для людей, для машин является противоположным. В этом случае то, что кажется нам малоценным, оказывается настоящим чудом инженерной мысли. Я считаю, что этот парадокс коренится в «системе присвоения ценностей» нашего разума и в кратчайших путях, которые она использует.
Я считаю это и предыдущее заблуждение одного происхождения и считаю, что это заблуждение действительно является продолжением предыдущего.
Что касается неправильного представления, когда люди применяют антропоцентрические ярлыки к концепциям и явлениям ИИ, я согласен, что это может привести к ошибочным выводам, но я думаю, что это наименее ошибочное предубеждение по сравнению с остальными предубеждениями.
Я думаю, что концепции, вращающиеся вокруг симуляции, которые исследовали такие мыслители, как Алан Тьюринг с его знаменитым тестом, Бодрийяр с концепцией симулякров, а также создатели поп-культуры с такими фильмами, как «Бегущий по лезвию» и «Матрица», намекают на тот факт, что хотя между подделкой и реальностью есть существенная разница, для подавляющего большинства из нас это помогает и может стать реальностью.
Это заблуждение не мешает иметь системы, достаточно умные, чтобы обманывать людей, но мешает объективному пониманию того, что такое интеллект.
Поэтому я думаю, что на самом деле вопрос в том, насколько тонко мы настраиваем системы искусственного интеллекта, пока они не станут «достаточно хорошими» и просто не покажутся нам разумными, чтобы иметь возможность сказать: «хорошо, это разумно», потому что люди и их восприятия являются здесь главным критерием, в отличие от реального понимания интеллекта.
Поэтому мне кажется, что это предубеждение не так сильно мешает прогрессу, как другие предубеждения.
Что касается ошибочного представления, согласно которому люди считают мозг и интеллект по существу одним и тем же, я согласен с тем, что оно может увести нас от фундаментального понимания проблемы, однако, как и в случае с предыдущим заблуждением, я не Не думаю, что это мешает достижению эффекта симулякра. Я считаю, что это то, к чему стремится большинство практиков ИИ.
Я считаю, что в области эволюционных вычислений существуют заблуждения, подобные тем, которые обсуждаются в статье.
Поскольку важно помнить, что наш разум переплетен с эмоциями, которые часто влияют на то, как мы оцениваем определенные аспекты рассуждений, и поскольку наука — это человеческая деятельность, хотя методологически довольно сложная, она всегда будет нести на себе отпечаток эмоционального рассуждения, т. е. не обязательно плохо, на мой взгляд, но я не буду вдаваться в подробности, почему.
Область эволюционных вычислений не является здесь исключением. Я думаю, что основная ошибка в науке, в том числе и в этой области, — это религиозная вера в прогресс и определенная религиозизация научных концепций, или, другими словами, принятие желаемого за действительное.
Наукой занимаются люди. У этих людей есть определенные взгляды. Нередко ученые верят в сингулярность или полагаются на математические абстракции, утверждая, что экономика может расти вечно, или верят, что теория эволюции может объяснить все тонкости биологических явлений.
Прославление эволюции — ключевой пример принятия желаемого за действительное. Несмотря на то, что у нас есть некоторое понимание процесса, лежащего в основе приспособляемости живых организмов, остается множество загадок того, как жизнь смогла достичь такого уровня, которого она достигла. Эволюционируя до стадии чрезвычайно крепких и разумных многоклеточных организмов.
Алгоритм эволюции — это более или менее просто эвристическая функция для комбинаторного поиска, и те, кто прославляет эволюцию, говорят: ну, просто дайте ей миллионы лет для эволюции. Как студенты, изучающие информатику, мы понимаем, что если просто потратить больше времени на алгоритм, это не даст вам гарантии, что он сойдется к оптимальному решению или даже к «хорошему» решению.
Этот эвристический механизм эволюции путем отбора является мощным, но это инструмент в сарае.
Тот факт, что создание механизма отбора с использованием генетических алгоритмов является очень сложной задачей, весьма смущает и поднимает много вопросов о том, какие механизмы способствовали замыслу эволюционного отбора в природе для получения чудесных результатов, которые мы называем жизнью.
Подводя итог, я согласен с тем, что ИИ сложнее, чем мы думаем, потому что наши представления о нем основаны на определенных заблуждениях, однако я считаю, что даже с учетом этих заблуждений имитация интеллекта человеческого уровня, который люди неотличимы от человеческого интеллекта, невозможна. возможно и это вопрос времени. Однако я не уверен, что мы приблизимся к пониманию истинной природы интеллекта по мере создания этих симуляций.
