Miksi AI-insinöörien on huolehdittava intuitiivisista moottoreista?

Kirjoittaja: Roger Morrison
Luomispäivä: 26 Syyskuu 2021
Päivityspäivä: 21 Kesäkuu 2024
Anonim
Miksi AI-insinöörien on huolehdittava intuitiivisista moottoreista? - Tekniikka
Miksi AI-insinöörien on huolehdittava intuitiivisista moottoreista? - Tekniikka

Sisältö

K:

Miksi AI-insinöörien on huolehdittava "intuitiivisista moottoreista"?


V:

Idea ihmisen intuitiosta on nyt merkittävä osa uraauurtavaa tekoälytyötä - siksi AI-insinöörit kiinnittävät niin paljon huomiota ”intuitiivisiin moottoreihin” ja muihin vastaaviin malleihin. Tutkijat yrittävät töissä murtaa ihmisen intuitioprosessia ja simuloida sitä tekoälyn entiteetteillä. Tutkittaessa kuinka logiikka ja intuitio toimivat hermoverkoissa ja muissa AI-tekniikoissa, itse intuition määritelmästä tulee jonkin verran subjektiivinen.

Yksi parhaimmista esimerkeistä on uuden, lahjakkaan supertietokoneen käyttäminen ihmisen mestarien voittamiseen Go-pelissä - pelissä, jota kuvataan usein hieman intuitiiviseksi, vaikka se riippuu myös kovasta logiikasta. Koska Googles AlphaGo on voittanut asiantuntevia ihmispelaajia, on paljon spekulointia siitä, kuinka hyvin tietokoneet ovat inhimillisessä intuitiossa. Kuitenkin, jos tarkastellaan Go-pelin rakennetta, huomaat, että näiden tekniikoiden todellisessa rakentamisessa on paljon määriteltävää selvittääkseen, kuinka paljon he luottavat intuitioon ja kuinka paljon he luottavat laajoihin logiikkamalleihin. .


Go-pelissä ihminen voi sijoittaa liikkeen hyvin intuitiivisen havainnon tai pitkän kantaman logiikan tai näiden yhdistelmän perusteella. Samoin tietokoneet voivat rakentaa asiantuntevia Go-playing-malleja, jotka perustuvat laajoihin loogisiin malleihin, jotka voivat peilata tai simuloida intuitiivista peliä jossain määrin. Joten puhuttaessa siitä, kuinka hyvät tietokoneet voivat olla intuitiivisissa malleissa, on tärkeää määritellä intuitio, mitä tiedeyhteisö ei ole täysin tehnyt.

Mary Jolly Lissabonin yliopistossa toteaa erilaisia ​​mielipiteitä intuition määritelmistä paperissa, jonka nimi on ”Intuition käsite keinotekoisessa älykkyydessä”.

"Tutkijat eivät ole yksimielisiä käsitteen määritelmästä", Jolly kirjoittaa. "Viime aikoihin asti intuitio ei tuottanut tiukkoja tieteellisiä tutkimusmenetelmiä, ja tutkijat ovat yleensä välttäneet sitä, mikä liittyy usein mystiikkaan. Tähän mennessä aiheesta käydystä keskustelusta ei ole ollut johdonmukaisuutta ja menetelmää. "


Jos intuitio-käsite on itsessään luonnostaan ​​epämääräinen, keinotekoisen älykkyyden menestys intuitiosimulaatiossa tulee olemaan vielä ongelmallisempi.

Yksi selitys, jonka kirjoittajat ovat kirjoittaneet nimeltään ”Ihmismaisen intuitiomekanismin toteuttaminen keinotekoisessa älykkyydessä”, ehdottaa seuraavaa:

Ihmisen intuitioita on simuloitu useissa tutkimusprojekteissa, joissa käytetään tekoälyn tekniikoita. Suurimmalla osalla näistä algoritmeista tai malleista puuttuu kyky käsitellä komplikaatioita tai vääristymiä. Lisäksi ne eivät myöskään selitä intuitioon vaikuttavia tekijöitä ja prosessin tulosten tarkkuutta. Tässä artikkelissa esitetään yksinkertainen sarjapohjainen malli ihmisen kaltaisen intuition toteuttamiseksi käyttämällä yhteyksien ja tuntemattomien kokonaisuuksien periaatteita.

Ihmisen intuitioprosessin mahdollisesti konkreettisemmaksi tarkastelemiseksi Wired-artikkelissa viitataan MIT-tutkimukseen selittäessään ihmismielen ”intuitiivisen fysiikan moottoria” - mikä selittää mitä tapahtuu, kun katsomme pino esineitä. Voimme intuitiivisesti ymmärtää, putoavatko esineet todennäköisesti vai ovatko ne vakaita vai vakaita, mutta tämä intuitio perustuu laajoihin logiikan sääntöihin, jotka on sisällytetty ajan kuluessa, samoin kuin välittömiin visio- ja havainto malleihimme.

Kirjailija Joi Ito huomauttaa, että järjestelmät, joissa käyttämme intuitiivisesti fysiikkamoottoreitamme, ovat ”meluisia” ja pystymme suodattamaan sen melun. Se on ollut suuri osa keinoälyn kehittämisessä - järjen poistossa meluisista malleista. Näiden mallien on kuitenkin mentävä paljon pidemmälle, jotta voidaan todella tehdä sellaisia ​​ennusteita ja analyysejä, joita ihmiset voivat soveltaa monimutkaisiin järjestelmiin.

Yksi helppo tapa sanoa, että tämän lopputuloksen saavuttamiseksi tietokoneiden on sekoitettava hienostunut visio laajaan logiikkaan ja havainnolliseen kognitioon tavalla, jota he eivät tällä hetkellä pysty. Toinen tapa selittää se on, että näemme ihmisen aivot "mustana laatikkona", jota tekniikka ei ole täysin peruuttanut. Vaikka tekniikkamme kykenevät tuottamaan älykkäitä tuloksia, ne eivät voi vielä jäljitellä itse aivojen voimakasta, salaperäistä ja hämmästyttävää toimintaa.