Многие публикации середины двадцатого века подтверждают утверждение опрашивающего, что в этот период широко распространено мнение, что ИИ быстро станет сознательным, самосознательным и умным.
Большой успех
Многие задачи и формы экспертизы, которые когда-то были исключительной областью человеческого интеллекта, после разработки вычислительной архитектуры общего назначения фон Неймана стали к концу того столетия более или менее исключительной областью компьютеров. Это только несколько примеров.
- Научно-статистический расчет
- Разработка и автоматизация производственного процесса (CAD и CAM)
- Издательское дело и набор текста
- Некоторые формы алгебраических и исчислений редукций (максимумы и их производные)
- Анализ цепей
- Мастерская настольная игра
- Выгодная биржевая спекуляция
- Распознавание образов (OCR, отпечатки пальцев, распознавание голоса, сортировка, рельеф)
- Программирование в логике предикатов и рекурсивных предикатах
- Оценка стратегии
Разочарования (пока)
В отличие от этого впечатляющего множества успехов, существует такой же длинный список несбывшихся ожиданий.
- Потребительские роботы двуногие
- Автоматическая чистка пылесосом (большое разочарование для автора этого ответа)
- Работники автономного механического завода
- Автоматизированные математики (генерация творческих гипотез и доказательство / опровержение для расширения теории)
- Понимание естественного языка
- Послушание произвольным командам
- Человеческое выражение в разговоре
- Автоматизированные технические инновации
- Компьютерная мораль
- Эмоциональные состояния человека (или, по крайней мере, млекопитающего)
- Три закона Азимова операционная система
- Разработка адаптивной стратегии в произвольном и смещающемся множестве областей
Домен и доменное различие
Когда стало ясно, что разработка программ для мастеров таких игр, как шахматы, привела к разработке программного обеспечения, которое применимо только к тем играм, для которых они были запрограммированы?
Хотя широкая публика, возможно, думала, что мастер кибернетических шахмат будет и умнее других людей, те, кто создавал эти программы, хорошо знали о различии между разработкой программного обеспечения, демонстрирующего превосходство в игре в шахматы с жестким кодом, и разработкой программного обеспечения, которое демонстрирует способность научиться играть в шахматы и развиваться превосходно от новичка.
Конечной целью всегда был мощный общий интеллект. Для облегчения демонстрации прогресса инвесторам были созданы более краткосрочные достижимые цели. Это был единственный способ поддерживать непрерывный поток финансирования исследований со стороны военных.
Первым этапом стало освоение одиночной игры без машинного обучения. Затем исследования обратились к созданию предметных знаний, чтобы класс решений, адаптаций и форм планирования мог быть реализован в реальном времени во время войны. Поскольку экономическое господство стало более предпочтительным, чем военное господство в третьей четверти двадцатого века, концепция ИИ расширилась, чтобы охватить области экономики и управления природными ресурсами.
Рассмотрим этот спектр автоматизации зрелости.
- Программа, которая перечисляет текущие возможности последовательности ходов на каждом ходу в игре в шахматы, устраняя вероятные плохие ходы в каждой спроецированной точке хода и выбирает следующий ход, который, скорее всего, приведет к победе.
- Программа, которая выполняет все вышеперечисленное, но также искажает вероятность, основываясь на распознавании образов известных выигрышных шахматных стратегий.
- Программа, разработанная, чтобы быть механизмом оптимизированных правил времени выполнения, который централизует и абстрагирует избыточные операции игры произвольной игры, а также изолирует и объединяет представление шахматных правил, шахматных стратегий, шахматных паттернов и анти-паттернов
- Программа, которая, учитывая набор правил игры, может генерировать следующий ход на основе любого игрового состояния, запоминать результаты успеха и неудач и последовательности, которые привели к этим результатам, и имеет возможность оценить вероятные потери или выгоды отдельные движения и игровые модели в пространстве и времени вокруг них, основанные на истории, а затем используют эти способности для изучения произвольной игры, достигая мастерского уровня игры в шахматы через обучение
- Программа, которая изучает, как учить игры таким образом, чтобы после изучения нескольких игр она могла учить шахматы быстрее, чем умственно одаренный человек
Первое легко. Последнее чрезвычайно сложно.
Когда различия между этими этапами зрелости автоматизации стали очевидны и насколько ясно люди стали понимать те различия, в которых исследовательские группы представляют собой сложную вероятностную функцию.
Ключевые участники
Кто был первым, кто осознал разницу между человеческим общим интеллектом и предметным интеллектом?
Норберт Винер, вероятно, был первым, кто глубоко понял различие между электронным управлением реле (исследованным теоретически Клодом Шенноном) и управлением с замкнутым контуром. В своей книге «Кибернетика», в первую очередь математической, он точно заложил основы самокорректирующихся и адаптивных систем. Джон фон Нейман понимал разницу между программированием хорошего игрового процесса и способностью человека учиться играть в хорошие игры и много опубликовал эту тему.
Это был Артур Ли Самуэль, который действительно написал первую впечатляющую демонстрацию различия между игровым программным обеспечением и машинным обучением. Именно он связал работу Винера с современным цифровым компьютером и впервые ввел термин «машинное обучение».
Искаженные заявления об аутентичных исследованиях и инновациях
Категории искусственного узкого интеллекта (ANI), искусственного общего интеллекта (AGI) и искусственного супер-интеллекта (ASI), предложенные блогером Тимом Урбаном в статье «Революция ИИ: путь к суперинтеллекту », опубликованной 2/10 /. 2015, обновлено 12.12.2015), в AI Stack Exchange упоминается в нескольких местах, но различия между этими категориями точно не определены, и содержащиеся в них идеи не являются ни рецензируемыми, ни проверенными другими исследованиями или статистикой.
Работа является не менее догадочной, чем посредственная научная фантастика - достаточно интересная, чтобы завоевать популярность, но не рациональные выводы, сделанные из повторяющихся экспериментов или рандомизированных исследований. Графики трендов, представленные в статье, имеют придуманную форму, а не графическое представление фактических данных.
Позже можно обнаружить, что некоторые материалы имеют некоторую правду, как в случае многих непростых интерпретаций научных исследований или футуристических мыслей авторов научной фантастики. Тем не менее, большая часть материала приводит к заблуждению и ложным утверждениям.