Парадокс Моравеча - Moravecs paradox - Wikipedia

Парадокс Моравца наблюдение искусственный интеллект и робототехника исследователи, которые вопреки традиционным предположениям, рассуждение требует очень мало вычислений, но сенсомотор навыки требуют огромных вычислительных ресурсов. Принцип сформулирован Ганс Моравец, Родни Брукс, Марвин Мински и другие в 1980-х годах. Как пишет Моравец, «сравнительно легко заставить компьютеры показывать результаты на уровне взрослых в тестах интеллекта или игре в шашки, и трудно или невозможно дать им навыки годовалого ребенка, когда дело касается восприятия и мобильности».[1]

Точно так же Мински подчеркнул, что самые сложные человеческие навыки обратный инженер те, которые без сознания. «В общем, мы меньше всего осведомлены о том, что наш разум делает лучше всего», - написал он и добавил: «Мы больше осведомлены о простых процессах, которые не работают хорошо, чем о сложных, которые работают безупречно».[2]

Биологическая основа человеческих навыков

Одно из возможных объяснений парадокса, предложенное Моравцом, основано на эволюция. Все человеческие навыки реализуются биологическим путем с использованием машин, созданных в процессе естественный отбор. В ходе своей эволюции естественный отбор имел тенденцию сохранять улучшения и оптимизацию дизайна. Чем старше навык, тем больше времени у естественного отбора для улучшения дизайна. Абстрактная мысль возникла совсем недавно, и, следовательно, не следует ожидать, что ее реализация будет особенно эффективной.

В качестве Моравец пишет:

В больших, высокоразвитых сенсорных и моторных частях человеческого мозга закодирован миллиардный опыт о природе мира и о том, как выжить в нем. Я считаю, что сознательный процесс, который мы называем рассуждением, является тончайшей оболочкой человеческого мышления, эффективным только потому, что он поддерживается гораздо более старым и гораздо более мощным, хотя обычно бессознательным, сенсомоторным знанием. Мы все замечательные олимпийцы в области восприятия и моторики, настолько хороши, что делаем сложный вид легким. Однако абстрактная мысль - это новый трюк, которому, возможно, меньше 100 тысяч лет. Мы еще не освоили. Это не так уж и сложно; просто так кажется, когда мы это делаем.[3]

Компактный способ выразить этот аргумент:

  • Мы должны ожидать, что трудность обратной инженерии любого человеческого навыка будет примерно пропорциональна количеству времени, в течение которого этот навык развивался у животных.
  • Самые старые человеческие навыки по большей части бессознательны и поэтому кажутся нам легкими.
  • Следовательно, нам следует ожидать, что навыки, которые кажутся легкими, будут трудными для обратного проектирования, но навыки, требующие усилий, могут вообще не оказаться трудными для разработки.

Некоторые примеры навыков, которые развивались на протяжении миллионов лет: распознавание лица, перемещение в пространстве, оценка мотивации людей, ловля мяча, распознавание голоса, постановка соответствующих целей, внимание к интересным вещам; все, что связано с восприятием, вниманием, визуализацией, моторикой, социальными навыками и так далее.

Некоторые примеры навыков, появившихся совсем недавно: математика, инженерия, человеческие игры, логика и научное мышление. Это сложно для нас, потому что это не то, для чего изначально были созданы наши тела и мозг. Это навыки и методы, которые были приобретены недавно, в историческое время, и им нужно было не более нескольких тысяч лет, чтобы их усовершенствовать, в основном в результате культурной эволюции.[а]

Историческое влияние на искусственный интеллект

На заре исследований искусственного интеллекта ведущие исследователи часто предсказывали, что они смогут создавать мыслящие машины всего за несколько десятилетий (см. история искусственного интеллекта ). Их оптимизм частично объяснялся тем фактом, что они успешно писали программы, которые использовали логику, решали задачи алгебры и геометрии и играли в такие игры, как шашки и шахматы. Логика и алгебра трудны для людей и считаются признаком интеллекта. Многие выдающиеся исследователи[4] предположил, что, решив (почти) «сложные» проблемы, «легкие» проблемы зрение и здравый смысл скоро встанет на место. Они ошибались, и одна из причин заключается в том, что эти проблемы совсем не легкие, но невероятно трудные. Тот факт, что они решали такие проблемы, как логика и алгебра, не имел значения, потому что эти проблемы чрезвычайно легко решать машинам.[b]

Родни Брукс объясняет, что, согласно ранним исследованиям ИИ, интеллект "лучше всего охарактеризовали как вещи, которые высокообразованные ученые-мужчины сочли сложными", например, шахматы, символическая интеграция, доказывая математический теоремы и решение сложных задач алгебры слов. "То, что дети четырех или пяти лет могли делать без особых усилий, такие как визуальное различие между чашкой кофе и стулом, или ходьба на двух ногах, или поиск пути из спальни в гостиную, не рассматривались как занятия требующий интеллекта ".[5]

Это привело бы Брукса к новому направлению в искусственный интеллект и робототехника исследование. Он решил построить интеллектуальные машины, у которых «не было познания. Только ощущения и действия. Это все, что я построил, полностью исключив то, что традиционно считалось интеллект искусственного интеллекта ".[5] Это новое направление, которое он назвал "Nouvelle AI "оказал большое влияние на робототехника исследования и AI.[6][7]

Прием

Лингвист и когнитивист Стивен Пинкер считает это главным уроком, извлеченным исследователями ИИ. В своей книге 1994 г. Языковой инстинкт, он написал:

Главный урок тридцатипятилетних исследований ИИ заключается в том, что сложные проблемы легки, а легкие - трудны. Умственные способности четырехлетнего ребенка, которые мы принимаем как должное - распознавание лица, поднятие карандаша, ходьба по комнате, ответ на вопрос - на самом деле решают некоторые из самых сложных инженерных задач, когда-либо задуманных ... появится поколение интеллектуальных устройств, то есть биржевые аналитики, инженеры-нефтехимики и члены совета по условно-досрочному освобождению могут быть заменены машинами. Садовники, администраторы и повара обеспечены своей работой на десятилетия вперед.[8]

Смотрите также

Примечания

  1. ^ Даже с учетом того, что культурная эволюция идет быстрее, чем генетическая, разница во времени развития между этими двумя видами навыков составляет пять или шесть порядков, и (Моравец - возразил бы) У нас не было почти достаточно времени, чтобы «освоить» новые навыки.
  2. ^ Это не единственные причины, по которым их прогнозы не сбылись: см. проблемы.

Рекомендации

  1. ^ Моравец 1988, п. 15.
  2. ^ Минский 1986, п. 29.
  3. ^ Моравец 1988 С. 15–16.
  4. ^ Задор, Энтони (21.08.2019). «Критика чистого обучения и того, чему искусственные нейронные сети могут научиться у мозга животных». Nature Communications. 10 (1): 3770. Bibcode:2019NatCo..10.3770Z. Дои:10.1038 / s41467-019-11786-6. ЧВК  6704116. PMID  31434893. Герберт Саймон, пионер искусственного интеллекта (ИИ), в 1965 году знаменито предсказал, что «в течение двадцати лет машины будут способны выполнять любую работу, которую может выполнять человек» - для создания общего ИИ.
  5. ^ а б Брукс (2002), цитируется в МакКордак (2004), п. 456)
  6. ^ МакКордак 2004, п. 456.
  7. ^ Брукс 1986.
  8. ^ Пинкер 2007 С. 190–91.

Библиография

внешняя ссылка