Facebook Twitter
alltechbites.com

鬼ごっこ: 知能

知能 でタグ付けされた記事

間違った軌道に乗る人工知能

投稿日: 9月 11, 2022、投稿者: Grant Tafreshi
人工知能コミュニティは、おそらく計算モデルを使用しているため、おそらく宇宙で最も強力な知能である脳のエネルギーを把握しませんでした。 彼らは、知性が計算を通じて人生の目標の達成であると誤って信じていました。 AIの研究は、1940年代にコンピューターが到着することにより、心がある種の計算を行ったという本質的な前提で設定されました。 Alan Turingは、コンピューターをプログラミングすることにより、インテリジェントマシンに最初に焦点を当てたものの1つでした。 アルゴリズム手順により、プログラムは印象的な結果を達成できます。 コンピューターは、複雑な数学的および工学的な問題を解決できます。 何人かの科学者は、プログラムの十分な大きさの集会と照合された知識が人間のレベルの知性を達成できるとさえ信じていました。 他の可能な方法があるかもしれませんが、コンピュータープログラムは、人間のレベルのインテリジェンスをシミュレートすることを望むための最高の利用可能なリソースでした。 しかし、1930年代には、チューリングやゴデルを含む数学的論理学者は、数学的ドメインを使用して問題を解決するためにアルゴリズムを保証できないことを確立しました。 一般的なクラスの問題の問題を定義した計算の複雑さの理論とAIコミュニティは、問題と問題解決方法の特性を特定しなかったため、人間は問題を解決できました。 検索のあらゆる方向がリードしているように見え、その後死が終わりました。 AIコミュニティはマシンを設計することはできません。これは、学習し、かなりインテリジェントになる可能性があります。 読むことで多くのプログラムを学ぶことができませんでした。 コンピューターは膨大な計算機能を使用してグランドマスターレベルでチェスをプレイするかもしれませんが、それらの知性は限られていました。 並列処理コンピューターは有望に見えましたが、プログラムが困難であることが判明しました。 コンピュータープログラムは、ドメイン固有の問題のみを解決できました。 問題を区別したり、「一般的な問題解決者」と見なされない場合があります。 人間は独自のドメインの問題を解決できるため、ロジャーペンローズは、コンピューターは本質的に人間の知性を達成することができないと主張しました。 哲学者ヒューバートレイファスはまた、AIが不可能であることを示唆しました。 しかし、ほとんどの研究者が新しい基本的なアイデアの必要性を感じていたという事実にもかかわらず、AIコミュニティは検索を続けました。 最終的に、全体的なコンセンサスは、コンピューターが「ややインテリジェント」にすぎないということでした。 それで、「知性」自体の本質的な定義は間違っていましたか? 多くの人間の知性はほとんど理解されていなかったため、特定の計算手順をインテリジェントに定義することは不可能でした。 インテリジェンスは明らかに問題を解決する能力でした。 自然界では、それは成熟した知性であり、生存プロセスにおける動物の「恒常性」に力を与えました。 恒常性は、普通に動作するエンティティの力であり、体内で比較的一定の状態を達成し、敵対的な環境で変化しやすい状態でした。 これは、多くのレベルで動物によって内部的に維持されており、さまざまなセンシング、フィードバック、制御システムを通じて、コントロールセンターの階層によって監督されている賢明なプロセスでした。 最も安い動物でさえ達成されたこの手法は、最高の「一般的な問題ソルバー」でした。 手順はドメイン固有ではありませんでした。 問題を認識し、効果的な運動活動で対応しました。 それは生存のあらゆる部分を置きます。 神経系は、数兆個の感覚入力の万華鏡の混合物を受け取りました。 驚異的なメモリにより、パターンを念頭に置いて特定できました。 アルゴリズムプロセスである直観により、銀河メモリから個々のパターンのコンテキストを分離することができました。 マシンは、受信した感覚入力の驚くべき数からオブジェクトを識別できます。 そのパターン認識能力は、静的オブジェクトの識別によって制限されていませんでした。 問題を特定するかもしれません。 それは、感情のパターンを作成するために、動的なイベントを認識して解釈しました。 感情は明らかに問題を定義しました。 動物は、心地よいナッジと致命的なスリザーの違いを認識し、反応しました。 恐怖、怒り、またはjeは彼らを動機付けました。 各モーター応答には、問題解決ステップの特定のシーケンスがあり、再び、アクティビティのパターンを記憶していました。 環境は、信じられないほどの数の謎めいた現象を機械に提示しました。 いくつかは他の現象によるものでした。 ほとんどの問題はイベントのパターンであり、これには、成功した問題解決戦略を記憶するための文脈上のリンクがありました。 パターン認識が識別を有効にしました。 手順はドメイン固有ではありませんでした。 完全な問題解決領域にまたがりました。 パターン認識は、1つの現象と別の現象の間のハイパーリンクを単に特定しました。 直感は、コンテキストリンクを即座に特定しました。 2つの間の複雑な推論リンクを特定しませんでした。 問題を解決するための増分論理的手順を使用しませんでした。 原始人が嵐の雲が進んだために避難所を取ったとき、彼は単に認識されたパターンに答えを与えていました。 多くの年にわたって、人類は根本的な原因を理解することなく、多くの性質に適切に対応しました。 その知能は計算ではなく、特定の原因とその効果の間の論理的および数学的に正確なリンクを分析することにより、人生を通してその方法を推論しました。 原因の背後にある理由は、高度な研究と研究により、後にのみ発見されました。 このような分析は、問題を解決する世界のわずかなセグメントに過ぎませんでした。 病気に関連するいくつかの症状。 医師は、あなたの症状と状態の間の論理的または合理的なリンクを常に知ることなく、病気を特定しました。 ソフトウェアコードは論理的でした。 しかし、複雑なコードの多くの癖は、特定のプログラミングイベントにリンクされた効果のパターンであり、パターン認識インテリジェンスによってのみ認められました。 複雑な問題解決は、敏感なパターン認識を通じて達成されました。 真の知性は、この強力なパターン認識能力であり、偶然にも論理、推論、数学を発見しました。...

知能の道は人工的です

投稿日: 9月 9, 2021、投稿者: Grant Tafreshi
好奇心は常に人間を逃れてきました。 これにより、多くの発明と発見が生まれました。 人間の作品の最良の例には、コンピューターがあります。 自動的に写真が頭に浮かびます。 彼らは、私たちに時間をかけた膨大な計算、退屈で反復的なタスクを行う能力を持っています。 | - |コンピューターが提供するものは、剛性や考えられないようになる能力ではありません。 むしろ条件付きで行動すること。 時々、必要に応じて、時にはそれがあります。 これは、アクションに知識を適用することを意味します。 信じられないかもしれませんが、ここでさえ、態度が最も重要です。 これらのマシンに、すでに知っていて行う仕事をするように要求します。 しかし、より速く、より正確に行うには、それらが必要です。 | - |皮肉なことに、私たちは人工マナーを通して知性を生み出そうとしています。 その唯一の科学は、知性と少し常識を持つマシン(製造機)を作成しています。 それはあなたが人間のように動作するようにシステムを計画する方法についてです。 彼らは、情報を処理し、決定を下し、それに応じて行動することができると考えることができます。 はい、私たちは現実への幻想を好みます。 | - |歴史は幼いエジプト人に関連している可能性がありますが、これは1956年にジョン・マッカーシーの指導の下、ニューハンプシャー州ハノーバーのダートマス会議で正式なタイトル「Artificial Intelligence」を手に入れました。 そして、世界は人間の思考のレベルについて学ぶようになりました。 多くのことが続きました。 AIに使用される言語は、1958年にジョンマッカーシーによって設計されました。1970年、世界は、血液疾患を検出するための健康科学の分野で最初の専門家システムを獲得しました。 AIの主要言語の1つであるPrologまたはプログラミングは、1972年に日本語によって開発されました。1991年に実際に驚いた世界が驚かされた大きなことが、人間のチェスマスターがコンピューターに敗れたときに発生しました。 | - |そして、彼らが歴史だと言う休息...