페이스북 트위터
alltechbites.com

잘못된 길을 가고 있는 인공 지능

Grant Tafreshi님이 12월 11, 2022에 게시함

인공 지능 공동체는 계산 모델을 사용했기 때문에 우주에서 가장 강력한 지능 인 뇌의 에너지를 파악하지 못했습니다. 그들은 지능이 계산을 통한 삶의 목표 달성이라고 잘못 믿었습니다. AI 연구는 1940 년대에 컴퓨터가 도착하여 마음이 어떤 유형의 계산을 수행했다는 필수 전제로 설정되었습니다. Alan Turing은 컴퓨터를 프로그래밍하여 지능형 기계에 초점을 맞춘 최초의 사람이었습니다. 알고리즘 절차를 통해 프로그램은 놀라운 결과를 얻을 수있었습니다. 컴퓨터는 복잡한 수학 및 엔지니어링 문제를 해결할 수 있습니다. 몇몇 과학자들은 심지어 충분히 큰 프로그램 조립을 믿었고 통합 된 지식은 인간 수준의 지능을 달성 할 수 있다고 믿었습니다.

다른 가능한 방법이있을 수 있지만 컴퓨터 프로그램은 인간 수준의 지능을 시뮬레이션하기위한 최상의 자원이었습니다. 그러나 1930 년대 Turing과 Godel을 포함한 수학 논리 학자들은 알고리즘이 수학적 영역을 사용한 문제를 해결할 수 없다고 확립했습니다. 일반적인 문제의 문제를 정의한 계산 복잡성 이론과 AI 커뮤니티는 인간이 문제를 해결할 수있게 해주는 문제와 문제 해결 방법의 특성을 식별하지 못했습니다. 모든 검색 방향은 이어지고 막 다른 골목에 나타났습니다.

AI 커뮤니티는 기계를 설계 할 수 없으며, 배우고 상당히 지능적 일 수 있습니다. 읽어서 많은 프로그램을 배울 수있는 프로그램은 없습니다. 컴퓨터는 광대 한 컴퓨터 기능을 사용하여 Grandmaster 수준에서 체스를 플레이 할 수 있지만 지능은 제한적이었습니다. 병렬 처리 컴퓨터는 유망 해 보였지만 프로그래밍하기가 어렵다는 것이 입증되었습니다. 컴퓨터 프로그램은 도메인 특정 문제 만 해결할 수 있습니다. 그들은 문제를 구별하지 못하거나 "일반적인 문제 해결사"로 간주 될 수 있습니다. 인간은 고유 한 영역에서 문제를 해결할 수 있었기 때문에 로저 펜 로즈는 컴퓨터가 본질적으로 인간 지능을 달성 할 수 없다고 주장했다. 철학자 허버트 드레 리 푸스 (Hubert Dreyfus)는 또한 AI가 불가능하다고 제안했다. 그러나 AI 커뮤니티는 대부분의 연구자들이 새로운 기본 아이디어에 대한 필요성을 느꼈음에도 불구하고 검색을 계속했습니다. 궁극적으로 전반적인 합의는 컴퓨터가 "다소 지능적"이라는 것이었다. "지능"자체의 필수 정의가 잘못 되었습니까?

많은 인간 지능이 거의 이해되지 않았기 때문에 특정 계산 절차를 지능적으로 정의하는 것은 불가능했습니다. 지능은 분명히 문제를 해결할 수있는 능력이었습니다. 본질적으로, 그것은 생존 과정에서 동물의 "항상성"을 강화하는 성숙한 지능이었다. 항상성은 정상적으로 작동하는 엔티티의 힘으로 신체에서 비교적 일정한 상태를 달성 할 수 있으며, 변화성, 적대적인 환경에서도 달성했습니다. 그것은 다양한 감지, 피드백 및 제어 시스템을 통해 여러 수준의 동물에 의해 내부적으로 유지되는 현명한 과정이었습니다. 가장 저렴한 동물조차도 달성 된이 기술은 최고의 "일반적인 문제 해결사"였습니다. 절차는 도메인 특이 적이 지 않았다. 문제를 인식하고 효과적인 운동 활동으로 응답했습니다. 그것은 생존의 모든 부분에 놓습니다.

신경계는 만화경이 ​​수조의 감각 입력 혼합을 받았다. 경이로운 메모리를 통해 패턴을 명심하고 패턴을 식별 할 수있었습니다. 알고리즘 과정 인 직관은 개별 패턴의 맥락을 은하 메모리에서 분리 할 수있게 해주었다. 기계는 엄청난 수의 수신 된 감각 입력에서 물체를 식별 할 수 있습니다. 이러한 패턴 인식 능력은 정적 물체의 식별에 의해 제한되지 않았다. 문제를 식별 할 수 있습니다. 그것은 감정 패턴을 만들기 위해 역동적 인 사건을 인식하고 해석했습니다. 감정은 명확하게 정의 된 문제를 정의했습니다. 동물들은 합당한 너지와 치명적인 미끄러짐의 차이를 인식하고 반응했습니다. 두려움, 분노 또는 질투가 그들에게 동기를 부여했습니다. 각각의 모터 응답에는 특정한 문제 해결 단계가 있었는데, 이는 다시 활동 패턴이 기억되었다.

환경은 기계에 엄청난 수수께끼의 현상을 제시했습니다. 몇몇은 다른 현상 때문이었습니다. 대부분의 문제는 사건의 패턴으로, 성공적인 문제 해결 전략을 기억하는 상황에 맞는 링크가있었습니다. 패턴 인식이 가능하게 식별. 절차는 도메인 특이 적이 지 않았다. 그것은 완전한 문제 해결 도메인을 만들어 냈습니다. 패턴 인식은 단지 하나의 현상과 다른 현상 사이의 하이퍼 링크를 식별했습니다. 직관은 상황에 맞는 링크를 즉시 확인했습니다. 두 사람 사이의 복잡한 추론 링크를 식별하지 못했습니다. 문제를 해결하기 위해 점진적인 논리적 단계를 사용하지 않았습니다. 원시인이 폭풍 구름이 발전했기 때문에 피난처를 취했을 때, 그는 단지 인식 된 패턴에 대한 답을주고있었습니다.

많은 수년에 걸쳐 인류는 근본적인 원인을 이해하지 않고 많은 성격에 적절하게 반응했습니다. 그 지능은 특정 원인과 그 효과 사이의 논리적이고 수학적으로 정확한 연결을 분석함으로써 삶을위한 길을 추론하는 계산이 아니었다. 원인 뒤에있는 이유는 나중에 고급 연구와 연구를 통해 발견되었습니다. 이러한 분석은 문제 해결 세계의 사소한 부분에 혜택을주었습니다. 질병과 관련된 몇 가지 증상. 의사는 증상과 상태 사이의 논리적 또는 합리적 연관성을 항상 알지 못하고 질병을 확인했습니다. 소프트웨어 코드는 논리적이었습니다. 그러나 복잡한 코드의 많은 단점은 특정 프로그래밍 이벤트와 관련된 효과 패턴으로 패턴 인식 인텔리전스에 의해서만 인정 될 수있었습니다. 복잡한 문제 해결은 민감한 패턴 인식을 통해 달성되었습니다. 진정한 지능은이 강력한 패턴 인식 기능으로, 또한 논리, 추론 및 수학을 발견했습니다.