Inteligência Artificial No Caminho Errado
A comunidade de inteligência artificial não entendeu a energia do seu cérebro, provavelmente a inteligência mais poderosa do universo, pois eles usavam modelos computacionais. Eles acreditavam erroneamente que a inteligência era a consecução dos objetivos da vida através da computação. O estudo da IA foi estabelecido pela chegada de computadores na década de 1940, na premissa essencial de que a mente fez algum tipo de computação. Alan Turing foi um dos primeiros a se concentrar em máquinas inteligentes, programando computadores. Os procedimentos algorítmicos permitiram que os programas obtenham resultados impressionantes. Os computadores podem resolver problemas complexos matemáticos e de engenharia. Vários cientistas até acreditavam que uma assembléia grande o suficiente de programas e conhecimento coletado poderia alcançar a inteligência de nível humano.
Embora possa haver outras maneiras possíveis, os programas de computador foram o melhor recurso disponível para querer simular a inteligência de nível humano. Mas, na década de 1930, os lógicos matemáticos, incluindo Turing e Godel, estabeleceram que os algoritmos não podem ser garantidos para resolver problemas usando domínios matemáticos. Ambas as teoria da complexidade computacional, que definiram a questão das classes gerais de problemas e da comunidade de IA, não identificaram as propriedades dos problemas e os métodos de solução de problemas, o que permitiu aos seres humanos resolverem problemas. Todas as direção da pesquisa pareciam liderar e, em seguida, becos sem saída.
A comunidade de IA não pode projetar uma máquina, que possa aprender e ser significativamente inteligente. Nenhum programa poderia aprender muito lendo. Os computadores podem usar vastos recursos computacionais para jogar xadrez no nível de Grandmaster, mas sua inteligência era limitada. Os computadores de processamento paralelo pareciam promissores, mas se mostraram difíceis de programar. Os programas de computador só poderiam resolver problemas específicos do domínio. Eles podem não distinguir entre problemas ou serem considerados um "solucionador de problemas gerais". Como os seres humanos podem resolver problemas em domínios únicos, Roger Penrose argumentou que os computadores não eram intrinsecamente capazes de alcançar a inteligência humana. O filósofo Hubert Dreyfus também sugeriu que a IA era impossível. Mas a comunidade de IA continuou sua busca, apesar do fato de a maioria dos pesquisadores sentir a necessidade de novas idéias fundamentais. Por fim, o consenso geral era de que os computadores eram apenas "um tanto inteligentes". Então, a definição essencial de "inteligência" era errada?
Como muita inteligência humana era pouco compreendida, era impossível definir um procedimento computacional específico para ser inteligente. A inteligência era claramente uma capacidade de resolver problemas. Na natureza, havia sido uma inteligência amadurecida, que capacitou a "homeostase" dos animais no processo de sobrevivência. A homeostase era o poder de uma entidade de operar normalmente, alcançando um estado comparativamente constante no corpo, em um ambiente mutável, bem como hostil. Foi um processo inteligente, mantido internamente pelos animais em muitos níveis, através de vários sistemas de detecção, feedback e controle, supervisionados por meio de uma hierarquia de centros de controle. Essa técnica, alcançada até pelo animal mais barato, era o melhor "solucionador de problemas em geral". O procedimento não foi específico do domínio. Reconheceu problemas e respondeu com atividade motora eficaz. Ele colocou todas as partes da sobrevivência.
O sistema nervoso recebeu uma mistura caleidoscópica de trilhões de entradas sensoriais. Uma memória fenomenal permitiu ter em mente e identificar padrões. A intuição, um processo algorítmico, permitiu isolar o contexto de um padrão individual da memória galáctica. A máquina pode identificar objetos a partir de um número incrível de entradas sensoriais recebidas. Essa capacidade de reconhecimento de padrões não havia sido limitada pela identificação de objetos estáticos. Pode identificar problemas. Ele reconheceu e interpretou eventos dinâmicos para criar padrões de emoções. Emoções claramente definidas problemas. Os animais reconheceram a diferença entre uma cutucada agradável e um deslizamento mortal e responderam. O medo, a raiva ou o ciúme os motivaram. Cada resposta motora teve uma sequência específica de etapas de resolução de problemas, que foram, novamente, padrões de atividades lembrados.
O ambiente apresentou à máquina um número incrível de fenômenos enigmáticos. Vários foram devido a outros fenômenos. A maioria dos problemas eram padrões de eventos, que tinham vínculos contextuais para lembrar as estratégias bem -sucedidas de resolução de problemas. O reconhecimento de padrões habilitou a identificação. O procedimento não foi específico do domínio. Ele montou o domínio completo de resolução de problemas. O reconhecimento de padrões apenas identificou o hiperlink entre um fenômeno e outro. A intuição identificou instantaneamente o link contextual. Não identificou os complexos links de raciocínio entre seus dois. Não usou etapas lógicas incrementais para resolver problemas. Quando o Homem Primitivo se abrigou porque as nuvens de tempestade avançaram, ele estava apenas dando uma resposta a um padrão percebido.
Em um grande número de anos, a humanidade respondeu adequadamente a muita natureza, sem entender as causas subjacentes. Essa inteligência não havia sido a computação, que raciocinou ao longo da vida, analisando os vínculos lógicos e matematicamente precisos entre causas particulares e seus efeitos. A razão pela qual as causas foram descobertas apenas mais tarde, com estudos e pesquisas avançados. Essa análise beneficiou apenas um segmento menor do mundo da solução de problemas. Vários sintomas ligados a uma doença. Os médicos identificaram doenças, sem sempre conhecer os vínculos lógicos ou fundamentados entre o seu sintoma e a condição. O código do software era lógico. Mas muitas peculiaridades de código complexo foram padrões de efeitos, ligados a eventos de programação específicos, que só podiam ser reconhecidos por uma inteligência de reconhecimento de padrões. A solução complexa de problemas foi alcançada através do reconhecimento sensível de padrões. A verdadeira inteligência era essa poderosa capacidade de reconhecimento de padrões, que também, aliás, descobriu lógica, raciocínio e matemática.