Искусственный интеллект на ложном пути
Сообщество искусственного интеллекта не понимало энергию вашего мозга, вероятно, самый мощный интеллект во вселенной, поскольку они использовали вычислительные модели. Они ошибочно верили, что интеллект был достижением жизненных целей посредством вычислений. Исследование ИИ было установлено в результате прибытия компьютеров в 1940 -х годах, на основе существенной предпосылки, что разум сделал какой -то тип вычислений. Алан Тьюринг был одним из первых, кто сосредоточился на интеллектуальных машинах с помощью программирования компьютеров. Алгоритмические процедуры позволили программам достигать поразительных результатов. Компьютеры могут решать сложные математические и инженерные задачи. Несколько ученых даже полагали, что достаточно большое собрание программ и сопоставленные знания могут достичь интеллекта на уровне человека.
Хотя могут быть и другие возможные способы, компьютерные программы были самым лучшим доступным ресурсом для желания имитировать интеллект на уровне человека. Но в 1930 -х годах математические логики, включая Тьюринга и Годеля, установили, что алгоритмы не могут быть гарантированно решать проблемы с использованием математических доменов. Как теория вычислительной сложности, которая определила проблему общих классов проблем и сообщества ИИ, не определили свойства проблем и методов решения проблем, которые позволяли людям решать проблемы. Казалось, все направления поиска ведут, а затем мертвые заканчиваются.
Сообщество ИИ не может спроектировать машину, которая может учиться и быть значительно умной. Никакая программа не могла многому научиться, читая. Компьютеры могут использовать обширные вычислительные возможности для игры в шахматы на уровне Grandmaster, но их интеллект был ограничен. Параллельная обработка компьютеров выглядела многообещающе, но оказалась трудно программировать. Компьютерные программы могут решить только конкретные проблемы. Они могут не различать проблемы или считаться «общим решением проблем». Поскольку люди могли решать проблемы в уникальных областях, Роджер Пенроуз утверждал, что компьютеры по своей природе не были способны достичь человеческого интеллекта. Философ Хьюберт Дрейфус также предположил, что ИИ был невозможным. Но сообщество ИИ продолжило поиск, несмотря на то, что большинство исследователей чувствовали необходимость новых фундаментальных идей. В конечном счете, общий консенсус заключался в том, что компьютеры были только «несколько умными». Итак, было ли само собой разумным определением «интеллекта»?
Поскольку много человеческого интеллекта было мало понято, было невозможно определить конкретную вычислительную процедуру как интеллектуальную. Интеллект был явно способностью решать проблемы. В природе это был созревший интеллект, который давал «гомеостаз» животных в процессе выживания. Гомеостаз был силой организации для работы нормально, достигая сравнительно постоянного состояния в организме, в изменчивой, а также в враждебной окружающей среде. Это был умный процесс, который внутренне поддерживал животные на многих уровнях, посредством различных систем зондирования, обратной связи и контроля, контролируемых с помощью иерархии контрольных центров. Эта техника, достигнутая даже самым дешевым животным, была лучшим «общим решающим решением». Процедура не была специфичной для домена. Он признал проблемы и ответил эффективной двигательной активностью. Это ставит на каждую часть выживания.
Нервная система получила калейдоскопическую смесь триллионов сенсорных входов. Феноменальная память позволила ему помнить и идентифицировать закономерности. Интуиция, алгоритмический процесс, позволил ему выделить контекст отдельного рисунка из галактической памяти. Машина может идентифицировать объекты из невероятного количества полученных сенсорных входов. Эта способность распознавать шаблона не была ограничена идентификацией статических объектов. Это может выявить проблемы. Он распознал и интерпретировал динамические события для создания шаблонов эмоций. Эмоции четко определили проблемы. Животные признали разницу между приятным толчком и смертельным скользящим и ответили. Страх, гнев или ревность мотивировали их. У каждого моторного ответа была определенная последовательность шагов решения проблем, которые, опять же, запоминались закономерности деятельности.
Окружающая среда представила машину невероятное количество загадочных явлений. Некоторые были из -за других явлений. Большинство проблем были моделями событий, которые имели контекстные связи с запоминающимися успешными стратегиями решения проблем. Определение распознавания шаблона включена идентификация. Процедура не была специфичной для домена. Он оседлал полный домен решения проблем. Распознавание шаблона просто идентифицировало гиперссылку между одним явлением и другим. Интуиция мгновенно определила контекстуальную ссылку. Он не определил сложные связи между вашими двумя. Он не использовал постепенные логические шаги для решения проблем. Когда примитивный человек укрылся, потому что бури -облака продвинулись, он просто давал ответ на воспринимаемый шаблон.
В течение большого количества лет человечество адекватно отреагировало на большую природу, не понимая основных причин. Этот интеллект не был вычислением, который рассуждал по жизни, анализируя логические и математически точные связи между конкретными причинами и их последствиями. Причина, по которой причины были обнаружены только позже, с продвинутым исследованием и исследованиями. Такой анализ выиграл лишь незначительный сегмент решающего мира. Несколько симптомов связаны с болезнью. Врачи выявили болезни, не всегда зная логические или обоснованные связи между вашим симптомом и состоянием. Программный код был логичным. Но многие причуды сложного кода были шаблонами эффектов, связанных с конкретными событиями программирования, которые могли быть признаны только с помощью интеллекта распознавания образцов. Сложное решение проблем было достигнуто за счет чувствительного распознавания закономерности. Истинный интеллект была этой мощной способностью распознавания образцов, которая также, кстати, обнаружила логику, рассуждения и математику.