Yapay Zeka Yanlış Yolda

Yapay zeka topluluğu, hesaplama modellerini kullandıkları için muhtemelen evrendeki en güçlü zeka olan beyninizin enerjisini kavradı. Zekanın hesaplama yoluyla yaşam hedeflerine ulaşılması olduğuna inanıyorlardı. AI çalışması, zihnin bir tür hesaplama yaptığı temel öneriyle 1940'larda bilgisayarların gelişiyle gerçekleştirildi. Alan Turing, bilgisayarları programlayarak akıllı makinelere ilk odaklananlar arasındaydı. Algoritmik prosedürler, programların çarpıcı sonuçlar elde etmesini sağladı. Bilgisayarlar karmaşık matematiksel ve mühendislik problemlerini çözebilir. Birçok bilim adamı, yeterince büyük bir program düzenlemesinin ve harmanlanmış bilgi birikiminin insan seviyesi istihbaratına ulaşabileceğine inanıyordu.

Başka olası yollar olsa da, bilgisayar programları insan seviyesi zekasını simüle etmek istemek için mevcut en iyi kaynaktı. Ancak, 1930'larda Turing ve Godel de dahil olmak üzere matematiksel mantıkçılar, algoritmaların matematiksel alanlar kullanarak sorunları çözmek için garanti edilemeyeceğini tespit etti. Genel sorun sınıfları ve AI topluluğu konusunu tanımlayan hem hesaplama karmaşıklığı teorisi, insanların problemleri çözmesini sağlayan sorunların ve problem çözme yöntemlerinin özelliklerini tanımlamadı. Arama her yönünün lider olduğu ve daha sonra çıktığı ortaya çıktı.

AI topluluğu, öğrenebilen ve önemli ölçüde zeki olabilecek bir makine tasarlayamaz. Hiçbir program okuyarak çok şey öğrenemez. Bilgisayarlar, Grandmaster seviyesinde satranç oynamak için geniş hesaplama özelliklerini kullanabilir, ancak zekaları sınırlıydı. Paralel işleme bilgisayarlar umut verici görünüyordu, ancak programlanması zor oldu. Bilgisayar programları yalnızca etki alanına özgü sorunları çözebilir. Sorunlar arasında ayrım yapmayabilir veya "genel bir sorun çözücü" olarak kabul edilebilirler. İnsanlar benzersiz alanlarda sorunları çözebileceğinden, Roger Penrose bilgisayarların özünde insan zekasına ulaşamayacağını savundu. Filozof Hubert Dreyfus da AI'nın imkansız olduğunu öne sürdü. Ancak, AI topluluğu, çoğu araştırmacının yeni temel fikirlerin gerekliliğini hissetmesine rağmen aramaya devam etti. Nihayetinde, genel fikir birliği bilgisayarların sadece "biraz zeki" olmasıydı. Peki, "zekanın" temel tanımı yanlış mıydı?

Birçok insan zekası çok az anlaşılmış olduğundan, belirli bir hesaplama prosedürünü akıllı olmak için tanımlamak imkansızdı. Zeka açıkça sorunları çözme yeteneğiydi. Doğada, hayatta kalma sürecinde hayvanların "homeostazını" güçlendiren olgunlaşmış bir zeka olmuştu. Homeostaz, bir varlığın normal çalışma gücüydü, vücutta, değiştirilebilir ve düşmanca bir ortamda nispeten sabit bir durum elde etti. Kontrol merkezleri hiyerarşisi yoluyla denetlenen çeşitli algılama, geri bildirim ve kontrol sistemleri aracılığıyla birçok düzeyde hayvanlar tarafından muhafaza edilen akıllı bir süreç olmuştu. En ucuz hayvan bile elde edilen bu teknik en iyi "genel problem çözücü" idi. Prosedür alana özgü değildi. Sorunları tanıdı ve etkili motor aktivitesi ile yanıt verdi. Hayatta kalmanın her parçasını giydi.

Sinir sistemi trilyonlarca duyusal girdi karışımı aldı. Olağanüstü bir bellek, akılda tutulmasını ve kalıpları tanımlamasını sağladı. Algoritmik bir işlem olan sezgi, bireysel bir paternin bağlamını galaktik bellekten izole etmesini sağladı. Makine, inanılmaz sayıda alınan duyusal girişten nesneleri tanımlayabilir. Bu örüntü tanıma yeteneği statik nesnelerin tanımlanmasıyla sınırlı olmamıştır. Sorunları tanımlayabilir. Duygu kalıpları oluşturmak için dinamik olayları tanıdı ve yorumladı. Duygular açıkça tanımlanmış problemler. Hayvanlar, hoş bir dürtme ile ölümcül bir kayma arasındaki farkı fark ettiler ve yanıt verdi. Korku, öfke veya kıskançlık onları motive etti. Her motor yanıtı, yine hatırlanan faaliyet modelleri olan belirli bir problem çözme adımına sahipti.

Çevre, makineyi inanılmaz sayıda esrarengiz fenomenle sundu. Birçoğu diğer fenomenlerden kaynaklanıyordu. Sorunların çoğu, hatırlanan başarılı problem çözme stratejilerine bağlamsal bağlantıları olan olay kalıplarıydı. Desen tanıma etkin tanımlama. Prosedür alana özgü değildi. Tam problem çözme alanını ele geçirdi. Desen tanıma sadece bir fenomen ve diğeri arasındaki köprüyü tanımladı. Sezgi, bağlamsal bağlantıyı anında tanımladı. İkiniz arasındaki karmaşık akıl yürütme bağlantılarını tanımlamadı. Sorunları çözmek için artımlı mantıksal adımlar kullanmadı. İlkel adam barınak aldığında, fırtına bulutları ilerlediğinden, sadece algılanan bir desene cevap veriyordu.

Çok sayıda yıl boyunca, insanlık, altta yatan nedenleri anlamadan çok fazla doğaya yeterince cevap verdi. Bu zeka, belirli nedenler ve etkileri arasındaki mantıksal ve matematiksel olarak hassas bağlantıları analiz ederek yaşam boyunca yolunu belirleyen hesaplama olmamıştı. Sebeplerin arkasındaki nedeni, ileri çalışma ve araştırma ile daha sonra keşfedilmesinin nedeni. Bu analiz, dünyayı çözen sorunun sadece küçük bir kesiminden yararlandı. Bir hastalığa bağlı birkaç semptom. Doktorlar, semptomunuz ve durum arasındaki mantıksal veya gerekçeli bağlantıları her zaman bilmeden hastalıkları tanımladılar. Yazılım kodu mantıklıydı. Ancak, karmaşık kodun birçok tuhaflığı, sadece bir desen tanıma zekası ile kabul edilebilecek belirli programlama olaylarıyla bağlantılı etki kalıplarıydı. Hassas kalıp tanıma yoluyla karmaşık problem çözme elde edildi. Gerçek zeka, tesadüfen mantık, akıl yürütme ve matematik keşfeden bu güçlü örüntü tanıma kabiliyetiydi.