Криптотрейдинг: прибыльная торговля криптовалютой.
Май 31, 2019
46 Views
Комментарии к записи Возможен ли искусственный интеллект? отключены

Возможен ли искусственный интеллект?

Written by
Биткоин: краткое руководство

«Искусственный интеллект умер с 1970-х годов». Это довольно показное замечание Марвина Минского, соучредителя всемирно известной Лаборатории искусственного интеллекта Массачусетского технологического института, касалось того факта, что исследователи в основном занимались небольшими аспектами машинного интеллекта, а не целыми. проблема. В данной статье анализируются современные проблемы искусственного интеллекта (искусственный интеллект) глядя на текущее состояние искусственный интеллект поле вместе с сильными аргументами, предоставленными ведущими экспертами для иллюстрации, если искусственный интеллект невозможно получить.

Из-за масштабов и амбиций искусственный интеллект не поддается простому определению. первоначально искусственный интеллект был определен как & # 147; научиться делать машины делали вещи, которые требовали бы интеллекта, если бы их делали мужчины& # 148;, Это несколько бессмысленное определение показывает, как искусственный интеллект это все еще молодая дисциплина, и подобные ранние определения были сформированы техническим и теоретическим прогрессом, достигнутым в предмете. На данный момент, хорошее общее определение, которое иллюстрирует будущие проблемы искусственный интеллект поле было сделано Американской ассоциацией искусственного интеллекта (AAAI) объясняя это искусственный интеллект научное понимание механизмов, лежащих в основе мышления и интеллектуального поведения, и их воплощение в машинах.

Термин «искусственный интеллект» № 148; впервые был придуман Джоном Маккарти на конференции в Дартмутском колледже в Нью-Гемпшире в 1956 году, но на самом деле концепция искусственного интеллекта намного старше. В древнегреческой мифологии богу кузнецу Гефесту приписывают создание Талоса, «коричневого человека», который охранял Крит для короля Миноса, патрулируя остров, пугая жуликов. Точно так же в тринадцатом веке было сказано, что механические болтовни были созданы для того, чтобы напугать злоумышленников, предположительно среди владельцев Альберта Великого и Роджера Бэкона. Однако только за последние 50 лет искусственный интеллект это действительно начало проникать в популярную культуру. Наше увлечение мыслительными машинами & # 148; это очевидно, но оно было ошибочно искажено научными связями в литературе, кино и телевидении.

На самом деле искусственный интеллект эта область далека от создания живых существ, замеченных в средствах массовой информации, но это не означает, что никакого успешного прогресса достигнуто не было. искусственный интеллект в течение 50 лет занимался обширными исследованиями, и многие известные теоретики внесли свой вклад в развитие этой области, но один из пионеров в области компьютерных технологий, который поделился своими мыслями вначале и до сих пор остается вовремя в своих оценках и аргументах, является британским математиком Аланом. Тьюринг. В 1950-х годах Тьюринг опубликовал статью под названием Обработка данных Машины и интеллект в котором он предложил эмпирический тест, который идентифицирует интеллектуальное поведение, когда нет заметной разницы между разговором, генерируемым машиной, и разговором умного человека. Тест Тьюринга измеряет производительность предположительно интеллектуальной машины и, вероятно, является одним из лучших оценочных экспериментов того времени. Тест Тьюринга, также называемый имитирующей игрой, проводится при участии опытного исследователя-человека, разговаривающего на естественном языке с двумя другими участниками, один с человеком, другой с интеллектуальной машиной, полностью связывающейся с текстовыми сообщениями. Если судья не может достоверно определить, кто есть, то говорят, что машина прошла, и поэтому она умна. Несмотря на то, что у теста есть много законных критических замечаний, таких как неспособность проверить навыки восприятия или ловкость рук, это большое достижение, что машина может взаимодействовать противоположным образом, чем человек, и может заставить человека субъективно судить о нем как о разумном человеке по самому разговору.

Многие теоретики подвергли сомнению тест Тьюринга как приемлемый способ доказательства искусственного интеллекта, утверждает профессор Джефферсон Листер: «Пока машина не может написать сонет или написать концерт из-за чувств и эмоций, а не случайно из-за падения символов, можем ли мы согласиться с тем, что машина равняется мозгу ». Тьюринг ответил, сказав, что мы не можем знать, что любой человек, кроме нас, испытывает эмоции, и поэтому мы должны принять тест. & # 148; Однако у Листера был важный момент — развивать искусственное осознание. Уже есть интеллектуальные машины, которые являются автономными; они могут учиться, общаться и учить друг друга, но создание искусственной интуиции, осознания — это святой Грааль искусственного интеллекта. & # 148; Во время моделирования искусственный интеллект у человека возникает много нелогичных парадоксов, и вы начинаете понимать, как сложность мозга была недооценена и почему его моделирование не было таким простым, как думали эксперты 1950–1964 годов. Проблема с людьми заключается в том, что они не являются алгоритмическими существами; они предпочитают использовать эвристические ярлыки и аналогии с известными ситуациями. Однако это психологический подтекст; дело не в том, что люди умнее открытых алгоритмов, а в том, что они грязные, но в большинстве случаев они преуспевают. & # 148;

Феномен сознания привлекал внимание многих философов и ученых на протяжении всей истории и опубликовал бесчисленные статьи и книги, посвященные этой теме. Однако никакая другая биологическая особенность не оставалась столь стойкой к научным данным и постоянно порабощалась в основных философских и семантических путаницах. В обычных обстоятельствах нам нетрудно определить, когда другие люди теряют или приходят в сознание, и пока мы не опишем это, явление остается интуитивно понятным. Большинство ИТ-специалистов считают, что сознание было эволюционным дополнением к & # 148; и, следовательно, это может быть смоделировано алгоритмически. Тем не менее, многие недавние утверждения против этой теории. Сэр Роджер Пенроуз, английский математический физик, утверждает, что рациональные процессы человеческого разума не являются полностью алгоритмическими, и поэтому выходят за рамки вычислений и предположений профессора Стюарта Хамероффа, что сознание возникает как макроскопическое квантовое состояние из критического уровня когерентности квантового уровня внутри и вокруг него. цитоскелетные микротрубочки в нейронах. Хотя во всех этих теориях не так много эмпирических данных или их вообще нет, все же важно рассмотреть каждую из них, потому что важно понять человеческий разум, прежде чем мы сможем его дублировать.

Другая ключевая проблема в дублировании человеческого разума — включение различных переходных состояний сознания, таких как быстрый сон, гипноз, эффекты лекарств и некоторые психопатологические состояния в рамках новой парадигмы. Если эти состояния удаляются из проекта из-за их сложности или неактуальности в компьютере, следует подчеркнуть, что, возможно, сознание не может быть искусственно имитировано, поскольку эти измененные состояния имеют биофизическое значение для функциональности ума.

Если сознание не алгоритмично, как оно создается? Конечно, мы не знаем. Исследователи, заинтересованные в субъективном сознании, исследуют объективные факты нейробиологии и поведения и проливают новый свет на то, как наша нервная система обрабатывает и дифференцирует стимулы. Но хотя такие сенсорные механизмы необходимы для сознания, это не помогает раскрыть тайны когнитивного ума, когда мы можем воспринимать вещи и реагировать на них без их сознания. Лучший пример этого — лунатики. Когда есть лунатики (лунатики покрывают около 25 процентов всех детей и 7 процентов взрослых), многие жертвы выполняют опасные или глупые задачи, но некоторые люди выполняют сложные, явно человеческие действия, такие как вождение автомобиля. Вы можете обсудить, действительно ли лунатики не знают или нет, но если это действительно так, что люди не знают или не помнят, что произошло во время их сумасшедшего эпизода, то, возможно, здесь ключ к когнитивному уму. Лунатизм предполагает, по крайней мере, два общих поведенческих недостатка, связанных с недостаточной осведомленностью людей. Первое — это отсутствие социальных навыков. Лунатики обычно игнорируют людей, с которыми они сталкиваются, а редкие взаимодействия бывают поверхностными, неуклюжими или даже насильственными. & # 148; Вторым основным недостатком в поведении сна является лингвистика. Большинство сумасшедших реагируют на словесные раздражители только хрипами или односложными словами или не реагируют вообще. Эти два очевидных недостатка могут быть значительными. Лунатики обманывают на протоязыке; Короткие, грамматические утверждения об эталонном значении, но без синтаксиса, они могут проиллюстрировать, что сознание является социальной адаптацией и что другим животным не хватает понимания или опыта, но им не хватает лингвистических навыков, и поэтому они не могут думать о своих чувствах и становиться осознавать себя. Фактически, Фрэнсис Крик, обнаружив структуру ДНК двойной спирали, верил в эти гипотезы. После того, как он и Джеймс Уотсон решили механизм наследования, Крик перешел к нейробиологии и провел остаток времени, пытаясь ответить на самый большой биологический вопрос; что такое сознание? Работая в тесном сотрудничестве с Кристофом Кохемом, он опубликовал свою последнюю статью в Философские труды Лондонского королевского общества в нем он предположил, что неясная часть мозга, клауструм, действует как оркестровый проводник и связывает друг с другом; зрение, обоняние, соматическое чувство вместе с миндалиной и другими нервными процессами, объединяющими мысли и эмоции. А тот факт, что у всех млекопитающих есть клауструм, означает, что другие животные обладают высоким интеллектом.

Насколько разные умы животных по сравнению с нашими? Может ли их разум быть смоделирован алгоритмически? Многие ученые неохотно обсуждают интеллект животных, потому что он не является наблюдаемым свойством и ничего не видно без причины, и поэтому по этому вопросу опубликовано мало исследований. Но избегая сравнения некоторых психических состояний человека с другими животными, мы вмешиваемся в использование сравнительного метода, который может разгадать тайны когнитивного ума. Тем не менее, некоторые приматы и удары считались чрезвычайно разумными существами, уступающими только людям. Их возвышенный статус в животном мире привел к их участию почти во всех опубликованных экспериментах, связанных с интеллектом животных. Эти эксперименты в сочетании с анализом структуры мозга приматов и китообразных привели к появлению многих теорий относительно развития высшего интеллекта как черты. Хотя эти теории кажутся правдоподобными, существует некоторая полемика о том, в какой степени нечеловеческие исследования могут использоваться для определения структуры человеческого интеллекта.

Благодаря множеству физических методов сравнения интеллекта, таких как измерение размера мозга и соотношения размеров тела, избиение превосходит приматов, не являющихся людьми, и даже конкурирующих людей. Например, дельфины имеют кору головного мозга, которая примерно на 40% больше, чем человек. Их кора также расслаивается аналогично людям. Лобная доля дельфинов также развита до уровня, сравнимого с человеком. Кроме того, теменная долька дельфинов, которая «имеет смысл чувств», больше, чем объединенная человеческая и теменная доли. Сходства на этом не заканчиваются; большинство китообразных имеют большие и хорошо развитые височные доли, которые содержат срезы, соответствующие областям Broca и Wernicke у людей. & # 148;

Дельфины демонстрируют сложное поведение; у них социальная иерархия, они демонстрируют способность усваивать сложные приемы, собирая пищу на морском дне, дельфины отрываются от кусочков губки и оборачивают их вокруг «бутылочного носа», чтобы предотвратить ссадины; иллюстрируя еще один сложный когнитивный процесс, который считается ограниченным приматами, они, по-видимому, общаются, испуская два совершенно разных типа акустических сигналов, которые мы называем свистки и щелчок и наконец, дельфины не используют секс исключительно в целях воспроизводства. Некоторые дельфины были зарегистрированы с гомосексуальным полом, который показывает, что они должны иметь некоторую осведомленность, Дельфины имеют структуру мозга, отличную от человеческой, что можно имитировать алгоритмически. Одним из примеров их различной структуры мозга и интеллекта является техника сна. В то время как большинство млекопитающих и птиц показывают признаки быстрого REM (быстрое движение глаз), сон, рептилии и хладнокровные животные не делают. Фаза REM стимулирует области мозга, используемые в процессе обучения, и часто связана со сном. Тот факт, что хладнокровные животные не имеют быстрого сна, может быть достаточным доказательством того, что они не в сознании, и, следовательно, их мозг может быть имитирован. Кроме того, у теплокровных животных проявляются признаки быстрого сна и, следовательно, сна, и поэтому им необходимо иметь некоторое экологическое сознание. Тем не менее, дельфины спят однородно, знают о & # 148; они дышат, и если они засыпают, они могут утонуть. Эволюция решила эту проблему, позволив половине своего мозга спать одновременно. Поскольку дельфины используют эту технику, им не хватает быстрого сна, и поэтому возможен высокий интеллект, возможно, осознание, которое не принимает во внимание переходные состояния, упомянутые ранее.

Данные о сознании животных косвенные. Но есть также свидетельства большого взрыва, нейтрино или эволюции человека. Как и в любом случае, такие необычные утверждения должны подвергаться строгой научной процедуре, прежде чем их можно будет рассматривать даже как расплывчатые возможности. Интригует, но нужно больше доказательств. Однако только то, что я чего-то не понимаю, не означает, что это ложь — или нет. Изучение умов других животных является полезным сравнительным методом и может даже привести к созданию искусственного интеллекта (который не включает неважные переходные состояния для искусственного существа) на основе модели, не такой сложной, как наша. Тем не менее, центральным моментом является то, насколько бессознательным является наше понимание человеческого мозга или любого другого мозга и как однажды конкретная теория может измениться благодаря просветительским мероприятиям.

Более того, аналогичный инцидент, который иллюстрирует этот аргумент, произошел в 1847 году. Когда ирландский рабочий Финеас Кейдж пролил новый свет на область нейробиологии, когда взрывчатый несчастный камень направил железный пруток через переднюю область его мозга. Он чудесным образом пережил инцидент, но еще более удивительным для научного сообщества стали существенные изменения в личности Кейджа, и после того, как гонщик сломал ему мозг. Если раньше Кейджу присуща мягкая манера поведения, теперь он стал агрессивным, грубым и «посвятил себя самым грубым вульгарным проявлениям, которые не были его привычкой, проявлением, но небольшим уважением к своим собратьям», он был нетерпеливым с сдержанностью или советом, когда вмешивался его желания ", согласно Бостонскому доктору Харлоу в 1868 году. Тем не менее, Кейдж не страдал какой-либо инвалидностью в связи с его интеллектом или памятью.

Удивительно, но инцидент с Финеасом Кейджем показывает, насколько сильна структура мозга, и сравнивает, насколько жестким является компьютер. Все механические системы и алгоритмы перестали бы функционировать должным образом или полностью, если бы железный стержень проткнул их, т. Е. За исключением искусственных нейронных систем и их распределенной параллельной структуры. В последнее десятилетие искусственный интеллект он начал оживать благодаря многообещающему подходу к искусственным нейронным системам.

Искусственные нейронные системы или просто нейронные сети моделируются на основе логических связей, созданных человеческим мозгом, они основаны на математических моделях, которые собирают данные или «знания» на основе параметров, определенных администраторами. После того, как сеть «обучена» распознавать эти параметры, она может оценить, сделать выводы и принять меры. В восьмидесятые годы нейронные сети стали широко использоваться с обратное распространение алгоритм, впервые описанный Полом Джоном Вербосом в 1974 году. 1990-е годы принесли значительные достижения во многих областях искусственный интеллект и демонстрации различных приложений. Прежде всего, в 1997 году суперкомпьютер IBM Deep Blue победил чемпиона мира по шахматам Гарри Каспарова. После матча Каспаров сказал, что компьютер играет «как бог».

Эта шахматная игра и все ее последствия вызвали глубокие вопросы о нейронных сетях. Многие думали, что это доказательство того, что они наконец достигли настоящего искусственного интеллекта. В итоге мужчина был избит компьютером в хитрости. & # 148; Но программирование компьютера для решения сложных математических задач в шахматах — это одно. Полностью логичный вывод и принятие решений для компьютера совершенно иное.

Использование нейронных сетей для эмуляции функций мозга обеспечивает множество положительных свойств, включая параллельную работу, относительно быстрое выполнение сложных задач, распределенную информацию, слабые вычислительные изменения из-за сбоя сети (Phineas Cage), а также навыки обучения, то есть адаптацию после изменений в окружающая среда и улучшение на основе опыта. Эти полезные свойства нейронных сетей вдохновили многих ученых предложить их в качестве решения большинства проблем, поэтому с достаточно большой сетью и соответствующим обучением сети они могут выполнять множество задач, не зная подробного математического алгоритма задачи. В настоящее время удивительная способность нейронных сетей лучше всего демонстрирует возможности Honda Asimo человекоподобный робот, который может не просто ходить и танцевать, но даже ездить на велосипеде. Asimoсокращение от PERразвитая Sвкл Ярационализаторский Moимеет 16 гибких соединений, которые требуют четырехпроцессорного компьютера для управления движением и балансом. Его уникальная человеческая мобильность возможна только потому, что нейронные сети, которые подключены к датчикам движения и позиционирования робота и управляют его «силовыми» исполнительными механизмами, могут «научиться» выполнять определенную задачу.

Важность этого вида управления движением робота заключается в виртуальной неспособности программиста создать набор подробных инструкций по ходьбе или зацикливанию, которые затем могут быть встроены в управляющую программу. Способность к обучению нейронной сети преодолевает необходимость точного определения этих инструкций. Однако, несмотря на впечатляющие показатели нейронных сетей, Asimo он все еще не может думать за себя, и его поведение все еще прочно закреплено в нижней части интеллектуального спектра, такого как реакция и регулирование.

Нейронные сети медленно в коммерческом мире. Недавно компания Siemens представила новый пожарный извещатель, в котором используются различные датчики и нейронные сети, чтобы определить, является ли комбинация показаний датчиков источником пожара или просто частью нормальной окружающей среды, такой как пыль. Более пятидесяти процентов пожарных вызовов являются ложными, и более половины из них вызваны обнаружением пожара в результате повседневной деятельности, а не из-за реальных пожаров, поэтому использование парадигмы явно выгодно.

Но есть ли ограничения в возможностях нейронных сетей, или они будут решением для создания сильного ИИ? Искусственные нейронные сети биологически вдохновлены, но это не означает, что они обязательно являются биологически надежными. Многие ученые опубликовали свои мысли о внутренних ограничениях на использование нейронных сетей; одна из книг, которая получила большой показ в сообществе компьютерных ученых в 1969 году, была Perceptron по Минский и Паперт, персептрон он объяснил ограничения нейронных сетей, хотя многим ученым было известно об ограниченной способности неполного персептрона классифицировать паттерны, методы поиска Минского и Эго Пейперта. & # 147;что такое нейронные сети Хорошо для?& # 148; он проиллюстрировал, что мешает будущему развитию нейронных сетей. Персептрон в его период это было исключительно конструктивный и его идентифицируемое содержание дало толчок последующим исследованиям, которые преодолели некоторые из представленных вычислительных проблем, ограничивающих модель. Примером является эксклюзив или проблема. Эксклюзивность или проблема включает в себя четыре модели по два входа в каждом; шаблон является положительным элементом набора, если один из входных битов включен, но не оба. Таким образом, изменение входного шаблона на один бит изменяет классификацию шаблона. Это простейший пример линейно неразделимой задачи. Перцептрон, который использует линейные пороговые функции, требует слоя внутренних блоков для решения этой проблемы, и поскольку соединения между входным блоком и внутренними блоками не могут быть обучены, персептрон не может учиться эта классификация. В конечном итоге это ограничение было устранено путем добавления дополнительных & # 147; скрытый & # 148; слой. Хотя успехи в исследованиях нейронных сетей решили многие из ограничений, выявленных Минского и Папертом, многие из них остаются сети, использующие линейные пороговые единицы, все еще нарушают предел ограниченного порядка для задач линейной неразделимости.Кроме того, проблема масштабирования по мере увеличения пространства задач остается проблемой.

Ясно, что неуважительные взгляды на нейронные сети, распространяемые Минским, Папертом и многими другими специалистами в области ИТ, имеют определенную поддержку, но все же многие исследователи проигнорировали их заявления и отказались отказаться от этой биологически вдохновленной системы.

В последнее время были достигнуты некоторые успехи в области искусственных нейронных сетей, которые интегрировали другие специализированные теории в многоуровневую структуру, пытались улучшить методологию системы и приблизились на шаг к созданию сильного ИИ. Одним из перспективных направлений является интеграция нечеткой логики. изобретенный профессором Лотфи Заде. Другие замечательные алгоритмические идеи включают квантово-вдохновленные нейронные сети (КВИННЫ) и сетевые кавитации & # 148; предложенный С.Л. Талером.

История искусственного интеллекта изобилует теориями и неудачными попытками. Это неизбежно, что дисциплина будет продолжаться с технологическими и научными открытиями, но достигнут ли они когда-либо последнего препятствия?

Томми Коннолли, бакалавр наук в Университете Эксетера, читает информатику

портфель

DRIVINGwise [http://www.ascon.demon.co.uk]

ACNEwise [http://www.acne-wise.com]

BOOKbay [http://www.thebookbay.co.uk]

Article Categories:
Криптовалюта
Как устроен блокчейн

Comments are closed.