Inhoud
Q:
Waarom moeten AI-ingenieurs zich zorgen maken over "intuïtieve motoren"?
EEN:
Het idee van menselijke intuïtie is nu een belangrijk onderdeel van baanbrekend kunstmatig intelligentiewerk - dat is de reden waarom AI-ingenieurs zoveel aandacht besteden aan "intuïtieve motoren" en andere vergelijkbare modellen. Wetenschappers proberen het proces van menselijke intuïtie te kraken en te simuleren met kunstmatige intelligentie-entiteiten. Bij het onderzoeken van hoe logica en intuïtie werken in neurale netwerken en andere AI-technologieën, wordt de definitie van intuïtie zelf enigszins subjectief.
Een van de beste voorbeelden is het gebruik van een nieuwe, getalenteerde supercomputer om menselijke kampioenen te verslaan in het spel Go - een spel dat vaak als enigszins intuïtief wordt beschreven, hoewel het ook op harde logica vertrouwt. Omdat Googles AlphaGo deskundige menselijke spelers heeft verslagen, is er veel speculatie over hoe goed computers zijn met menselijke intuïtie. Als je echter naar de structuur van het spel Go kijkt, zie je dat er veel moet worden bepaald in de daadwerkelijke build van deze technologieën om erachter te komen hoeveel ze afhankelijk zijn van intuïtie en hoeveel ze vertrouwen op uitgebreide logische modellen .
In een Go-spel kan een mens een zet goed plaatsen op basis van intuïtieve perceptie of logica op lange afstand of een combinatie van beide. Evenzo kunnen computers expert Go-playing-modellen bouwen op basis van uitgebreide logische modellen die intuïtief spelen tot op zekere hoogte kunnen spiegelen of simuleren. Dus als we het hebben over hoe goed de computers kunnen zijn in intuïtieve modellen, is het belangrijk om intuïtie te definiëren, wat de wetenschappelijke gemeenschap niet volledig heeft gedaan.
Mary Jolly van de Universiteit van Lissabon constateert verschillende meningen over definities van intuïtie in een artikel met de titel 'Het concept van intuïtie in kunstmatige intelligentie'.
"Er is geen consensus onder wetenschappers over de definitie van het concept," schrijft Jolly. “Tot voor kort gaf intuïtie niet toe aan rigoureuze wetenschappelijke studiemethoden en, vaak geassocieerd met mystiek, wordt dit gewoonlijk vermeden door onderzoekers. Tot nu toe ontbrak het discours over het onderwerp aan samenhang en methode. ”
Als het concept van intuïtie zelf inherent vaag is, zal de meting van hoe goed kunstmatige intelligentie het doet in de intuïtiesimulatie nog problematischer worden.
Een verklaring van de schrijvers van een paper met de titel "Implementeren van mensachtig intuïtiemechanisme in kunstmatige intelligentie" suggereert het volgende:
Menselijke intuïtie is gesimuleerd door verschillende onderzoeksprojecten met kunstmatige intelligentietechnieken. De meeste van deze algoritmen of modellen missen de mogelijkheid om complicaties of omleidingen af te handelen. Bovendien verklaren ze ook niet de factoren die de intuïtie beïnvloeden en de nauwkeurigheid van de resultaten van dit proces. In dit artikel presenteren we een eenvoudig, op series gebaseerd model voor de implementatie van mensachtige intuïtie met behulp van de principes van connectiviteit en onbekende entiteiten.
Voor een misschien meer concrete kijk op het proces van menselijke intuïtie, citeert een artikel in Wired MIT-onderzoek ter verklaring van de "intuïtieve fysica-engine" van de menselijke geest - waarin wordt uitgelegd wat er gebeurt als we naar een stapel objecten kijken. We kunnen intuïtief begrijpen of objecten waarschijnlijk vallen of stabiel of stabiel zijn, maar deze intuïtie is gebaseerd op uitgebreide logische regels die in de loop van de tijd zijn geïnternaliseerd, evenals onze directe visie- en waarnemingsmodellen.
Schrijver Joi Ito wijst erop dat de systemen waarin we onze fysica-motoren intuïtief gebruiken 'lawaaierig' zijn en dat we dat lawaai kunnen wegfilteren. Dat is een groot deel geweest van het ontwikkelen van kunstmatige intelligentie - het halen van zintuigen uit lawaaierige modellen. Die modellen moeten echter veel verder gaan om echt het soort voorspellingen en analyses te maken die mensen op complexe systemen kunnen toepassen.
Een eenvoudige manier om het te stellen is dat computers om dit resultaat te bereiken, geavanceerde visie moeten combineren met uitgebreide logica en perceptieve cognitie op manieren die ze momenteel niet kunnen. Een andere manier om het uit te leggen is dat we het menselijk brein zien als een 'zwarte doos' die niet volledig door technologie is omgekeerd. Hoewel onze technologieën zeer goed in staat zijn om intelligente resultaten te produceren, kunnen ze de krachtige, mysterieuze en verbazingwekkende activiteit van het menselijk brein zelf nog niet simuleren.