Indhold
Q:
Hvorfor skal AI-ingeniører bekymre sig om "intuitive motorer"?
EN:
Ideen om menneskelig intuition er nu en væsentlig del af banebrydende kunstig intelligensarbejde - og det er grunden til, at AI-ingeniører er så opmærksomme på “intuitive motorer” og andre lignende modeller. Forskere er på arbejde og prøver at knække processen med menneskelig intuition og simulere den med kunstig intelligensenheder. Når man undersøger, hvordan logik og intuition fungerer i neurale netværk og andre AI-teknologier, bliver definitionen af intuition i sig selv noget subjektiv.
Et af de bedste eksempler er brugen af en ny, talentfuld supercomputer til at slå menneskelige mestre i spillet Go - et spil, der ofte beskrives som noget intuitivt, selvom det også er afhængig af hård logik. Da Googles AlphaGo har slået eksperter på menneskelige spillere, er der en masse spekulationer om, hvor godt computere har menneskelig intuition. Men hvis du ser på strukturen i Go-spillet, ser du, at der er meget, der skal bestemmes i den faktiske opbygning af disse teknologier for at finde ud af, hvor meget de er afhængige af intuition, og hvor meget de er afhængige af omfattende logikmodeller .
I et spil Go kan et menneske placere en bevægelse godt baseret på intuitiv opfattelse eller langdistancelogik eller en blanding af begge dele. På samme måde kan computere opbygge ekspert-Go-play-modeller baseret på omfattende logiske modeller, der i et omfang kan spejle eller simulere intuitivt spil. Så når vi taler om, hvor god computere kan være til intuitive modeller, er det vigtigt at definere intuition, hvilket det videnskabelige samfund ikke har gjort fuldt ud.
Mary Jolly ved Universitetet i Lissabon bemærker forskellige meninger om definitioner af intuition i et papir kaldet "Begrebet intuition i kunstig intelligens."
"Der er ingen konsensus blandt lærde om definitionen af begrebet," skriver Jolly. ”Indtil for nylig har intuition ikke givet anledning til strenge videnskabelige undersøgelsesmetoder, og ofte er det forbundet med mystik, som forskere har almindeligt undgået. Indtil videre har diskursen om emnet manglet sammenhæng og metode. ”
Hvis begrebet intuition i sig selv er iboende vagt, vil måling af, hvor godt kunstig intelligens klarer sig i intuitionssimuleringen, blive endnu mere problematisk.
En forklaring fra forfatterne på et papir kaldet "Implementering Human-like Intuition Mechanism in Artificial Intelligence" antyder følgende:
Menneskelig intuition er blevet simuleret af flere forskningsprojekter ved hjælp af kunstig intelligens teknikker. De fleste af disse algoritmer eller modeller mangler evnen til at håndtere komplikationer eller afvigelser. Desuden forklarer de heller ikke de faktorer, der påvirker intuitionen og nøjagtigheden af resultaterne fra denne proces. I denne artikel præsenterer vi en simpel seriebaseret model til implementering af menneskelignende intuition ved hjælp af principperne om tilslutningsmuligheder og ukendte enheder.
For et måske mere konkret kig på processen med menneskelig intuition citerer en Wired-artikel MIT-forskning i at forklare det menneskelige sinds “intuitive fysikmotor” - som forklarer, hvad der sker, når vi ser på en stak objekter. Vi kan intuitivt forstå, hvorvidt genstande sandsynligvis falder eller ej, eller om de er stabile eller stabile, men denne intuition er baseret på omfattende logiske regler, som vi har internaliseret over tid, såvel som vores direkte vision og opfattelsesmodeller.
Forfatter Joi Ito påpeger, at de systemer, hvor vi intuitivt bruger vores fysikmotorer, er “støjende”, og vi er i stand til at filtrere den støj ud. Det har været en stor del af udviklingen af kunstig intelligens - udtrækning af sans fra støjende modeller. Imidlertid er disse modeller nødt til at gå meget længere for virkelig at lave de slags forudsigelser og analyser, som mennesker kan anvende til komplekse systemer.
En let måde at sige det er, at for at nå dette resultat, er computere nødt til at blande sofistikeret vision med omfattende logik og perceptiv erkendelse på måder, de i øjeblikket ikke kan. En anden måde at forklare det er, at vi ser den menneskelige hjerne som en "sort kasse", der ikke er blevet fuldstændigt omvendt konstrueret af teknologi. Selvom vores teknologier er yderst i stand til at producere intelligente resultater, kan de endnu ikke simulere den kraftfulde, mystiske og fantastiske aktivitet i selve den menneskelige hjerne.