Innehåll
F:
Varför måste AI-ingenjörer oroa sig för "intuitiva motorer"?
A:
Idén om mänsklig intuition är nu en viktig del av banbrytande artificiellt intelligensarbete - varför AI-ingenjörer uppmärksammar så mycket ”intuitiva motorer” och andra liknande modeller. Forskare är på jobbet och försöker knäcka processen för mänsklig intuition och simulera den med artificiell intelligensenheter. Men när man undersöker hur logik och intuition fungerar i neurala nätverk och andra AI-teknologier blir definitionen av intuition i sig något subjektiv.
Ett av de bästa exemplen är användningen av en ny, begåvad superdator för att slå mänskliga mästare i Go-spelet - ett spel som ofta beskrivs som något intuitivt, även om det också förlitar sig på hård logik. Eftersom Googles AlphaGo har slagit experter på mänskliga spelare, finns det mycket spekulationer om hur väl datorer har en intuition av mänsklig stil. Men om du tittar på strukturen i Go-spelet ser du att det finns mycket att bestämma i själva uppbyggnaden av dessa tekniker för att ta reda på hur mycket de litar på intuition och hur mycket de litar på omfattande logikmodeller .
I ett Go-spel kan en människa placera ett drag väl baserat på intuitiv uppfattning eller långväga logik eller en blandning av båda. På samma sätt kan datorer bygga experter med Go-play-modeller baserade på omfattande logiska modeller som kan spegla eller simulera intuitivt spel i en utsträckning. Så när vi talar om hur bra datorerna kan vara intuitiva modeller, är det viktigt att definiera intuition, vilket vetenskapsmiljön inte har gjort helt.
Mary Jolly vid universitetet i Lissabon noterar olika åsikter om definitioner av intuition i ett papper som heter "The Concept of Intuition in Artificial Intelligence."
"Det finns ingen konsensus bland forskare om definitionen av konceptet," skriver Jolly. ”Fram till nyligen gav intuition inte till rigorösa vetenskapliga studiemetoder och har ofta undvikits av forskare vanligtvis av mystik. Hittills har diskussionen om ämnet saknat sammanhängande och metod. ”
Om begreppet intuition i sig är naturligt vagt, kommer mätningen av hur väl artificiell intelligens klarar sig i intuktionssimuleringen att bli ännu mer problematisk.
En förklaring av författarna till ett papper som heter "Implementing Human-like Intuition Mechanism in Artificial Intelligence" föreslår följande:
Mänsklig intuition har simulerats av flera forskningsprojekt med hjälp av teknik för artificiell intelligens. De flesta av dessa algoritmer eller modeller saknar förmågan att hantera komplikationer eller avledningar. Dessutom förklarar de inte heller de faktorer som påverkar intuitionen och noggrannheten i resultaten från denna process. I det här dokumentet presenterar vi en enkel seriebaserad modell för implementering av mänsklig-liknande intuition med hjälp av principerna för anslutning och okända enheter.
För en kanske mer konkret titt på processen med mänsklig intuition citerar en Wired-artikel MIT-forskning för att förklara det mänskliga sinnets ”intuitiva fysikmotor” - vilket förklarar vad som händer när vi tittar på en bunt med föremål. Vi kan intuitivt förstå huruvida objekt troligtvis kommer att falla eller om de är stabila eller stadiga, men denna intuition är baserad på omfattande logikregler som vi har internaliserats över tid, liksom våra direkta visioner och uppfattningsmodeller.
Författaren Joi Ito påpekar att de system där vi intuitivt använder våra fysikmotorer är "bullriga" och vi kan filtrera bort det bruset. Det har varit en stor del av utvecklingen av konstgjord intelligens - att hämta känsla från bullriga modeller. Men dessa modeller måste gå mycket längre för att verkligen göra de typer av förutsägelser och analyser som människor kan tillämpa på komplexa system.
Ett enkelt sätt att uttrycka det är att för att uppnå detta resultat måste datorer blanda sofistikerad vision med omfattande logik och perceptiv erkännande på sätt som de för närvarande inte kan. Ett annat sätt att förklara det är att vi ser den mänskliga hjärnan som en "svart låda" som inte helt har omvändts av teknik. Även om våra teknologier är mycket kapabla att ge intelligenta resultat, kan de ännu inte simulera den mänskliga hjärnans kraftfulla, mystiska och fantastiska aktivitet.