Pada halaman wikipedia tentang AI, kita dapat membaca:
Pengenalan karakter optis tidak lagi dianggap sebagai contoh "kecerdasan buatan" yang telah menjadi teknologi rutin.
Di sisi lain, basis data MNIST digit tulisan tangan dirancang khusus untuk pelatihan dan pengujian jaringan saraf dan tingkat kesalahan mereka (lihat: Klasifikasi ).
Jadi mengapa kutipan di atas menyatakan bahwa OCR tidak lagi menjadi contoh AI?
Jawaban:
Setiap kali masalah menjadi dipecahkan oleh komputer, orang-orang mulai berdebat bahwa itu tidak memerlukan kecerdasan. John McCarthy sering dikutip: "Begitu berhasil, tidak ada yang menyebutnya AI lagi" ( Dirujuk dalam CACM ).
Salah satu guru saya di perguruan tinggi mengatakan bahwa pada tahun 1950-an, seorang profesor ditanya apa yang menurutnya cerdas untuk sebuah mesin. Profesor itu menjawab dengan menjawab bahwa jika sebuah mesin penjual otomatis memberinya perubahan yang tepat, itu akan menjadi cerdas.
Belakangan, bermain catur dianggap cerdas. Namun, komputer sekarang dapat mengalahkan grandmaster dengan catur, dan orang-orang tidak lagi mengatakan bahwa itu adalah bentuk kecerdasan.
Sekarang kami memiliki OCR. Sudah dinyatakan dalam jawaban lain bahwa metode kami tidak memiliki fasilitas pengakuan anak berusia 5 tahun. Begitu ini tercapai, orang akan berkata "meh, itu bukan kecerdasan, anak berusia 5 tahun bisa melakukannya!"
Bias psikologis, kebutuhan untuk menyatakan bahwa kita entah bagaimana lebih unggul dari mesin, adalah dasar dari ini.
Meskipun OCR sekarang merupakan teknologi arus utama, tetap benar bahwa tidak ada metode kami yang benar-benar memiliki fasilitas pengakuan anak berusia 5 tahun (terlepas dari kesuksesan yang diklaim oleh CAPTCHA). Kami tidak tahu bagaimana mencapai ini menggunakan teknik yang dipahami dengan baik, jadi OCR masih harus dianggap sebagai masalah AI.
Untuk melihat mengapa hal ini mungkin terjadi, adalah sangat baik untuk membaca esai "Melihat A dan melihat AS" oleh Douglas Hofstadter.
Sehubungan dengan poin yang dibuat dalam jawaban lain, pembingkaian agen adalah yang bermanfaat sejauh memotivasi keberhasilan dalam lingkungan yang semakin kompleks. Namun, ada banyak masalah sulit (misalnya Bongard) yang tidak perlu dinyatakan dengan cara seperti itu.
Saya tidak yakin apakah memprediksi MNIST dapat benar-benar dianggap sebagai tugas AI. Masalah AI biasanya dapat dibingkai dalam konteks agen yang bertindak dalam suatu lingkungan. Jaring saraf dan teknik pembelajaran mesin pada umumnya tidak harus berurusan dengan framing ini. Classifier misalnya, sedang belajar pemetaan antara dua ruang. Meskipun orang dapat berargumentasi bahwa Anda dapat membingkai klasifikasi OCR / gambar sebagai masalah AI - pengklasifikasi adalah agennya, setiap prediksi yang dibuatnya adalah suatu tindakan, dan ia menerima hadiah berdasarkan keakuratan klasifikasinya - ini agak tidak wajar dan berbeda dari masalah yang umumnya dianggap masalah AI.