Siapa orang pertama yang mengenali perbedaan antara kecerdasan umum mirip manusia dan kecerdasan spesifik domain?


10

Pada 1950-an, ada kepercayaan luas bahwa "Kecerdasan Buatan" akan dengan cepat menjadi sadar diri dan cukup pintar untuk memenangkan catur dengan manusia. Berbagai orang menyarankan kerangka waktu misalnya 10 tahun (lihat "Sejarah Resmi Kontroversi Perceptron" Olazaran, atau katakanlah 2001: Space Odyssey).

Kapan jelas bahwa merancang program yang menguasai game seperti catur menghasilkan desain perangkat lunak yang hanya berlaku untuk game seperti yang diprogram? Siapa orang pertama yang mengenali perbedaan antara kecerdasan umum mirip manusia dan kecerdasan spesifik domain?

Jawaban:


1

Banyak publikasi dari pertengahan abad kedua puluh membuktikan pernyataan penanya bahwa itu adalah kepercayaan yang diyakini selama periode itu bahwa AI akan dengan cepat menjadi sadar, sadar diri, dan pintar.

Sukses besar

Banyak tugas dan bentuk keahlian yang dulunya merupakan domain eksklusif kecerdasan manusia, setelah pengembangan arsitektur komputasi tujuan umum Von Neumann menjadi, pada akhir abad itu, kurang lebih menjadi domain eksklusif komputer. Ini hanya beberapa contoh.

  • Perhitungan ilmiah dan statistik
  • Otomasi proses pembuatan dan pembuatan (CAD dan CAM)
  • Penerbitan dan penyusunan huruf
  • Bentuk pengurangan aljabar dan kalkulus tertentu (Maxima dan turunannya)
  • Analisis sirkuit
  • Permainan papan yang ahli
  • Spekulasi stok yang menguntungkan
  • Pengenalan pola (OCR, sidik jari, pengenalan suara, penyortiran, medan)
  • Pemrograman dalam logika predikat dan predikat rekursif
  • Evaluasi strategi

Kekecewaan (sejauh ini)

Berbeda dengan berbagai keberhasilan yang mengesankan ini, ada daftar harapan yang sama panjangnya.

  • Robot bipedal yang tersedia bagi konsumen
  • Penyedot debu otomatis (kekecewaan besar untuk penulis jawaban ini)
  • Pekerja pabrik mekanik otonom
  • Ahli matematika otomatis (pembuatan hipotesis kreatif dan pembuktian / penolakan untuk memperluas teori)
  • Pemahaman bahasa alami
  • Ketaatan pada perintah yang sewenang-wenang
  • Ekspresi mirip manusia dalam percakapan
  • Inovasi teknis otomatis
  • Moralitas komputer
  • Kondisi emosional manusia (atau setidaknya mamalia)
  • Tiga sistem operasi hukum Asimov
  • Pengembangan strategi adaptif dalam rangkaian domain yang berubah-ubah dan berubah-ubah

Domain dan Perbedaan Domain-gratis

Kapan jelas bahwa merancang program yang menguasai game seperti catur menghasilkan desain perangkat lunak yang hanya berlaku untuk game seperti yang diprogram?

Meskipun masyarakat umum mungkin berpikir bahwa master catur cybernetic juga akan lebih pintar daripada orang-orang dengan cara lain, mereka yang menciptakan program-program itu sangat menyadari perbedaan antara mengembangkan perangkat lunak yang menunjukkan keunggulan dalam permainan catur yang dikodekan dengan keras dan mengembangkan perangkat lunak yang menunjukkan kemampuan untuk belajar bermain catur dan mengembangkan keunggulan secara iteratif dari pemula.

Tujuan akhirnya selalu adalah kecerdasan umum bertenaga tinggi. Tujuan jangka pendek yang lebih terjangkau diciptakan untuk memfasilitasi demonstrasi kemajuan kepada investor. Itu adalah satu-satunya cara untuk mempertahankan aliran dana penelitian terus menerus dari militer.

Tonggak pertama adalah menguasai satu game tanpa pembelajaran mesin. Kemudian penelitian beralih ke pembangunan pengetahuan domain sehingga kelas solusi, adaptasi, dan bentuk perencanaan dapat diwujudkan secara real time selama peperangan. Karena dominasi ekonomi menjadi lebih disukai daripada dominasi militer selama kuartal ketiga abad kedua puluh, visi AI ditingkatkan untuk merangkul bidang ekonomi dan manajemen sumber daya alam.

Pertimbangkan spektrum kematangan otomatisasi ini.

  • Sebuah program yang menyebutkan kemungkinan urutan langkah saat ini di setiap belokan dalam permainan permainan catur, menghilangkan kemungkinan gerakan buruk di setiap titik gerakan yang diproyeksikan, dan memilih langkah selanjutnya yang paling mungkin menghasilkan kemenangan.
  • Sebuah program yang melakukan kemungkinan di atas tetapi juga memiringkan probabilitas berdasarkan pengenalan pola strategi catur yang dikenal menang
  • Sebuah program yang dirancang untuk menjalankan mesin aturan yang dioptimalkan waktu berjalan yang memusatkan dan mengabstraksi operasi yang berlebihan dari permainan game yang sewenang-wenang dan mengisolasi dan mengagregasi representasi aturan catur, strategi catur, serta pola dan anti-pola catur.
  • Suatu program yang, diberikan seperangkat aturan permainan, dapat menghasilkan langkah selanjutnya berdasarkan keadaan permainan apa pun, mengingat keberhasilan dan kegagalan hasil dan urutan yang mengarah pada hasil tersebut, dan memiliki kemampuan untuk menilai kemungkinan kehilangan atau perolehan dari gerakan individu dan pola permainan dalam ruang dan waktu di sekitar mereka berdasarkan pada sejarah, dan kemudian memanfaatkan kemampuan ini untuk mempelajari permainan yang sewenang-wenang, mencapai tingkat mahir bermain catur melalui pembelajaran
  • Sebuah program yang mempelajari cara mempelajari permainan sehingga, setelah mempelajari beberapa permainan, ia dapat belajar catur lebih cepat daripada manusia yang berbakat secara intelektual.

Yang pertama mudah. Yang terakhir sangat menantang.

Ketika perbedaan antara fase-fase kematangan otomatisasi ini menjadi jelas dan betapa jernihnya orang-orang mengenai perbedaan-perbedaan itu di mana kelompok-kelompok penelitian merupakan fungsi probabilistik yang kompleks.

Kontributor Utama

Siapa orang pertama yang mengenali perbedaan antara kecerdasan umum seperti manusia dan kecerdasan khusus domain?

Norbert Wiener kemungkinan adalah orang pertama yang sangat memahami perbedaan antara kontrol elektronik relay (diselidiki secara teoritis oleh Claude Shannon) dan kontrol loop tertutup. Dalam bukunya, Sibernetika, sebuah karya matematika utama, ia justru membangun fondasi untuk sistem koreksi diri dan adaptif. John von Neumann memiliki pemahaman tentang perbedaan antara pemrograman permainan permainan yang baik dan kemampuan manusia untuk belajar permainan permainan yang baik dan banyak diterbitkan pada topik.

Adalah Arthur Lee Samuel yang benar-benar menulis demonstrasi mengesankan pertama tentang perbedaan antara perangkat lunak permainan game dan pembelajaran mesin. Dialah yang menjembatani karya Wiener dengan komputer digital kontemporer dan pertama kali menciptakan istilah Machine Learning.

Penyajian Kembali Terdistorsi dari Penelitian dan Inovasi Asli

Kategori artificial narrow intelligence (ANI), artificial general intelligence (AGI), dan artificial super intelligence (ASI), diusulkan dalam The AI ‚Äč‚ÄčRevolution: The Road to Superintelligence oleh blogger Tim Urban (Huffington Post, THE BLOG, diposting 2/10 / 2015, diperbarui 4/12/2015), direferensikan di AI Stack Exchange di banyak tempat, tetapi perbedaan antara kategori-kategori ini tidak didefinisikan secara tepat dan ide-ide yang terkandung di dalamnya bukan peer review atau divalidasi oleh penelitian atau statistik lain.

Karya ini tidak lebih dari dugaan daripada fiksi ilmiah biasa-biasa saja - cukup menghibur untuk mendapatkan popularitas tetapi bukan kesimpulan rasional yang diambil dari eksperimen yang berulang atau studi acak. Grafik tren yang disediakan dalam artikel adalah bentuk diciptakan, bukan representasi grafis dari data aktual.

Beberapa bahan nantinya dapat ditemukan memiliki beberapa kebenaran di dalamnya, seperti dalam kasus untuk banyak interpretasi awam penelitian ilmiah atau pemikiran futuristik penulis fiksi ilmiah. Namun, banyak materi mengarah pada kesalahpahaman dan pernyataan salah.


0

Saya berharap jawaban yang sangat tepat untuk pertanyaan ini dapat hilang ke pasir waktu, meskipun saya berharap seseorang dapat memberikan jawaban seperti itu. Sementara itu, inilah satu petunjuk di jalan ... Antologi makalah ini dari 2007 dimulai dengan uraian berikut:

Tujuan kami dalam membuat volume yang telah diedit ini adalah untuk mengisi kesenjangan yang jelas dalam literatur ilmiah, dengan memberikan presentasi yang koheren dari tubuh penelitian kontemporer yang, meskipun memiliki kepentingan integral, sampai sekarang tetap sangat rendah hati dalam ilmiah dan komunitas intelektual. Badan kerja ini belum diberi nama sebelumnya; dalam buku ini kita menyebutnya "Kecerdasan Umum Buatan" (AGI). Yang membedakan pekerjaan AGI dari riset "kecerdasan buatan" yang dijalankan adalah bahwa secara eksplisit difokuskan pada rekayasa kecerdasan umum dalam jangka pendek.

Tetapi bahkan jika ini adalah asal dari frasa spesifik "Kecerdasan Umum Buatan", saya cukup yakin orang membuat perbedaan antara teknik "kecerdasan umum" dan "tugas khusus" jauh lebih awal.

Artikel Wikipedia tentang AGI juga memiliki petunjuk, yang menyatakan:

Namun, pada awal 1970-an, menjadi jelas bahwa para peneliti telah terlalu meremehkan kesulitan proyek. Lembaga-lembaga yang mendanai AI menjadi skeptis terhadap AI yang kuat dan membuat para peneliti semakin ditekan untuk menghasilkan teknologi yang bermanfaat, atau "AI terapan".

Bagian itu mengutip buku ini sebagai dukungan untuk pernyataan itu. Dan memang, itu berisi kata-kata berikut:

Meskipun sebagian besar pendiri bidang AI terus mengejar pertanyaan dasar tentang kecerdasan manusia dan mesin, beberapa siswa dan peneliti generasi kedua mereka mulai mencari cara untuk menggunakan metode dan pendekatan AI untuk mengatasi masalah dunia nyata. Inisiatif mereka penting, tidak hanya dalam hak mereka sendiri, tetapi juga karena mereka merupakan indikasi perubahan bertahap tetapi signifikan dalam lingkungan pendanaan menuju bidang penelitian yang lebih terapan. Pengembangan sistem pakar, seperti DENDRAL di SAIL, hanya memberikan satu contoh tren ini.

Mengingat bahwa DENDRAL dimulai sekitar tahun 1965, tampak bahwa sejumlah besar peneliti (atau setidaknya penyandang dana) menjadi sangat sadar akan perbedaan antara penelitian menjadi "kecerdasan umum" dan "menerapkan AI" di suatu tempat sekitar akhir tahun 1960-an. Jika Anda terus membaca, pasal-pasal lain mendukung gagasan bahwa DARPA secara khusus mulai mendorong pendekatan yang lebih "terapan" untuk penelitian AI sepanjang tahun 1970-an.

Jadi, bukan jawaban yang pasti, tetapi sepertinya kita dapat mengatakan bahwa perbedaan itu diketahui dan diperhitungkan setidaknya pada tahun 1970, meskipun penggunaan istilah tepat "kecerdasan umum buatan" tampaknya merupakan mata uang yang lebih baru.


0

Pada tahun 1973, pemerintah Inggris mempekerjakan Sir James Lighthill untuk menugaskan "survei umum" tentang keadaan kecerdasan buatan. Laporannya adalah kecaman penelitian AI saat ini, memimpin gelombang pesimisme di antara para ilmuwan AI dan Musim Dingin AI Pertama . Anda dapat melihat laporan Lighthill (dan kritik kontemporer atas laporannya) di sini , tetapi saya akan merangkum poin-poin kunci Lighthill.

Sir James Lighthill membagi AI menjadi tiga kategori:

  1. Otomasi Tingkat Lanjut - pekerjaan khusus tugas
  2. Penelitian CNS berbasis komputer - penelitian tentang "sistem saraf pusat" manusia
  3. The Bridge antara Lanjutan Automation dan penelitian CNS berbasis komputer. Jembatan ini umumnya akan dianggap sebagai robot "tujuan umum", jadi Lighthill juga akan menggunakan istilah Robot Bangunan .

Otomatisasi Tingkat Lanjut (atau "AI yang diterapkan") jelas berguna. Penelitian CNS berbasis komputer bermanfaat karena kami ingin tahu lebih banyak tentang kecerdasan manusia. Kedua bidang AI memiliki beberapa keberhasilan, tetapi para praktisi terlalu optimis, menyebabkan kekecewaan di bidang tersebut. Namun, Sir James Lighthill masih sangat mendukung penelitian di kedua bidang ini.

Sebaliknya, membangun Robot ? Sir James Lighthill sangat memusuhi gagasan itu, mungkin karena gagasan itu terlalu berlebihan daripada dua kategori lainnya dan menghasilkan paling sedikit hasil yang berharga.

Dia menyebutkan catur khususnya sebagai contoh di mana penelitian "robot" gagal. Pada saat laporan itu diterbitkan, mesin bermain catur berada pada tingkat "karakteristik standar amatir yang dialami pemain klub daerah di Inggris". Namun, mesin bermain catur ini mengandalkan heuristik yang dibuat oleh manusia. Mesinnya sama sekali tidak cerdas ... mereka hanya mengikuti heuristik yang diciptakan oleh manusia yang cerdas . Satu-satunya keuntungan yang dibawa robot ke meja adalah "kecepatan, keandalan, dan biddability", dan bahkan itu tidak cukup untuk mengalahkan grandmaster catur.

Sekarang, hari ini, kita mungkin tidak akan memperlakukan catur sebagai contoh pemecahan masalah untuk tujuan umum. Kami akan lebih akurat mengklasifikasikannya sebagai "otomatisasi canggih", masalah "AI sempit" yang dipisahkan dari implikasi dunia nyata yang lebih luas dari penyelesaian masalah secara umum. Tetapi Sir James Lighthill mungkin akan setuju dengan kita. Dia tidak pernah menggunakan istilah "AI sempit" dan "AGI" (kedua istilah itu belum ada) tetapi dia akan menulis:

Singkatnya, bukti ini dan semua yang dipelajari oleh penulis saat ini tentang pekerjaan AI dalam kategori B selama dua puluh lima tahun terakhir sampai batas tertentu mendorong program yang ditulis untuk tampil dalam domain masalah yang sangat khusus, ketika pemrograman berlangsung sangat penuh. menjelaskan hasil pengalaman manusia dan kecerdasan manusia dalam domain yang relevan, tetapi sepenuhnya mengecilkan hati tentang program tujuan umum yang berusaha meniru aspek penyelesaian masalah dari aktivitas SSP manusia di bidang yang agak luas. Program tujuan umum semacam itu, tujuan jangka panjang yang didambakan dari kegiatan AI, tampak jauh seperti sebelumnya.

Sir James Lighthill percaya bahwa satu-satunya hal yang menghubungkan Advanced Automation dan CNS berbasis komputer penelitian adalah keberadaan kategori "jembatan" Building Roobts . Tapi dia sangat pesimis tentang kategori ini yang sebenarnya menghasilkan sesuatu yang berharga. Jadi alih-alih, bidang AI harusnya pecah menjadi bagian-bagian penyusunnya sendiri (otomatisasi dan penelitian). Setiap robot yang dibangun kemudian dapat dikhususkan dalam subbidang mereka ... baik otomasi industri atau riset CNS. Mencoba membangun cawan suci dari "program tujuan umum" akan sia-sia ... untuk saat ini, setidaknya.

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.