Apakah analogi diperlukan untuk kecerdasan umum buatan?

Analogi cukup kuat dalam komunikasi. Mereka memungkinkan untuk menjelaskan konsep kompleks kepada orang-orang yang tidak memiliki pengetahuan domain, hanya dengan memetakan ke domain yang dikenal. Hofstadter mengatakan itu penting , sedangkan Dijkstra mengatakan mereka berbahaya. Bagaimanapun, analogi dapat dilihat sebagai cara yang ampuh untuk mentransfer konsep dalam komunikasi manusia (berani saya katakan belajar transfer ?).

Saya menyadari pekerjaan warisan, seperti Case-Based Reasoning , tetapi tidak ada pekerjaan terbaru tentang mekanisme analogi dalam AI.

Apakah ada konsensus apakah analogi diperlukan untuk AGI, dan seberapa kritiskah mereka?

Tolong, pertimbangkan untuk mendukung jawaban Anda dengan karya konkret atau publikasi.

Saya tidak berpikir saya bisa memberikan jawaban yang benar untuk pertanyaan aktual yang diajukan, karena saya tidak memiliki definisi yang ketat tentang "kecerdasan umum". Saya juga tidak memiliki definisi yang solid tentang "kritis" dalam konteks.

Tetapi ... jika kita bersandar pada pemahaman kita yang naif / intuitif tentang apa kecerdasan itu dan apa artinya menjadi kritis, Anda dapat menerjemahkan ini sebagai "apakah sistem intelijen umum memerlukan pembuatan analogi untuk melakukan hal-hal tertentu yang tidak dapat dilakukan" Jika tidak, lakukan? " Atau dengan kata lain "adakah perilaku bermanfaat yang dimungkinkan oleh penalaran analog yang tidak dapat ditiru dengan cara lain?"

Dalam arti yang paling ketat, saya juga tidak memiliki jawaban untuk salah satu dari pertanyaan itu, tetapi setidaknya ada bukti yang menunjukkan bahwa jawabannya mungkin "ya". Lihat, untuk referensi, kertas Copycat karya Hofstadter dan Mitchell. Dari apa yang saya lihat, beberapa jenis masalah yang diselesaikan oleh Copycat berbeda dari apa pun yang saya lihat diselesaikan dengan pendekatan lain. Sekarang mungkin itu hanya kebetulan bahwa tidak ada yang mencoba memecahkan masalah dengan, saya tidak tahu, katakanlah "pembelajaran mendalam" atau "induksi aturan" atau "algoritma genetika". Atau mungkin mereka punya dan saya belum menemukan kumpulan penelitian itu.

Bagaimanapun, saya juga akan menambahkan bahwa masih ada penelitian yang sedang berlangsung dalam menggunakan analogi untuk AI / ML. Lihat misalnya makalah ini dari Juli 2017 di mana penulis berbicara tentang menggunakan analogi, tetapi mendefinisikan pendekatan mereka sebagai "inferensi analog" (yang mereka klaim berbeda dari "penalaran analog" seperti yang didefinisikan selama "periode GOFAI" sebelumnya). Ada juga makalah ini dari Juni 2017 di mana satu set penulis lain berurusan dengan bentuk penalaran analogis.

Saya tidak berpikir ada konsensus tentang apakah suatu bentuk penalaran analogis adalah "kritis" tetapi itu jelas merupakan subjek yang masih diteliti.

Dan untuk sedikit menyinggung - pertanyaan terkait yang menarik adalah untuk menanyakan apakah "pembuatan analogi" akan menjadi properti yang muncul dari JST yang cukup dalam / lebar, atau akankah fasilitas seperti itu perlu dirancang dan dikodekan secara eksplisit.