進化するには、AIはその限界に直面しなければなりません

医用画像や言語翻訳から顔認識や自動運転車まで、人工知能（AI）の例はいたるところにあります。 そしてそれに直面しましょう。完璧ではありませんが、AIの機能はかなり印象的です。

Google検索のように一見シンプルで日常的なものでさえ、AIの最も成功した例のひとつであり、人間が可能なよりもはるかに高い速度ではるかに多くの情報を検索し、（少なくともほとんどの場合）正確にあなたと同じ結果を一貫して提供することができます探していました。

ただし、これらすべてのAIの例の問題は、展示されている人工知能が実際にはそれほどインテリジェントではないことです。 今日のAIはいくつかの並外れたことを行うことができますが、その成果の根底にある機能は、大量のデータセットを分析し、パターンと相関関係を探すことによって機能します。 処理しているデータを理解せずに。 その結果、今日のAIアルゴリズムに依存し、何千ものタグ付きサンプルを必要とするAIシステムは、インテリジェンスのように見えるだけです。 それは本当の常識的な理解を欠いています。 私を信じていない場合は、カスタマーサービスボットにオフスクリプトの質問をしてください。

AIの根本的な欠点は、過去50年間のほとんどのAI開発の中心にある原則的な仮定にまでさかのぼることができます。つまり、難しいインテリジェンスの問題を解決できれば、単純なインテリジェンスの問題が発生するということです。 これは誤りであることが判明しました。

カーネギーメロン大学のロボット工学者ハンスモラベックは1988年に、次のように述べています。知覚と機動性。」 言い換えれば、難しい問題は解決するのがより簡単であることがわかり、単純な問題のように見えるものは非常に難しい場合があります。

AI開発で重要な役割を果たした他の2つの仮定も、誤りであることが証明されています。

–まず、十分であれば 狭いAIアプリケーション （つまり、AI技術を使用して特定の問題を解決できるアプリケーション）が構築され、それらは一緒に成長して次のような形になります。 一般的な知性。 ただし、ナローAIアプリケーションは、一般化された形式で情報を保存しないため、他のナローAIアプリケーションでその幅を広げるために使用することはできません。 したがって、たとえば言語処理と画像処理のアプリケーションをつなぎ合わせることが可能かもしれませんが、それらのアプリは、子供が聴覚と視覚を統合するのと同じ方法で統合することはできません。

–次に、一部のAI研究者は、 十分な大きさの機械学習 十分なコンピュータパワーを備えたシステムを構築できれば、それは自発的に一般的な知性を発揮します。 特定の分野の知識を獲得しようとしたエキスパートシステムが明確に示しているように、システムの根本的な理解の欠如を克服するのに十分なケースとサンプルデータを作成することは単に不可能です。

AI業界が、開発で行った主要な仮定が誤りであることが判明したことを知っている場合、AIの真の思考を前進させる方法で、AI業界がそれらを乗り越えるために必要な措置を講じなかったのはなぜですか？ 答えはおそらくAIの主要な競争相手にあります。彼女をサリーと呼びましょう。 彼女は約3歳で、AIができないことをすでにたくさん知っており、AIができない問題を解決することができます。 あなたがそれについて考えるのをやめると、今日私たちがAIで抱えている問題の多くは、3歳の子供なら誰でもできることです。

サリーがブロックのグループをスタックするために必要な知識を考えてください。 基本的なレベルでは、サリーは3Dの世界に存在するブロックやその他の物理的なオブジェクトを理解しています。 彼女は、彼女がそれらを見ることができないときでさえ、それらが持続することを知っています。 彼女は、彼らが体重、形、色などの一連の物理的特性を持っていることを本質的に知っています。 彼女は、丸くて回転するブロックの上にこれ以上ブロックを積み重ねることができないことを知っています。 彼女は因果関係と時間の経過を理解しています。 彼女は、倒す前にまずブロックの塔を建てなければならないことを知っています。

サリーはAI業界と何の関係がありますか？ サリーには、今日のAIに欠けているものがあります。 彼女は持っています 状況認識と文脈理解。 サリーの生物学的脳は、以前に学んだ他のすべての文脈で遭遇するすべてを解釈することができます。 さらに重要なことに、3歳のサリーは4歳、5歳、10歳などに成長します。 要するに、3歳のサリー 本質的に成長する能力を持っています 完全に機能する、知的な大人に。

まったく対照的に、AIは、処理しているデータを理解せずに、パターンと相関関係を探して大量のデータセットを分析します。 最近でも 「ニューロモルフィック」チップ 生物学にはない能力に依存しています。

今日のAIが固有の制限を克服し、次のフェーズ（人工知能（AGI）として定義）に進化するためには、人間が実行できるあらゆる知的タスクを理解または学習できる必要があります。 それは意識を達成しなければなりません。 そうすることで、3歳の人間が4歳、最終的には10歳、20歳の知性を持つようになるのと同じように、知性と能力を一貫して成長させることができます。 -古いなど。

悲しいことに、AIが真の意識を獲得できるように、人間の脳の文脈的理解を再現するために最終的に何が必要になるかを明らかにするために必要な研究は、資金提供を受ける可能性が非常に低いです。 なぜだめですか？ 非常に簡単に言えば、3歳の子供ができることを実行できるAIアプリケーションに、何百万ドルと何年もの開発を費やすことをいとわない人は誰もいません。

そして、それは必然的に、今日の人工知能は実際にはそれほどインテリジェントではないという結論に戻ります。 もちろん、それでも多くのAI企業が自分たちのAIアプリケーションが「あなたの脳のように機能する」と自慢するのを止めることはできません。 しかし、真実は、アプリが単一のアルゴリズム（バックプロパゲーション）に基づいており、強力な統計手法を表していることを認めた場合、彼らはマークに近づくでしょう。 残念ながら、真実は「あなたの脳のように機能する」ほど興味深いものではありません。