Недавний вопрос Quora:
Чтобы достичь общего ИИ, нам нужно по-настоящему понимать, как работает наш мозг. Нам нужно больше, чем просто нейронные сети, машинное обучение или глубокое обучение. Как вы думаете?
Нет, я не согласен с этим утверждением. Мы понимаем интеллект только на очень высоком уровне, и много споров о том, как он возникает. Никто не может (или должен) сказать, что нам нужно «по-настоящему» понять, как работает мозг, чтобы тот же феномен проявился в машине. Я считаю, что этот редукционистский взгляд на создание интеллекта устарел и не соответствует тому, как сложные проблемы решаются в реальном мире.
Существует внутренняя завеса сложности, которая скрывает детали всех действительно сложных систем. Многие утверждают, что интеллект - это самое сложное явление во Вселенной. Мысль о том, что мы могли бы задействовать такое возникающее свойство, пытаясь реконструировать его с помощью упрощенных логических построений, - это подход, который не поддерживался ни на каком этапе истории науки. Поднимитесь по лестнице сложности в науке (математика - ›физика -› химия - ›биология -› социология - ›психология) и наблюдайте, как математика превращается в более приблизительные и высокоуровневые подходы.
Пытаться понять, как каждый входной сигнал становится выходом в таких технологиях, как машинное обучение, противоречит тому, как мы создаем интеллектуальные машины. В машинном обучении мы передаем когнитивный контроль системе, которая работает способами, которые мы никогда полностью не поймем. Чтобы улучшить интеллект машины, мы объединяем несколько алгоритмов обучения, объединяем человеческий опыт в подготовку данных и взаимодействуем с системами таким образом, чтобы они могли лучше адаптироваться к своей среде. Интеллект возникает из высокоуровневых подходов, которые намного меньше похожи на инженерию и больше похожи на бихевиоризм.
Мы позаимствовали много наших талантов из традиционных областей, связанных с STEM, поэтому я думаю, что многие зациклены на идее, что мы можем подойти к проблеме интеллекта как к математической задаче или физическому эксперименту. Хотя эти навыки имеют решающее значение (я исхожу из этого опыта), нам не хватает тех, кто обладает глубокими знаниями в области поведенческих наук и психологии. Нам нужно больше вариаций и абстрактного мышления в таких областях, как Data Science. Это позволило бы сбалансировать низкоуровневый математический подход с высокоуровневым пониманием того, как уговаривать и маневрировать сложными системами в направлении интеллекта.
Нам нужно научиться принимать сложность и работать с машинами. Нам нужно понять, где заканчивается машина и начинается человек. Математика помогает нам создавать исходные элементы, но то, как эти элементы разыгрываются для создания интеллекта, не является чем-то, к чему у нас когда-либо будет прямой доступ. Создаваемые нами части проходят итерацию и конвергенцию, чтобы прийти к результатам и произвести то, что мы можем распознать только как интеллект; не то, для чего мы написали правила.
