211service.com
Otänkande maskiner
Några av grundarna och ledande lampor inom artificiell intelligens och kognitionsvetenskap gav i går kväll en hård bedömning av bristen på framsteg inom AI under de senaste decennierna.
Under en paneldiskussion – modererad av lingvist och kognitionsvetare Steven Pinker – som startade MIT:s Brains, Minds and Machines-symposium, paneldeltagare efterlyste en återgång till den forskningsstil som markerade de första åren av fältet, en som drivs mer av nyfikenhet snarare än smala tillämpningar.
Du kanske undrar varför det inte finns några robotar som du kan skicka in för att fixa de japanska reaktorerna, sa Marvin Minsky , som var pionjär inom neurala nätverk på 1950-talet och fortsatte med att göra betydande tidiga framsteg inom AI och robotik. Svaret är att det gjordes stora framsteg under 1960- och 1970-talen. Sedan gick något fel. [Idag] hittar du elever som är upphetsade över robotar som spelar basket eller fotboll eller dansar eller gör roliga miner mot dig. [Men] de gör dem inte smartare.
Patrick Winston , chef för MIT:s Artificial Intelligence Laboratory från 1972 till 1997, upprepade Minsky. Många människor skulle protestera mot den uppfattning som det har funnits Nej framsteg, men jag tror inte att någon skulle protestera mot att det kunde ha skett fler framsteg under de senaste 20 åren. Det som gick fel gick fel på 80-talet.
Winston skyllde delvis stagnationen på nedgången i finansieringen efter det kalla krigets slut och på tidiga försök att kommersialisera AI. Men den största boven, sa han, var den mekanistiska balkaniseringen av fältet, med forskning som fokuserar på allt smalare specialiteter som neurala nätverk eller genetiska algoritmer. När du ägnar dina konferenser åt mekanismer, finns det en tendens att inte arbeta med grundläggande problem, utan snarare [bara] de problem som mekanismerna kan hantera, sa Winston.
Winston sa att han tror att forskare istället borde fokusera på de saker som gör människor skilda från andra primater, eller till och med vad som gjorde dem åtskilda från neandertalare. När forskare tror att de har identifierat de saker som gör människor unika, sa han, borde de utveckla beräkningsmodeller av dessa egenskaper, implementera dem i verkliga system så att de kan upptäcka luckorna i sina modeller och förfina dem efter behov. Winston spekulerade i att den magiska ingrediensen som gör människor unika är vår förmåga att skapa och förstå berättelser med hjälp av de fakulteter som stödjer språket: När du väl har berättelser har du den typ av kreativitet som gör arten annorlunda än alla andra.
Emilio Bizzi , en av de grundande medlemmarna av MIT:s McGovern Institute of Brain Research, enades om att forskare borde fokusera på viktiga delar av mänskligt intellekt, såsom förmågan att generalisera inlärningsupplevelser, eller flytande planera rörelser för att undvika hinder för att uppnå ett specifikt mål som att greppa ett par glasögon. Jag är optimistisk att vi kommer att göra stora framsteg under de närmaste åren, och anledningen är att det finns många laboratorier utspridda i olika delar av världen som bedriver humanoid robotik.
De två lingvisterna i panelen, Noam Chomsky och Barbara Partee , båda gjorde avgörande bidrag till vår förståelse av språk genom att betrakta det som ett beräkningsmässigt, snarare än rent kulturellt, fenomen. Båda ansåg också att förståelse av mänskligt språk var nyckeln till att skapa genuint tänkande maskiner. Att verkligen kunna semantik är en förutsättning för att allt ska kunna kallas intelligens, sa Partee.
Chomsky hånade forskare inom maskininlärning som använder rent statistiska metoder för att producera beteende som efterliknar något i världen, men som inte försöker förstå innebörden av det beteendet. Chomsky jämförde sådana forskare med forskare som kan studera dansen som görs av ett bi som återvänder till kupan, och som kunde producera en statistiskt baserad simulering av en sådan dans utan att försöka förstå varför biet betedde sig på det sättet. Det är en uppfattning om [vetenskaplig] framgång som är väldigt ny. Jag känner inte till något liknande i vetenskapens historia, sa Chomsky.
Sydney Brenner , som dechiffrerade DNA-koden på tre bokstäver med Francis Crick och retade ut den fullständiga neurala strukturen hos c. elegans mask på cellulär nivå, var överens om att forskare inom både artificiell intelligens och neurovetenskap kan bli överväldigade av ytdetaljer snarare än att söka de större frågorna under. Tittar på försök att replikera hans kartläggning av c. elegans kopplingsschema med mer komplexa organismer, oroade Brenner att neuro- och kognitiva forskare var övernitiska i dessa försök. Han sa att de borde fokusera på problem på högre nivå istället. Han använde analogin med att någon tar en bild med en smart telefon: ingen idag skulle bry sig om att ge en beskrivning på transistornivå av en sådan handling: det är mycket mer användbart att diskutera processen i termer av delsystem och mjukvara på högre nivå.