complicated  roadway
照片:约翰·洛克伍德

人们谈论人工智能时经常混用两对术语:强与弱AI和通用与缩小AI。The key to understanding the difference lies in which perspective we want to take: are we aiming for a holy grail that, once found, will mean solving one of mankind’s biggest questions … or are we merely aiming to build a tool to make us more efficient at a task?

强与弱AI二分法在很大程度上是一种哲学之一,由美国哲学家约翰·塞尔在1980年做出了突出的。像塞尔哲学家正在寻找回答我们能否的问题 - 理论和实践 - 构建机器,真正想体验的认知状态,比如理解,相信,希望,希望。作为这项努力的一部分,其中一些研究在人体观察到的世界,这些国家和任何可能对应物理状态之间的关系:当我们在相信的东西,这是如何实际体现在大脑或状态别处?

塞尔承认电脑,在我们目前的时代这样的机器最突出的形式,是强大的工具,可以帮助我们研究的某些方面的人的思维过程。然而,他调用“弱人工智能”,因为它不是“真实的东西。”他对比,与“强人工智能”如下:“不过根据强AI,计算机不只是在头脑的研究的工具;相反,适当编程的计算机真的是一个头脑,在这个意义上,鉴于计算机正确的程序可以从字面上说明白,并有其他的认知状态。”

其中AI你的意思是?这是角度的问题

虽然这种哲学观点是在其本身引人入胜,它在很大程度上仍然难以捉摸在人工智能领域现代实用的努力。哲学家思想家,旨在提高在正确的时间正确的问题,帮助我们想通过我们的行为的影响。他们很少建设者。我们当中的建设者,工程师,寻求解决现实世界中的实际问题。请注意,这不是,其目的是更高尚的问题,而仅仅是角度的问题。

工程师寻求今天去建设一个具有实际应用的系统更感兴趣的是与一般的区别缩小AI。这一区别是系统手头的应用之一。我们把一些“缩小AI”,如果它是建立在执行一个功能,或者在某一特定领域提供一整套功能,这本身。在现实中,这是AI的唯一形式我们今天在我们的处置。所有目前可用的系统都建立单独一个任务。

对于任何非专家这里最大的启示是,一个AI系统在一个任务性能不会一概而论。如果你已经建立了已经学会了下棋的系统,您的系统无法围棋的中国古代游戏,甚至不能与一些额外的修改。如果你有玩围棋比任何人,无论多么辛苦,任务似乎这样的方案终于得到了建于2017年以前更好的系统,该系统将不会推广到其他任务。仅仅因为一个系统执行一个任务也并不意味着它会“很快”进行看似相关的任务也很好(术语往往被人们写作和谈论技术一般使用)。每一个新的任务,在本质上是不同的(并且有很多那些“不同性质”的)是谁建造这些系统的工程师和设计师一个繁琐而艰苦的工作。

所以,如果窄AI的对面是一般AI,你基本上讲,可以执行你在它扔任何任务的系统。一般AI背后的最初的想法是建立一个可以学习任何一种通过自我训练任务,而不需要通过人类的例子预先标记的系统。(请注意,这是由强AI的塞尔的概念仍然是不同的,在理论上你就可以建造总AI没有建立“真实想法” - “动真格”它仍然只是的一个模拟)

相关文章:由AI希望和恐惧困惑?你不是一个人

是否有可能杰里 - 钻机一般AI?

让我们做一个思想实验(谁愿意去思考通过某一观点或理论的任何哲学家的常用工具)。如果我们相互连接的每一个狭窄的AI解决方案有史以来在地球上?如果我们基本上建立了一个IOA,认可机构的互联网?有一些公司在那里,已经建立:

  • 一个系统,可以帮助你带你出去的发现,对所有工作时间的典型的电子邮件攻防情况安排会议。
  • 识别猫,桥梁,树木,自行车,塔系统,...在图像(其实,你的iPhone提供了通过照片应用程序的搜索功能)。
  • 系统从任何语言文字翻译成其他语言,或概括文本。
  • 系统识别皮肤模式,以帮助诊断癌症或其他疾病。
  • 系统找到法律合同不一致。
  • 系统找到约会的最佳匹配的合作伙伴。
  • 系统确定要发送给特定的受众营销电子邮件的最佳时机。
  • 系统从记录识别歌曲的标题和艺术家。
  • 系统以帮助控制空中交通。
  • 系统淘汰申请人根据自己的简历一份工作。
  • 系统回答基本知识的问题。
  • 系统告诉网站访问者是否有兴趣购买不久,或在他们的发现还早。
  • 等等等等。...

如果我们标准化所有这些解决方案的接口,和那些其他任务的成百上千我们面对我们的生活,就不会那么我们基本上已经建立了通用AI?的系统的一个AI系统,可以解决你在它扔什么?

当然不是。后端系统的大杂烩,每一个专有的方式完成一个任务肯定是不一样的一个系统,该系统配备有一般的学习能力,因此可以自我教导所需的任何技能。它也远不是那种强AI的哲学家心目中,作为人类是绝对不适合每一个任务我们可以进行不同建子的集团。

不过话又说回来了 - 什么关系呢?将系统没有这样一个现成的系统基本上是给我们一个万能的工具来帮助我们与任何可以想象到的任务,我们的脸?它一定会的!并有人无视它的内部结构,它甚至会出现是长期追求的神奇AI,我们已经被证明在书籍和电影几十年。

问题是这样的:认可的这样一个互联网将永远不会成为现实。我们的世界的资本主义本质上是禁止知识产权的共享,在需要这种努力的规模。对于上面提到的任何系统,也有可能是几十家公司在那里过的是有赚钱再解决同样的问题,一遍又一遍。Google’s translation engine does a fine job, but so too does Facebook’s, Microsoft’s, IBM’s, DeepL’s, SysTran’s, Yandex’s, Babylon’s, Apertium’s ... some of them use a common foundation that academic circles have produced over the years, but many don’t. Humans are not wired to combine their forces to a common greater good of such majestic proportions — we are observing that fateful trait of ours in matters both short-term (coronavirus) and long-term (global warming).

因此,除非我们非常DNA的变化,这将促进我们社会制度的变化,我们坚持了窄AI,这将继续带来有意义的创新给我们,让我们更有效地随着时间的推移在每次铲球域的 - 但强或一般AI的圣杯将仍然是一个梦想。