ในปี 1950 มีความเชื่ออย่างกว้างขวางว่า "ปัญญาประดิษฐ์" จะกลายเป็นทั้งความประหม่าและฉลาดพอที่จะชนะหมากรุกกับมนุษย์ หลายคนแนะนำกรอบเวลาเช่น 10 ปี (ดู Olazaran ของ "ประวัติศาสตร์อย่างเป็นทางการของการทะเลาะวิวาท Perceptron" หรือว่า 2001: Space Odyssey)
เมื่อไหร่ที่เห็นได้ชัดว่าการคิดค้นโปรแกรมที่เกมต้นแบบเช่นหมากรุกส่งผลให้เกิดการออกแบบซอฟต์แวร์ที่ใช้กับเกมเช่นเดียวกับที่พวกเขาตั้งโปรแกรมไว้เท่านั้น ใครเป็นคนแรกที่รู้ถึงความแตกต่างระหว่างความฉลาดทั่วไปของมนุษย์และความฉลาดเฉพาะโดเมน
คำตอบ:
สิ่งพิมพ์จำนวนมากจากกลางศตวรรษที่ยี่สิบพิสูจน์คำแถลงของผู้ถามว่ามันเป็นความเชื่อที่จัดขึ้นอย่างกว้างขวางในช่วงเวลานั้น AI จะกลายเป็นมีสติรู้ตัวรู้ตัวและฉลาด
ความสำเร็จที่ดี
หลายงานและรูปแบบของความเชี่ยวชาญเมื่อโดเมนเอกสิทธิ์ของความฉลาดของมนุษย์หลังจากการพัฒนาสถาปัตยกรรมคอมพิวเตอร์วัตถุประสงค์ทั่วไปของฟอนนอยมันน์กลายเป็นในตอนท้ายของศตวรรษที่มากหรือน้อยโดเมนพิเศษของคอมพิวเตอร์ นี่เป็นเพียงตัวอย่างเล็ก ๆ น้อย ๆ
ความผิดหวัง (ป่านนี้)
ตรงกันข้ามกับความสำเร็จที่น่าประทับใจนี้มีรายการความคาดหวังที่ล้มเหลวที่ยาวพอ ๆ กัน
ความแตกต่างของโดเมนและโดเมนฟรี
เมื่อไหร่ที่เห็นได้ชัดว่าการคิดค้นโปรแกรมที่เกมต้นแบบเช่นหมากรุกส่งผลให้เกิดการออกแบบซอฟต์แวร์ที่ใช้กับเกมเช่นเดียวกับที่พวกเขาตั้งโปรแกรมไว้เท่านั้น
แม้ว่าประชาชนทั่วไปอาจคิดว่าต้นแบบหมากรุกไซเบอร์เนติกจะฉลาดกว่าคนอื่น แต่ผู้ที่สร้างโปรแกรมเหล่านี้ก็ตระหนักดีถึงความแตกต่างระหว่างการพัฒนาซอฟต์แวร์ที่แสดงความเป็นเลิศในการเล่นหมากรุกเข้ารหัสยากและการพัฒนาซอฟต์แวร์ที่แสดงความสามารถ เพื่อเรียนรู้การเล่นหมากรุกและพัฒนาความเป็นเลิศซ้ำจากสามเณร
เป้าหมายสุดท้ายคือหน่วยสืบราชการลับทั่วไปที่มีพลังขับเคลื่อนสูงอยู่เสมอ เป้าหมายระยะสั้นที่บรรลุได้มากขึ้นถูกสร้างขึ้นเพื่ออำนวยความสะดวกในการสาธิตความคืบหน้าให้กับนักลงทุน มันเป็นวิธีเดียวที่จะรักษาเงินทุนวิจัยอย่างต่อเนื่องจากกองทัพ
เหตุการณ์สำคัญครั้งแรกคือการฝึกฝนเล่นเกมเดียวโดยไม่ต้องเรียนรู้ด้วยเครื่อง จากนั้นการวิจัยได้หันไปสู่การสร้างความรู้ในโดเมนเพื่อที่จะได้เรียนรู้วิธีการแก้ปัญหาการดัดแปลงและรูปแบบการวางแผนในแบบเรียลไทม์ในระหว่างสงคราม เมื่อการปกครองทางเศรษฐกิจเริ่มเป็นที่นิยมมากกว่าการครอบงำทางทหารในช่วงไตรมาสที่สามของศตวรรษที่ 20 วิสัยทัศน์ของ AI ก็คือการปรับขนาดเพื่อโอบกอดอาณาจักรเศรษฐศาสตร์และการจัดการทรัพยากรธรรมชาติ
พิจารณาสเปคตรัมของระบบอัตโนมัตินี้
ที่แรกก็ง่าย สุดท้ายคือความท้าทายอย่างมาก
เมื่อความแตกต่างระหว่างขั้นตอนการครบกำหนดอัตโนมัติเหล่านี้ชัดเจนและความชัดเจนของผู้คนในความแตกต่างเหล่านั้นซึ่งกลุ่มวิจัยเป็นฟังก์ชันที่น่าจะเป็นที่ซับซ้อน
ผู้ร่วมให้ข้อมูลสำคัญ
ใครเป็นคนแรกที่รู้ถึงความแตกต่างระหว่างความฉลาดทั่วไปของมนุษย์และปัญญาที่เฉพาะเจาะจงของโดเมน?
น่าจะเป็นคนแรกที่ Norbert Wiener เข้าใจอย่างลึกซึ้งถึงความแตกต่างระหว่างการควบคุมด้วยอิเล็กทรอนิกส์ของรีเลย์ (ตรวจสอบทางทฤษฎีโดย Claude Shannon) และการควบคุมวงปิด ในหนังสือของเขาไซเบอร์เนติกส์ซึ่งเป็นงานทางคณิตศาสตร์เป็นหลักเขาได้วางรากฐานสำหรับระบบการแก้ไขและปรับตัวเองอย่างแม่นยำ John von Neumann มีความเข้าใจในความแตกต่างระหว่างการเขียนโปรแกรมการเล่นเกมที่ดีและความสามารถของมนุษย์ในการเรียนรู้การเล่นเกมที่ดีและเผยแพร่ในหัวข้อ
อาร์เธอร์ลีซามูเอลเป็นผู้เขียนการสาธิตครั้งแรกที่น่าประทับใจถึงความแตกต่างระหว่างซอฟต์แวร์การเล่นเกมและการเรียนรู้ของเครื่อง เขาเป็นคนที่เชื่อมการทำงานของ Wiener กับคอมพิวเตอร์ดิจิทัลร่วมสมัยและเป็นคนแรกที่เรียนคำว่า Machine Learning
การบิดเบือนการวิจัยและนวัตกรรมที่แท้จริง
หมวดหมู่ปัญญาประดิษฐ์แคบ (ANI), ปัญญาประดิษฐ์ทั่วไป (AGI) และปัญญาประดิษฐ์ขั้นสูง (ASI) เสนอในการปฏิวัติ AI: ถนนสู่ความฉลาดโดย Blogger Tim Urban (Huffington Post, BLOG, โพสต์ 2/10 / 2015 อัปเดตเมื่อวันที่ 4/12/2558) มีการอ้างอิงใน AI Stack Exchange ในหลายแห่ง แต่ความแตกต่างระหว่างหมวดหมู่เหล่านี้ไม่ได้กำหนดไว้อย่างชัดเจนและแนวคิดที่อยู่ในนั้นไม่ได้ผ่านการตรวจสอบโดยเพื่อนหรือตรวจสอบโดยการวิจัยหรือสถิติอื่น ๆ
งานนี้ไม่ได้เป็นการคาดเดาที่ดีไปกว่านิยายวิทยาศาสตร์ที่ให้ความบันเทิงมากพอที่จะได้รับความนิยม แต่ก็ไม่ได้ข้อสรุปที่สมเหตุสมผลจากการทดลองซ้ำหรือการศึกษาแบบสุ่ม กราฟแนวโน้มที่ให้ไว้ในบทความเป็นรูปร่างที่คิดค้นขึ้นไม่ใช่การแสดงเชิงกราฟิกของข้อมูลจริง
เนื้อหาบางส่วนอาจถูกค้นพบในภายหลังว่ามีความจริงอยู่บ้างเช่นในกรณีที่มีการตีความการวิจัยทางวิทยาศาสตร์หลายครั้งหรือความคิดในอนาคตของนักเขียนนิยายวิทยาศาสตร์ อย่างไรก็ตามเนื้อหาส่วนใหญ่นำไปสู่ความเข้าใจผิดและการยืนยันผิด ๆ
ฉันคาดหวังว่าคำตอบที่แม่นยำมากสำหรับคำถามนี้อาจหายไปจากผืนทรายเวลาแม้ว่าฉันหวังว่าจะมีใครบางคนสามารถให้คำตอบได้ ในขณะเดียวกันนี่คือเงื่อนงำหนึ่งบนเส้นทาง ... กวีนิพนธ์ของเอกสารนี้จากปี 2007เริ่มต้นด้วยการประกาศแจ้งดังต่อไปนี้:
เป้าหมายของเราในการสร้างเล่มที่แก้ไขนี้คือการเติมช่องว่างที่ชัดเจนในวรรณคดีทางวิทยาศาสตร์โดยการนำเสนอเนื้อหาที่สอดคล้องกันของงานวิจัยร่วมสมัยซึ่งแม้จะมีความสำคัญเป็นส่วนหนึ่งก็ตาม ชุมชนทางปัญญา งานนี้ไม่เคยมีชื่อมาก่อน ในหนังสือเล่มนี้เราตั้งชื่อว่า“ ปัญญาประดิษฐ์ทั่วไป” (AGI) สิ่งที่ทำให้ AGI แตกต่างจากการวิจัย“ ปัญญาประดิษฐ์” ที่มีอยู่ในโรงงานนั้นคือการมุ่งเน้นไปที่ความฉลาดทางวิศวกรรมทั่วไปในระยะสั้น
แต่แม้ว่านี่จะเป็นจุดเริ่มต้นของวลี "ปัญญาประดิษฐ์ทั่วไป" ฉันก็ค่อนข้างมั่นใจว่าผู้คนกำลังแยกความแตกต่างระหว่าง "ปัญญาทั่วไป" และเทคนิค "ภารกิจเฉพาะ" ก่อนหน้านี้มาก
บทความวิกิพีเดียเกี่ยวกับ AGI ยังมีเงื่อนงำที่มันระบุ:
อย่างไรก็ตามในช่วงต้นปี 1970 ก็เป็นที่ชัดเจนว่านักวิจัยได้ประเมินความยากลำบากของโครงการ หน่วยงานที่ให้ทุนสนับสนุน AI นั้นมีความเชื่อมั่นใน AI ที่แข็งแกร่งและทำให้นักวิจัยเพิ่มความกดดันในการผลิตเทคโนโลยีที่มีประโยชน์หรือ "ประยุกต์ AI"
ส่วนนั้นอ้างถึงหนังสือเล่มนี้ว่าเป็นการสนับสนุนคำสั่งนั้น และแน่นอนมันมีคำฟุ่มเฟือยต่อไปนี้:
แม้ว่าผู้ก่อตั้งส่วนใหญ่ของฟิลด์ AI จะยังคงติดตามคำถามพื้นฐานของมนุษย์และความฉลาดของเครื่องจักร แต่นักเรียนและนักวิจัยรุ่นที่สองบางคนเริ่มหาวิธีใช้วิธีการของ AI และแนวทางในการแก้ไขปัญหาในโลกแห่งความเป็นจริง ความคิดริเริ่มของพวกเขามีความสำคัญไม่เพียง แต่อยู่ในสิทธิของตนเอง แต่ยังเป็นเพราะพวกเขาบ่งบอกถึงการเปลี่ยนแปลงอย่างค่อยเป็นค่อยไป การพัฒนาระบบผู้เชี่ยวชาญเช่น DENDRAL ที่ SAIL เป็นเพียงตัวอย่างหนึ่งของแนวโน้มนี้
เนื่องจาก DENDRAL เริ่มขึ้นในปี 2508 ดูเหมือนว่านักวิจัยสำคัญบางคน (หรืออย่างน้อยผู้ให้เงินทุน) ได้ตระหนักถึงความแตกต่างอย่างมากระหว่างการวิจัยในเรื่อง หากคุณอ่านต่อไปข้อความอื่น ๆ สนับสนุนความคิดที่ว่า DARPA โดยเฉพาะเริ่มผลักดันวิธีการ "ประยุกต์ใช้" มากขึ้นในการวิจัย AI ตลอดช่วงปี 1970
ดังนั้นไม่ใช่คำตอบที่ชัดเจน แต่ดูเหมือนว่าเราสามารถพูดได้ว่าความแตกต่างเป็นที่รู้จักและนำมาพิจารณาอย่างน้อยในปี 1970 แม้ว่าการใช้คำที่แน่นอน "ปัญญาประดิษฐ์ทั่วไป" ดูเหมือนจะเป็นเหรียญล่าสุด
ในปี 1973 รัฐบาลอังกฤษจ้างเซอร์เจมส์ไลท์ฮิลเพื่อรับหน้าที่เป็น "นายพลสำรวจ" ในเรื่องของปัญญาประดิษฐ์ รายงานของเขาคือการลงโทษของการวิจัย AI ปัจจุบันนำคลื่นของการมองในแง่ร้ายในหมู่นักวิทยาศาสตร์ AI และเป็นฤดูหนาว AI แรก คุณสามารถดูรายงานของ Lighthill (และคำวิจารณ์ร่วมสมัยเกี่ยวกับรายงานของเขา) ได้ที่นี่แต่ฉันจะสรุปประเด็นสำคัญของ Lighthill
Sir James Lighthill แบ่ง AI ออกเป็นสามประเภท:
ระบบอัตโนมัติขั้นสูง (หรือ "AI ที่ใช้") นั้นมีประโยชน์อย่างเห็นได้ชัด การวิจัยระบบประสาทส่วนกลางทางคอมพิวเตอร์นั้นมีประโยชน์เพราะเราต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับความฉลาดของมนุษย์ AI ทั้งสองสาขามีความสำเร็จบางประการ แต่ผู้ปฏิบัติงานในแง่ดีเกินไปจนนำไปสู่ความผิดหวังในสาขาเหล่านั้น Sir James Lighthill ยังคงสนับสนุนการวิจัยในสาขาทั้งสองนี้มาก
การสร้างหุ่นยนต์ในมืออื่น ๆ หรือไม่ ท่านเซอร์เจมส์ไลท์ฮิลล์เป็นปฏิปักษ์ต่อความคิดอย่างมากอาจเป็นเพราะมันถูกสะกดจิตเกินกว่าสองหมวดหมู่อื่น ๆ และสร้างผลลัพธ์ที่มีค่าจำนวนน้อยที่สุด
เขากล่าวถึงหมากรุกโดยเฉพาะอย่างยิ่งเป็นตัวอย่างที่การวิจัย "หุ่นยนต์" ล้มเหลว ในช่วงเวลาที่รายงานถูกตีพิมพ์เครื่องมือเล่นหมากรุกอยู่ในระดับ "ประสบการณ์มาตรฐานมือสมัครเล่นของผู้เล่นสโมสรในอังกฤษ" อย่างไรก็ตามเครื่องมือการเล่นหมากรุกเหล่านี้อาศัยการวิเคราะห์พฤติกรรมที่ทำโดยมนุษย์ เครื่องยนต์ไม่ฉลาดเลย ... พวกเขาแค่ติดตามฮิวริสติกที่มนุษย์อัจฉริยะสร้างขึ้นมา ข้อได้เปรียบเพียงอย่างเดียวที่หุ่นยนต์นำมาสู่ตารางคือ "ความเร็วความน่าเชื่อถือและความสามารถในการ biddability" และแม้จะไม่เพียงพอที่จะเอาชนะแกรนด์หมากรุก
ตอนนี้วันนี้เราอาจจะไม่ถือว่าหมากรุกเป็นตัวอย่างของการแก้ปัญหาทั่วไป เราจะจำแนกอย่างถูกต้องมากขึ้นว่าเป็น "ระบบอัตโนมัติขั้นสูง" ซึ่งเป็นปัญหา "แคบ AI" ที่หย่าร้างจากความหมายที่กว้างกว่าในโลกแห่งความเป็นจริงในการแก้ปัญหาทั่วไป แต่ Sir James Lighthill อาจจะเห็นด้วยกับเรา เขาไม่เคยใช้คำว่า "AI แคบ" และ "AGI" (ยังไม่มีคำเหล่านี้อยู่) แต่เขาจะเขียน:
เพื่อสรุปหลักฐานนี้และส่วนที่เหลือทั้งหมดที่ศึกษาโดยผู้เขียนปัจจุบันเกี่ยวกับการทำงานของ AI ภายในหมวด B ในช่วงยี่สิบห้าปีที่ผ่านมาคือการส่งเสริมโปรแกรมที่เขียนขึ้นเพื่อแสดงในโดเมนปัญหาที่มีความเชี่ยวชาญสูงในระดับหนึ่ง บัญชีของผลลัพธ์ของประสบการณ์มนุษย์และสติปัญญาของมนุษย์ภายในขอบเขตที่เกี่ยวข้อง แต่ไม่ย่อท้อเกี่ยวกับโปรแกรมที่ใช้งานทั่วไปที่ต้องการเลียนแบบการแก้ปัญหาของกิจกรรมระบบประสาทส่วนกลางของมนุษย์ในขอบเขตที่กว้างกว่า โปรแกรมวัตถุประสงค์ทั่วไปดังกล่าวเป้าหมายระยะยาวที่เป็นเจ้าข้าวเจ้าของของกิจกรรม AI ดูเหมือนจะห่างไกลเช่นเคย
เซอร์เจมส์ไลท์ฮิลล์เชื่อว่าสิ่งเดียวที่เชื่อมต่อระบบอัตโนมัติขั้นสูงและการวิจัยระบบคอมพิวเตอร์ที่ใช้ CNSคือการมีอยู่ของหมวดหมู่ "สะพาน" ของอาคารรูทท์ แต่เขามองโลกในแง่ร้ายเกี่ยวกับหมวดหมู่นี้จริง ๆ แล้วผลิตสิ่งที่คุ้มค่า ดังนั้นเขตข้อมูล AI ควรแยกย่อยส่วนของตัวเอง (ระบบอัตโนมัติและการวิจัย) แทน หุ่นยนต์ใด ๆ ที่สร้างขึ้นอาจมีความเชี่ยวชาญในสาขาย่อย ... ทั้งระบบอัตโนมัติทางอุตสาหกรรมหรือการวิจัยของระบบประสาทส่วนกลาง การพยายามสร้างจอกศักดิ์สิทธิ์ของ "โปรแกรมเอนกประสงค์" จะไม่มีค่า ... ในเวลานี้