เครือข่ายประสาทและความหลากหลายของมันเป็นหนทางเดียวที่จะเข้าถึงปัญญาประดิษฐ์ที่แท้จริงได้หรือไม่?

จากความรู้ของฉันการศึกษาปัญญาประดิษฐ์ในปัจจุบันส่วนใหญ่ใช้โครงข่ายประสาทบางชนิดหรือบางรุ่น ตัวอย่างที่ดีคือ alphago ของ DeepMind ซึ่งฉันเชื่อว่าเป็นเครือข่ายประสาทลึกสำหรับการมองเห็น CNN, ข้อความ, เพลงและคุณสมบัติอื่น ๆ ที่สั่งของ RNN เป็นต้น แต่สำหรับแอปพลิเคชันการเรียนรู้ของเครื่องเรามีเครือข่ายประสาทเทียม แอปพลิเคชันอื่น ๆ

ดังนั้นเครือข่ายนิวรัลและสายพันธุ์ของมันจึงเป็นหนทางเดียวที่จะเข้าถึงปัญญาประดิษฐ์ "ของจริง"?

ถ้าโดย AI ที่แท้จริงคุณหมายถึง 'เหมือนมนุษย์' คำตอบคือ - ไม่มีใครรู้ว่ากลไกการคำนวณที่เหมาะสม (ระบบประสาทหรืออื่น ๆ ) มีหรือไม่แน่นอนว่าเรามีความสามารถในการสร้างพวกเขา

สิ่งที่ประดิษฐ์ Neural Nets (ANNs) ทำคือการถดถอยแบบไม่เชิงเส้นเป็นหลัก - บางทีนี่อาจไม่ใช่แบบจำลองที่แข็งแกร่งพอที่จะแสดงพฤติกรรมที่เป็นมนุษย์

แม้จะมีคุณสมบัติ 'การประมาณฟังก์ชันสากล' ของ ANNs แล้วจะเกิดอะไรขึ้นถ้าความฉลาดของมนุษย์ขึ้นอยู่กับกลไกที่ไม่มีกลไกของโลกทางกายภาพ

ด้วยความเคารพต่อคำถามของคุณเกี่ยวกับ "วิธีเดียว": แม้ว่ากลไกทางประสาท (ทางกายภาพ) จริง ๆ แล้วเป็นเส้นทางเดียวสู่ความฉลาด (เช่นผ่านทาง microtubules ควอนตัมของ Penrose) มันจะพิสูจน์ได้อย่างไร?

แม้แต่ในโลกแห่งคณิตศาสตร์อย่างเป็นทางการก็ยังมีคำกล่าวที่ว่า "การพิสูจน์การไม่มีตัวตนนั้นยาก" ดูเหมือนว่าแทบจะเป็นไปไม่ได้ว่าในโลกทางกายภาพมันเป็นไปได้ที่จะแสดงให้เห็นว่าสติปัญญาไม่สามารถเกิดขึ้นได้ด้วยกลไกอื่นใด

ย้ายกลับไปที่ระบบการคำนวณโปรดทราบว่า Stephen Wolfram ได้ทำการสังเกตที่น่าสนใจในหนังสือของเขา'วิทยาศาสตร์ชนิดใหม่'ซึ่งกลไกที่แตกต่างที่เห็นได้ชัดหลายอย่างที่เขาสังเกตเห็นดูเหมือนจะมีความสามารถใน 'Universal Computing' ดังนั้นในแง่นั้น โดยเฉพาะเกี่ยวกับ ANN

มันขึ้นอยู่กับสิ่งที่คุณพิจารณาว่า "ปัญญาประดิษฐ์ที่แท้จริง" แต่นี่อาจหมายถึงการสามารถคิดเหมือนมนุษย์ได้ - และอาจทำอย่างมีเหตุมีผลมากขึ้นเช่นเดียวกับที่ความรู้สึกสมองสมองของมนุษย์มาก่อนสัดส่วน

ดูเหมือนว่าเครือข่ายประสาทหรืออัลกอริทึมทางพันธุกรรมที่วิวัฒนาการเครือข่ายประสาทเป็นวิธีที่ใกล้เคียงที่สุด - เลียนแบบมนุษย์

อย่างไรก็ตามการโต้เถียงแบบดั้งเดิมของเรื่องนี้คือเราพยายามทำเช่นเดียวกันกับเที่ยวบิน เราพยายามที่จะลอกเลียนแบบธรรมชาติเลียนแบบนก - พยายามบินด้วยปีกที่กระพือ แต่ในที่สุดเราก็สร้างเครื่องบินที่ไม่ได้พึ่งพาปีกที่กระพือปีก

ใน AI นั้นมีตัวแปรมากกว่าในอากาศพลศาสตร์ ดังนั้นจึงมีความเป็นไปได้ค่อนข้างที่จะสามารถบรรลุความฉลาดเหมือนมนุษย์โดยวิธีการอื่นนอกเหนือจากเครือข่ายประสาท

ในที่สุดเครือข่ายประสาทเทียมเป็นวิธีหนึ่งในการเรียนรู้ของเครื่อง มีคนอื่นทุกคนอยู่ภายใต้กฎสำหรับสิ่งที่สามารถและไม่สามารถเรียนรู้ได้ (มีฟิลด์ที่เรียกว่าทฤษฎีการเรียนรู้คอมพิวเตอร์ที่ครอบคลุมสิ่งนี้)

แม้ว่ามันจะเป็นไปได้ที่จะขยายระบบการเรียนรู้นอกเหนือจากสิ่งที่สามารถเรียนรู้ได้ตาม COLT ซึ่งหมายความว่าระบบการเรียนรู้ - เครือข่ายประสาทหรืออื่น ๆ - เป็นข้อบกพร่องเป็นหลักและจะสรุปข้อผิดพลาดที่จุดใดจุดหนึ่ง

หากต้องการมีโอกาสตอบคำถามนี้ก่อนอื่นคุณต้องมีคำจำกัดความที่เข้มงวดของ "ปัญญาประดิษฐ์ที่แท้จริง" ซึ่งเราไม่มี และแม้ว่าคุณจะมีคำตอบที่ดีที่สุดก็น่าจะเป็น "ไม่มีใครรู้" เราไม่แม้แต่จะเข้าใจอย่างถ่องแท้ว่าสติปัญญาของมนุษย์ (ซึ่งอาจเป็นรูปแบบที่ดีที่สุดของสติปัญญาที่เรามีให้เพื่อการศึกษา) ทำงานอย่างไร สิ่งที่เรารู้ (หรือคิดว่าเรารู้) ก็คือ ANN นั้นดีที่สุดในแบบจำลองผิวเผินของการทำงานของสมอง มันอาจกลายเป็นว่าพวกเขาผิดทางไปสู่ ​​"ปัญญาประดิษฐ์ที่แท้จริง" อย่างแน่นอนแม้ว่าฉันจะคาดหวังว่าคนส่วนใหญ่จะประหลาดใจหากเป็นเช่นนั้น

สิ่งที่อาจไม่น่าแปลกใจก็คือหากมีเทคนิคอื่น ๆ ที่เกิดขึ้นซึ่งดีกว่าของ ANN หรือถ้าปรากฎว่าคุณต้องการเทคนิคทั้งมวล โดยส่วนตัวฉันคิดว่ามันใกล้เคียงกับตัวเองที่เห็นได้ชัดว่าสมองทำงานส่วนใหญ่ในรูปแบบที่น่าจะเป็น แต่ก็ชัดเจนว่าบางครั้งเราใช้การประมวลผลเชิงสัญลักษณ์ / ตรรกะ / กฎ / นิรนัยเชิงสัญลักษณ์และตอนนี้ ANN ไม่ได้ให้คุณมาก วิธีการให้เหตุผลการหัก ฯลฯ ดังนั้นในที่สุดเราอาจพบว่าเราต้องรวมวิธีการความน่าจะเป็นเช่น ANN's เข้ากับเทคนิคอื่น ๆ - อาจจะเป็น Inductive Logic Programming หรืออะไรบางอย่างในลักษณะนั้น