Quando parliamo di intelligenza artificiale, intelligenza umana o qualsiasi altra forma di intelligenza, cosa intendiamo con " intelligenza" in senso generale? Cosa chiameresti intelligente e cosa no? In altre parole, come definiamo il termine intelligenza nel modo più generale possibile?
Risposte:
Prefarrò questa risposta notando che le persone molto più intelligenti di me hanno trattato questo argomento in dettaglio. Detto questo, per quanto posso discernere:
Quando parliamo di intelligenza ci riferiamo alla forza di risoluzione dei problemi in relazione a un problema, rispetto alla forza di altre intelligenze.
Questa è una concezione teorica del gioco, legata alla razionalità e al concetto di agente razionale . Riguardo all'intelligenza in questo modo può essere inevitabile. In particolare, potremmo definire l'intelligenza come la capacità di comprendere un problema o una soluzione o concetti astratti, ma non possiamo convalidare tale comprensione senza testarla. (Ad esempio, potrei credere di afferrare una tecnica matematica, ma l'unico modo per determinare se tale convinzione è reale o illusoria è utilizzare quella tecnica e valutare i risultati.)
La ragione per cui giochi come Chess and Go sono stati usati come pietre miliari, a parte l'interesse umano di lunga data nei giochi, è che forniscono modelli con parametri semplici e completamente definibili e, nel caso di Go, hanno una complessità simile alla natura, con questo intendo irrisolvibile / intrattabile . (Confronta con la forza di Tic-Tac-Toe, che è banalmente risolto.)
Tuttavia, dovremmo considerare un punto sollevato in questa concisa risposta a una domanda riguardante il test di Turing :
"... [l'intelligenza] è definita puramente dal comportamento in un ambiente o dai meccanismi che arrivano a quel comportamento?"
Questo è importante perché Google ha appena dato il controllo del raffreddamento del data center a un'intelligenza artificiale . Qui è chiaramente il meccanismo stesso a dimostrare l'utilità, ma se chiamiamo quel meccanismo intelligente, perché l'intelligenza abbia un significato, dobbiamo ancora fare i conti con "intelligente come?" (In che modo è intelligente?) Se vogliamo sapere "quanto è intelligente?" (il suo grado di utilità) dobbiamo ancora valutare le sue prestazioni in relazione alle prestazioni di altri meccanismi.
(Nel caso degli automi che controllano l'aria condizionata su Google, possiamo dire che è più intelligente del sistema di controllo precedente e di quanto.)
Perché stiamo iniziando a parlare di più "intelligenza generalizzata", qui definita come meccanismi che possono essere applicati a una serie di problemi (includo minimax come forma di "intelligenza assiomatica" e apprendimento automatico come forma di "intelligenza adattiva" ) , potrebbe essere utile espandere e chiarire la definizione:
L'intelligenza è la forza di risoluzione dei problemi di un meccanismo in relazione a un problema o a una serie di problemi, rispetto alla forza di altri meccanismi.
o, se volessimo essere pithy:
L'intelligenza è come l'intelligenza (e quanto bene.)
Nel documento Universal Intelligence: A Definition of Machine Intelligence (2007), Legg e Hutter forniscono una definizione di intelligenza , che dovrebbe catturare la nozione intuitiva di intelligenza (a cui le persone spesso fanno riferimento).
L'intelligence misura un la capacità di agente di raggiungere obiettivi in una vasta gamma di ambienti.
Questa definizione "favorisce" l'intelligenza generale su AI ristretti (ad esempio gli esseri umani sono più intelligenti di AlphaGo) e l'adattabilità dell'agente a diversi ambienti. Tuttavia, questa definizione potrebbe non essere impeccabile, perché, ad esempio, un virus potrebbe probabilmente essere considerato più intelligente rispetto ad esempio a AlphaGo, data la capacità del virus di adattarsi a una vasta gamma di ambienti (rispetto ad AlphaGo, che gioca solo a Go) . Questa definizione è fortemente correlata alla teoria matematica dell'intelligenza generale artificiale chiamata AIXI . Dai un'occhiata al documento per maggiori dettagli.
Prima dell'età del computer, l'intelligenza era definita in termini filosofici. Ha a che fare con logica, pensiero, apprendimento, consapevolezza di sé, memoria e risoluzione dei problemi. Questa definizione è vaga e non può essere implementata nel software. Un approccio moderno nel definire l'intelligenza si basa sulla teoria dei giochi. Il trucco è che l'intelligenza non è più connessa a persone reali che possono avere un'anima ma è solo una strategia per vincere una partita. L'idea è di modificare un po 'il problema, invece di discutere su quale memoria e apprendimento possano essere, la domanda più importante è come creare giochi. Un gioco è un sistema di regole leggibile automaticamente, che simula la realtà. Ad esempio, "Pong" è una simulazione del tennis, mentre "Sim city" sta simulando un edificio di casa. Tra un gioco e una strategia di successo nel gioco fa la differenza. È possibile guadagnare un punteggio debole in una partita,
L'invenzione del computer può anche essere chiamata la realizzazione di Intelligenza. La maggior parte degli scienziati informatici teorici concordano sul fatto che un computer pronto per il turing può risolvere qualsiasi problema. Tutto ciò di cui ha bisogno è un algoritmo, che è una sequenza di passaggi. Ciò significa che, dal punto di vista delle capacità, un computer può essere definito intelligente, poiché è in grado di eseguire un algoritmo. Questo non risponde alla domanda su come apparirà l'algoritmo concreto, ma in teoria un computer può fare qualsiasi cosa gli umani possano fare.
Questa è una domanda importante per AI - forse la più importante di tutte - per il campo di ricerca di Artificiale intelligenza . Voglio dire se l'IA è scienza, i suoi esperimenti saranno empiricamente testabili. Deve esserci un modo per decidere se passare o fallire. Quindi quali sono i test per l'intelligence? Prima ancora di progettare un test, hai bisogno di una chiara idea di cosa significhi l'intelligenza, altrimenti come potresti progettare un test competente per questo?
Certo, faccio parte del progetto di ricerca e sviluppo noto come Building Watertight Submarines, e sono sicuro che il mio sottomarino è a tenuta stagna, ma non ho idea di come testarlo o meno perché non lo so cosa significa "a tenuta stagna". Tutta questa idea è assurda. Ma chiedi a AI cosa significa "intelligenza". Le risposte che ottieni, in analisi, sono quasi le stesse dell'esempio sottomarino.
Risposta di base - Comportamento
La parola (idea, concetto) "Intelligenza" è generalmente definita dall'intelligenza artificiale in termini di comportamento. Cioè l'approccio del test di Turing. Una macchina è intelligente se si comporta in modo tale che, se un essere umano si comportasse allo stesso modo, si direbbe che l'essere umano compie un'azione che richiede intelligenza umana.
Problema 1 : i pianoforti del lettore sono intelligenti. Suonare una melodia di Scott Joplin richiede ovviamente intelligenza in un essere umano.
Problema 2 . Se una macchina supera il test, mostra solo che la macchina è "intelligente" per i comportamenti testati. Che dire dei comportamenti non testati? Questo è in realtà un problema di morte e morte oggi con i sistemi di controllo AI del veicolo a guida autonoma. I sistemi di intelligenza artificiale sono accettabilmente bravi a guidare un'auto (che ovviamente richiede intelligenza umana) in ambienti specifici, ad esempio autostrade con corsie ben segnalate, senza curve strette e una barriera mediana che separa le due direzioni. Ma i sistemi vanno in modo disastroso in "casi limite" - situazioni insolite.
Problema 3 . Chi avrebbe messo il proprio bambino su uno scuolabus guidato da un robot che aveva superato il test di Turing per guidare gli scuolabus? Che dire di una tempesta quando una linea elettrica in tensione cade dall'altra parte della strada? O un tornado in lontananza sta arrivando in questo modo? Che dire di mille altre possibilità non testate? Un genitore responsabile vorrebbe sapere (a) quali sono i principi dei processi e delle strutture interne dell'intelligenza umana, e (b) che il conducente del bus digitale avesse processi e strutture interni adeguatamente simili - vale a dire, non comportamento ma i giusti elementi interni , la giusta causalità interiore.
Risposta desiderata - principi interiori
Vorrei sapere che la macchina stava eseguendo i giusti processi interni e che stava eseguendo questi processi (algoritmi) sulle giuste strutture interne (di memoria). Il problema è che nessuno sembra sapere quali siano i giusti processi e strutture interiori dell'intelligenza umana. (Un enorme problema per essere sicuri - ma uno che non ha trattenuto l'IA - o gli sviluppatori di sistemi a guida autonoma - un po '.) L'implicazione di ciò è che ciò che l'IA dovrebbe fare ora è capire quali sono i processi interni e strutture dell'intelligenza umana. Ma non sta facendo questo - piuttosto, sta commercializzando la sua tecnologia difettosa.
Elementi di una definizione - 1. Generalizzazione
Sappiamo alcune cose sull'intelligenza umana. Alcuni test testano davvero se una macchina ha determinate proprietà della mente umana. Una di queste proprietà è la generalizzazione. Nel suo articolo del 1950, Turing, come una specie di scherzo, fornì un ottimo esempio di generalizzazione della conversazione: (Il testimone è la macchina).
"Interrogatore: nella prima riga del tuo sonetto che recita" Devo confrontarti con un giorno d'estate "," un giorno di primavera "non farebbe altrettanto o meglio?
Testimone: non eseguirà la scansione.
Interrogatore: Che ne dici di "un giorno d'inverno".
Testimone: Sì, ma nessuno vuole essere paragonato a una giornata invernale.
Interrogatore: Diresti che il signor Pickwick ti ha ricordato il Natale?
Testimone: in un certo senso.
Interrogatore: Eppure il Natale è un giorno d'inverno, e non credo che il signor Pickwick si occuperebbe del confronto.
Testimone: non penso che tu sia serio. Per scia di un inverno si intende una tipica giornata invernale, piuttosto che una speciale come il Natale. "
L'intelligenza artificiale attuale non ha nulla che si avvicini neanche lontanamente alla possibilità di generalizzare in questo modo. La mancata generalizzazione è considerata forse il più grande fallimento dell'attuale IA. La capacità di generalizzare sarebbe una parte di un'adeguata definizione di "intelligenza". Ma ciò che equivale alla generalizzazione dovrebbe essere spiegato.
Il problema della generalizzazione, inoltre, è alla base di numerose gravi obiezioni filosofiche alla teoria dell'intelligenza artificiale, tra cui il problema della struttura, il problema della conoscenza di buon senso e il problema dell'esplosione combinatoria.
Elementi di una definizione - 2. Percezione
La percezione sensoriale è abbastanza ovviamente fondamentale per l'apprendimento e l'intelligenza umana. I dati (in qualche modo) vengono emessi dai sensi umani quindi elaborati dal sistema centrale. Nel computer, i valori binari escono dal sensore digitale e viaggiano verso la macchina. Tuttavia, nulla nei valori stessi indica ciò che è stato rilevato. Tuttavia l'unica cosa che il computer ottiene sono i valori binari. Come potrebbe mai la macchina conoscere ciò che viene rilevato? (Il classico problema dell'argomento room cinese.)
Quindi un altro elemento dell'intelligenza umana è la capacità di percepire in modo umano. Ciò che significa "modo umano" qui è che la macchina elabora input sensoriali usando gli stessi principi che si applicano nella percezione umana. Il problema è che nessuno sembra sapere come si possa costruire una semantica (conoscenza) dai dati emessi da sensori digitali (o sensi organici). Tuttavia, la percezione umana deve essere un elemento di una definizione adeguata di "intelligenza".
Una volta che l'IA risolverà questi due problemi - generalizzazione e percezione - probabilmente, si spera , sarà sulla buona strada per realizzare il suo obiettivo originale di quasi 70 anni passati: costruire una macchina con (o che potrebbe acquisire) un tipo umano intelligenza generale. E forse i principi di generalizzazione e i principi di percezione sono la stessa cosa. E forse c'è in realtà solo un principio. Non si deve presumere che le risposte siano complesse. A volte le cose più difficili da capire sono le più semplici.
Quindi la domanda "Cosa intendiamo quando diciamo" intelligenza "è davvero importante per l'IA. E la conclusione è che l'IA dovrebbe sostituire la sua attuale definizione comportamentale di" intelligenza "con una che include gli elementi umani di generalizzazione e percezione. E poi vai avanti e prova a elaborare i principi operativi, o principio, di entrambi.
L'intelligenza è la capacità di intrecciare vari concetti e associazioni in un insieme significativo; filtrando, aggiungendo e rifiutando opportunamente varie idee dalla conoscenza e dall'esperienza personale. Quindi riflettere efficacemente queste idee su un interrogante per affermare la comprensione e la comprensione, consentendo a una conversazione di procedere efficacemente verso una conclusione reciprocamente vantaggiosa.
La definizione più generale del termine intelligenza che è sia concisa che esatta è questa.
La raccolta di caratteristiche comportamentali residenti in alcune entità in cui l'entità riesce in modo sostenibile in attività specifiche evitando al contempo perdite specifiche in una particolare gamma di condizioni ambientali.
Questi sono esempi di fallimenti nell'esporre l'intelligenza secondo la definizione sopra, dimostrando l'importanza di ogni frase.
Nota quattro cose in questa definizione.
L'intelligenza è uno stato in cui qualsiasi contesto viene acquisito in tutti gli aspetti per ottenerne la virtù e agire. Questo può essere ramificato in aspetti umani e artificiali della percezione. Capacità di rilevare il contesto e analizzarlo in diverse prospettive di comprensione di un oggetto nella vita reale in modo che esista una soluzione efficiente.
L'intelligenza dovrebbe essere considerata come un pool generico di incorporare varie figure mentali come la logica, la creatività, la risoluzione dei problemi, ecc. Queste possono essere addestrate sia nella prospettiva del programma umano che in quella artificiale.