Кто был первым, кто осознал разницу между человеческим общим интеллектом и предметным интеллектом?

В 1950-х годах существовало широко распространенное мнение о том, что «Искусственный интеллект» быстро станет самосознательным и достаточно умным, чтобы выиграть в шахматы с людьми. Различные люди предлагали временные рамки, например, 10 лет (см. «Официальную историю противоречия с персептроном» Олазарана или, скажем, 2001: Космическая одиссея).

Когда стало ясно, что разработка программ для мастеров таких игр, как шахматы, привела к разработке программного обеспечения, которое применимо только к тем играм, для которых они были запрограммированы? Кто был первым, кто осознал разницу между человеческим общим интеллектом и предметным интеллектом?

Многие публикации середины двадцатого века подтверждают утверждение опрашивающего, что в этот период широко распространено мнение, что ИИ быстро станет сознательным, самосознательным и умным.

Большой успех

Многие задачи и формы экспертизы, которые когда-то были исключительной областью человеческого интеллекта, после разработки вычислительной архитектуры общего назначения фон Неймана стали к концу того столетия более или менее исключительной областью компьютеров. Это только несколько примеров.

• Научно-статистический расчет
• Разработка и автоматизация производственного процесса (CAD и CAM)
• Издательское дело и набор текста
• Некоторые формы алгебраических и исчислений редукций (максимумы и их производные)
• Анализ цепей
• Мастерская настольная игра
• Выгодная биржевая спекуляция
• Распознавание образов (OCR, отпечатки пальцев, распознавание голоса, сортировка, рельеф)
• Программирование в логике предикатов и рекурсивных предикатах
• Оценка стратегии

Разочарования (пока)

В отличие от этого впечатляющего множества успехов, существует такой же длинный список несбывшихся ожиданий.

• Потребительские роботы двуногие
• Автоматическая чистка пылесосом (большое разочарование для автора этого ответа)
• Работники автономного механического завода
• Автоматизированные математики (генерация творческих гипотез и доказательство / опровержение для расширения теории)
• Понимание естественного языка
• Послушание произвольным командам
• Человеческое выражение в разговоре
• Автоматизированные технические инновации
• Компьютерная мораль
• Эмоциональные состояния человека (или, по крайней мере, млекопитающего)
• Три закона Азимова операционная система
• Разработка адаптивной стратегии в произвольном и смещающемся множестве областей

Домен и доменное различие

Когда стало ясно, что разработка программ для мастеров таких игр, как шахматы, привела к разработке программного обеспечения, которое применимо только к тем играм, для которых они были запрограммированы?

Хотя широкая публика, возможно, думала, что мастер кибернетических шахмат будет и умнее других людей, те, кто создавал эти программы, хорошо знали о различии между разработкой программного обеспечения, демонстрирующего превосходство в игре в шахматы с жестким кодом, и разработкой программного обеспечения, которое демонстрирует способность научиться играть в шахматы и развиваться превосходно от новичка.

Конечной целью всегда был мощный общий интеллект. Для облегчения демонстрации прогресса инвесторам были созданы более краткосрочные достижимые цели. Это был единственный способ поддерживать непрерывный поток финансирования исследований со стороны военных.

Первым этапом стало освоение одиночной игры без машинного обучения. Затем исследования обратились к созданию предметных знаний, чтобы класс решений, адаптаций и форм планирования мог быть реализован в реальном времени во время войны. Поскольку экономическое господство стало более предпочтительным, чем военное господство в третьей четверти двадцатого века, концепция ИИ расширилась, чтобы охватить области экономики и управления природными ресурсами.

Рассмотрим этот спектр автоматизации зрелости.

• Программа, которая перечисляет текущие возможности последовательности ходов на каждом ходу в игре в шахматы, устраняя вероятные плохие ходы в каждой спроецированной точке хода и выбирает следующий ход, который, скорее всего, приведет к победе.
• Программа, которая выполняет все вышеперечисленное, но также искажает вероятность, основываясь на распознавании образов известных выигрышных шахматных стратегий.
• Программа, разработанная, чтобы быть механизмом оптимизированных правил времени выполнения, который централизует и абстрагирует избыточные операции игры произвольной игры, а также изолирует и объединяет представление шахматных правил, шахматных стратегий, шахматных паттернов и анти-паттернов
• Программа, которая, учитывая набор правил игры, может генерировать следующий ход на основе любого игрового состояния, запоминать результаты успеха и неудач и последовательности, которые привели к этим результатам, и имеет возможность оценить вероятные потери или выгоды отдельные движения и игровые модели в пространстве и времени вокруг них, основанные на истории, а затем используют эти способности для изучения произвольной игры, достигая мастерского уровня игры в шахматы через обучение
• Программа, которая изучает, как учить игры таким образом, чтобы после изучения нескольких игр она могла учить шахматы быстрее, чем умственно одаренный человек

Первое легко. Последнее чрезвычайно сложно.

Когда различия между этими этапами зрелости автоматизации стали очевидны и насколько ясно люди стали понимать те различия, в которых исследовательские группы представляют собой сложную вероятностную функцию.

Ключевые участники

Кто был первым, кто осознал разницу между человеческим общим интеллектом и предметным интеллектом?

Норберт Винер, вероятно, был первым, кто глубоко понял различие между электронным управлением реле (исследованным теоретически Клодом Шенноном) и управлением с замкнутым контуром. В своей книге «Кибернетика», в первую очередь математической, он точно заложил основы самокорректирующихся и адаптивных систем. Джон фон Нейман понимал разницу между программированием хорошего игрового процесса и способностью человека учиться играть в хорошие игры и много опубликовал эту тему.

Это был Артур Ли Самуэль, который действительно написал первую впечатляющую демонстрацию различия между игровым программным обеспечением и машинным обучением. Именно он связал работу Винера с современным цифровым компьютером и впервые ввел термин «машинное обучение».

Искаженные заявления об аутентичных исследованиях и инновациях

Категории искусственного узкого интеллекта (ANI), искусственного общего интеллекта (AGI) и искусственного супер-интеллекта (ASI), предложенные блогером Тимом Урбаном в статье «Революция ИИ: путь к суперинтеллекту », опубликованной 2/10 /. 2015, обновлено 12.12.2015), в AI Stack Exchange упоминается в нескольких местах, но различия между этими категориями точно не определены, и содержащиеся в них идеи не являются ни рецензируемыми, ни проверенными другими исследованиями или статистикой.

Работа является не менее догадочной, чем посредственная научная фантастика - достаточно интересная, чтобы завоевать популярность, но не рациональные выводы, сделанные из повторяющихся экспериментов или рандомизированных исследований. Графики трендов, представленные в статье, имеют придуманную форму, а не графическое представление фактических данных.

Позже можно обнаружить, что некоторые материалы имеют некоторую правду, как в случае многих непростых интерпретаций научных исследований или футуристических мыслей авторов научной фантастики. Тем не менее, большая часть материала приводит к заблуждению и ложным утверждениям.

Я ожидаю, что очень точный ответ на этот вопрос может быть потерян в песках времени, хотя я надеюсь, что кто-то может дать такой ответ. В то же время, вот одна подсказка на след ... Этот сборник статей за 2007 год начинается со следующей рекламы:

Наша цель при создании этого отредактированного тома состояла в том, чтобы заполнить очевидный пробел в научной литературе, предоставив последовательное представление совокупности современных исследований, которые, несмотря на их неотъемлемую важность, до сих пор держали очень низкий профиль в научных и интеллектуальное сообщество. Эта часть работы не была названа ранее; в этой книге мы называем его «Искусственный общий интеллект» (AGI). Что отличает работу AGI от заурядного исследования «искусственного интеллекта», так это то, что оно явно сфокусировано на разработке общего интеллекта в краткосрочной перспективе.

Но даже если это происхождение конкретной фразы «Искусственный общий интеллект», я почти уверен, что люди делали различие между методами «общего интеллекта» и «специфическими задачами» гораздо раньше.

В статье Википедии об AGI также есть подсказка, где говорится:

Однако в начале 1970-х годов стало очевидно, что исследователи сильно недооценили сложность проекта. Агентства, которые финансировали ИИ, скептически относились к сильному ИИ и оказывали все большее давление на исследователей с целью создания полезных технологий или «прикладного ИИ».

Этот раздел цитирует эту книгу как поддержку этого утверждения. И действительно, он содержит следующее словоблудие:

Хотя большинство основателей области ИИ продолжали заниматься базовыми вопросами человеческого и машинного интеллекта, некоторые из их учеников и других исследователей второго поколения начали искать способы использования методов и подходов ИИ для решения реальных проблем. Их инициативы были важны не только сами по себе, но и потому, что они свидетельствовали о постепенном, но существенном изменении среды финансирования в сторону более прикладных областей исследований. Развитие экспертных систем, таких как DENDRAL в SAIL, является лишь одним из примеров этой тенденции.

Учитывая, что DENDRAL начался примерно в 1965 году, похоже, что значительная часть исследователей (или, по крайней мере, спонсоров) хорошо осознала разницу между исследованиями «общего интеллекта» и «прикладного ИИ» где-то в конце 1960-х годов. Если вы продолжаете читать, другие отрывки поддерживают идею, что DARPA, в частности, начал продвигать более «прикладной» подход к исследованиям ИИ в течение 1970-х годов.

Таким образом, нет точного ответа, но, похоже, мы можем сказать, что это различие было известно и учтено, по крайней мере, к 1970 году, хотя использование точного термина «искусственный общий интеллект», по-видимому, является более поздней монетой.

В 1973 году британское правительство наняло сэра Джеймса Лайтхилла для проведения «общего обзора» состояния искусственного интеллекта. Его доклад был осуждением текущих исследований ИИ, вызвав волну пессимизма среди ученых ИИ и Первого ИИ Зима . Вы можете просмотреть отчет Лайтхилла (и современную критику его отчета) здесь , но я суммирую ключевые моменты Лайтхилла.

Сэр Джеймс Лайтхилл разделил ИИ на три категории:

1. Advanced Automation - специфическая работа
2. Компьютерное исследование ЦНС - исследование "центральной нервной системы" человека
3. Мост между Advanced Автоматизация и компьютерно- на основе исследования ЦНС. Этот мост, как правило, будет рассматриваться как «универсальная» робототехника, поэтому Лайтхилл также будет использовать термин « Создание роботов» .

Продвинутая автоматизация (или «прикладной ИИ»), очевидно, полезна. Компьютерное исследование ЦНС полезно, потому что мы хотим узнать больше о человеческом интеллекте. Обе области ИИ имели некоторые успехи, но его практики были слишком оптимистичны, что привело к разочарованию в этих областях. Сэр Джеймс Лайтхилл все еще поддерживал исследования в этих двух областях.

Создание роботов , с другой стороны? Сэр Джеймс Лайтхилл очень враждебно относился к этой идее, возможно, потому, что она была чрезмерно раскручена, чем две другие категории, и произвела наименьшее количество ценных результатов.

Он упомянул шахматы, в частности, в качестве примера, когда «роботизированные» исследования провалились. На момент публикации отчета двигатели игры в шахматы находились на уровне «опытного любительского стандарта, характерного для игроков клубов графств в Англии». Однако эти шахматные движки полагались на эвристику, созданную людьми. Двигатели вообще не были разумными ... они просто следовали эвристике, созданной разумными людьми . Единственное преимущество, которое роботы приносят на стол, - это «скорость, надежность и управляемость», и даже этого было недостаточно, чтобы победить шахматных гроссмейстеров.

Сейчас, сегодня, мы бы, наверное, не рассматривали шахматы как пример решения общих задач. Мы бы точнее классифицировали ее как «продвинутую автоматизацию», проблему «узкого ИИ», оторванную от более широких реальных последствий общего решения проблем. Но сэр Джеймс Лайтхилл, вероятно, согласится с нами. Он никогда не использовал термины «узкий AI» и «AGI» (ни один из этих терминов еще не существовал), но он написал бы:

Подводя итог, можно сказать, что это свидетельство и все остальное, изученное настоящим автором в области искусственного интеллекта в рамках категории В в течение последних двадцати пяти лет, в некоторой степени обнадеживает в отношении программ, написанных для выполнения в узкоспециализированных проблемных областях, когда программирование занимает очень полную отчет о результатах человеческого опыта и человеческого интеллекта в соответствующей области, но полностью обескураживает о программах общего назначения, стремящихся имитировать аспекты решения проблем человеческой деятельности ЦНС в довольно широкой области. Такая универсальная программа, долгожданная долгосрочная цель деятельности ИИ, кажется как никогда отдаленной.

Сэр Джеймс Лайтхилл полагал, что единственное, что связывает Advanced Automation и компьютерные исследования ЦНС, - это существование категории «мостов» Building Roobts . Но он очень пессимистично относится к этой категории, которая действительно производит что-то стоящее. Поэтому вместо этого поле ИИ должно быть разделено на свои составляющие (автоматизация и исследования). Любые роботы, которые были построены, могли бы быть тогда специализированы в своей области ... либо промышленной автоматизации, либо исследованиях ЦНС. Попытка построить святой Грааль по "программе общего назначения" была бы бесполезной ... по крайней мере, пока.