Хомский: искусственный интеллект пошел не туда

В компьютерной науке существует концепция под названием «сделать вещи вычислимыми». Если вы берете музыку и оцифровываете ее, вы можете запустить алгоритм на ней. Таким образом, создание чего-то вычислимого делает его пригодным для алгоритма. В конце концов, это всего лишь алгоритмы. Проблема с тем, как люди потребляют информацию, а не с тем, как вычислительные алгоритмы потребляют информацию

* * *

Ноам Хомский: где искусственный интеллект пошел не туда?

Если задаться целью составить список величайших и самых недостижимых интеллектуальных задач, то задача «декодирования» самих себя — понимания внутреннего устройства наших умов и мозгов, и того, как архитектура этих элементов закодирована в нашем геноме — точно была бы на вершине. Однако различные области знаний, которые брались за эту задачу, от философии и психологии до информатики и нейронаук, охвачены разногласиями о том, какой подход — правильный.

http://lib2.narod.ru/marr/marr_0.htm
Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов: Пер. с англ. – М.: Радио и связь, 1987 – 400 с.
Первый уровень («вычислительный уровень») описывает ввод и вывод системы, которые определяют задачу, выполняемую системой. В случае зрительной системы, вводом может быть изображение, проецируемое на нашу сетчатку, а выводом может быть идентификация объектов на изображении нашим мозгом. Второй уровень («алгоритмический уровень») описывает процедуру, при помощи которых ввод превращается в вывод, то есть: как изображение на нашей сетчатке может быть обработано, чтобы достичь задачи, описанной на вычислительном уровне. Наконец, третий уровень («уровень реализации») описывает, как наше биологическое оборудование из клеток выполняет процедуру, описанную на алгоритмическом уровне.

Хомский раскритиковал сферу ИИ за принятие подхода, похожего на бихевиоризм, только в более современной, вычислительно сложной форме. Хомский заявил, что опора на статистические техники для поиска закономерностей в больших объемах данных маловероятно даст нам объяснительные догадки, которых мы ждем от науки. Для Хомского новый ИИ — сфокусированный на использовании техник статистического обучения для лучшей обработки данных и выработки предсказаний на их основе — вряд ли даст нам общие выводы о природе разумных существ или о том, как устроено мышление.

*

Если вы посмотрите на развитие науки, все науки как континуум, но они разделяются на отдельные области. Величайшего прогресса достигают науки, которые изучают самые простые системы. Возьмите, например, физику — в ней огромный прогресс. Но одна из причин в том, что у физиков есть преимущество, которого нет ни в одной другой науке. Если что-то становится слишком сложным, они передают это кому-то другому.

Например, химикам?

Хомский: Если молекула слишком большая, вы отдаёте её химикам. Химики, если для них молекула слишком большая или система становится слишком большой, отдают её биологам. А если для них слишком большая, они отдают психологам, и в конце концов она оказывается в руках литературных критиков, и так далее. Так что не всё, что говорят в нейронауках, полностью неверно.

*

вы знаете, что ваш мозг — управляющий узел чего-то наподобие машины Тьюринга, и у него есть доступ к внешним данным, таким как память, время… Теоретически, вы можете что угодно умножить, но практически, это, разумеется, не так. Если вы попробуете изучить, что за внутренняя система у вас, то иерархия Марра не очень хорошо работает. Вы можете говорить о вычислительном уровне: может быть, правила внутри меня, это аксиомы Пеано [прим. ред.: математическая теория (названная в честь итальянского математика Джузеппе Пеано), описывающая ядро основных правил арифметики и натуральных чисел, из которой можно вывести множество полезных арифметических фактов] или что-то ещё, неважно — это вычислительный уровень. Теоретически, хотя мы и не знаем как, вы можете говорить только о нейрофизиологическом уровне, никто не знает как, но нет реального алгоритмического уровня. Потому что нет исчисления знания, это просто система знания. Непонятно, как понять природу системы знания: там нет алгоритма, потому что там нет процесса. Это можно сделать, только используя систему знания, в которой есть процесс, но это уже будет что-то совсем другое.

Но раз мы делаем ошибки, это значит, что процесс идет неправильно?

Хомский: Это процесс использования внутренней системы. Но внутренняя система сама по себе не процесс, поскольку у нее нет алгоритма. Возьмите обычную математику. Если вы возьмете аксиомы Пеано и правила вывода, они определяют все арифметические вычисления, но там нет алгоритма. Если вы спросите, как их применяет специалист по теории чисел, то там, конечно, много вариантов: например, вы начинаете не с аксиом, а с правил вывода. Вы берете теорему и смотрите, можно ли вывести лемму, и если это работает, то смотрите, получается ли основать эту лемму на чем-то, и в конце получаете доказательство — геометрический объект.