В развитие темы ИИ: на днях Франсуа Шолле, известный специалист по ИИ из Google, опубликовал многостраничный текст (англ.), в котором обозначил очень важные проблемы или препятствия, мешающие дальнейшим исследованиям в этой области.
По его мнению, чтобы продвинуться в создании человекоподобного ИИ, необходимо, в первую очередь, дать определение ИИ и разработать критерии, позволяющие сравнивать две системы, а также ИИ и человека.
В настоящее время исследователи сравнивают не столько интеллект, сколько навыки в решении конкретных задач. Например, ИИ лучше человека научился играть в шахматы или го. Но измерение навыков, говорит Шолле, не есть определение уровня интеллекта. Исследователи просто прокачивают систему, скармливая ей огромное количество данных, но на что способна сама система - не всегда понятно.
Шолле с коллегами предлагают свое определение интеллекта, в котором важными критериями являются эффективность в приобретении навыков (skill-acquisition efficiency), масштаб (scope) , сложность обобщения (generalization difficulty), предварительные данные (priors) и опыт.
Еще в 2007 году исследователи, сведя воедино 70 определений ИИ, сформулировали свое: Интеллект измеряет способность агента достигать цели в широком наборе задач.
Критериями настоящего интеллекта должны быть способность адаптироваться к изменениям, приобретать нужные навыки, решать прежде неочевидные проблемы.
Навык в решении задачи, которая заранее известна разработчикам, может вообще не требовать интеллекта. Достаточно иметь неограниченное знание или неограниченные данные для обучения системы.
Нельзя также забывать о том, что мы судим об интеллекте, исходя из тех критериев, которые приняты в нашей культуре. У нас мало информации о том, что считали интеллектом в каких-то других культурах, и вообще не знаем об интеллекте у животных. Поэтому игра в шахматы проходит по разряду интеллектуальных игр, а такое сложное адаптивное поведение, как маскировка осьминога не относится к интеллекту.
Потому бессмысленно пытаться создавать общий ИИ как нечто универсальное. Шолле и К предлагают идти от частного к общему, постепенно расширяя возможности систем ИИ.
Авторы текста предлагают Abstraction and Reasoning Corpus (ARC) - набор задач для развития интеллектуальных систем.
Главное препятствие сегодня, по мнению Шолле, - это одержимость разработчиков небольшими улучшениями в развитии узких навыков.
Вместо этого ARC предлагает оценивать системы в эффективности обретения навыков. Решением тут будет появление системы, которая обретет ключевые предварительные знания (core knowledge priors), широкую информацию о мире, но отличную от человеческого "здравого смысла". Это позволит системе преуспеть в решении скрытых, неочевидных задач, и такая система будет на шаг ближе к общему ИИ.