Очень распространено мнение, что самые сложные задачи для машин и ИИ — это те, которые требуют высокого уровня интеллекта, логики и абстрактного мышления. Например, тяжело научить машину играть в шахматы, решать сложные математические задачи или писать стихи. Но на самом деле все наоборот.
На выполнение высококогнитивных процессов требуются относительно небольшие вычислительные мощности, в то время как низкоуровневые бессознательные навыки и сенсомоторные операции (например, бегать, бросать и ловить предметы) требуют огромных вычислительных ресурсов. Это значит, что роботов гораздо сложнее научить распознавать лица или ходить как человек, чем обучить игре в шахматы или сочинять стихи.
Почему так происходит? Один из возможных ответов дает эволюция. Все человеческие навыки основаны на биологических механизмах, которые развивались в процессе естественного отбора.
Чем дольше навык существует в природе, тем больше времени у естественного отбора было для его совершенствования и оптимизации. Абстрактное мышление появилось сравнительно недавно в истории жизни, поэтому мы не можем ожидать, что его реализация будет особенно сложной. А вот бессознательные сенсомоторные навыки формировались миллионы лет и достигли высшей степени совершенства, поэтому произвести их обратную разработку сложнее всего.
Таким образом, мы сталкиваемся с парадоксом: чем более сложным кажется нам какое-то умение, тем легче его реализовать в машинах и робототехнике. И напротив, чем более простым кажется нам навык, тем труднее его реализовать.
Этот парадокс называли «парадоксом Моравека» — в честь Ханса Моравека, канадского исследователя в области искусственного интеллекта и робототехники.
Моравек сформулировал парадокс в 1980-х годах. Позже известный американский ученый Стивен Пинкер, специализирующийся в области экспериментальной психологии, психолингвистики и когнитивных наук, в своей книге «Язык как инстинкт» назвал «парадокс Моравека» наиболее важным открытием, сделанным исследователями искусственного интеллекта.
«Наука для всех» в Telegram: https://t.me/sci_popular
