Искусственный интеллект не может решать неизвестные проблемы: почему

Символический искусственный интеллект (ИИ) требует от разработчиков тщательного определения правил, фактов и структур, управляющих поведением компьютерной программы. Символьные системы могут выполнять замечательные функции, такие как запоминание информации, вычисление сложных математических формул на сверхвысоких скоростях и моделирование принятия экспертных решений.

Популярные языки программирования и большинство приложений, которые мы используем каждый день, уходят корнями в символический ИИ.

Но символический ИИ может решать только те проблемы, для которых мы можем предложить хорошо сформулированные, пошаговые решения. Проблема в том, что большинство задач, которые выполняют люди и животные, нельзя представить в виде четко определенных правил.

«Интеллектуальные задачи, такие как игра в шахматы, анализ химической структуры и вычисления, относительно легко выполнять с помощью компьютера. Гораздо сложнее виды деятельности, которые мог бы выполнять даже годовалый человек или крыса», – пишет Ройтблат в своей книге «Алгоритмов недостаточно».

Крупнейшая на сегодняшний день нейронная сеть, разработанная исследователями искусственного интеллекта Google, имеет триллион параметров. И данные показывают, что добавление дополнительных слоев и параметров в нейронные сети приводит к постепенным улучшениям, особенно в языковых моделях, таких как GPT-3.

Продолжая изучать искусственный и человеческий интеллект, мы продолжим шаг за шагом продвигаться к глобальной теории интеллекта.

«Искусственный интеллект находится в стадии разработки. Некоторые задачи пошли дальше, чем другие. У некоторых есть выход. Недостатки искусственного интеллекта обычно связаны с недостатками его создателя, а не с присущими ему свойствами принятия решений ИТ. Я ожидал, что со временем они улучшатся», - сказал Ройтблат.