Ai là người đầu tiên nhận ra sự khác biệt giữa trí thông minh chung giống con người và trí thông minh theo miền cụ thể?

Vào những năm 1950, có nhiều người tin rằng "Trí tuệ nhân tạo" sẽ nhanh chóng trở nên tự giác và thông minh - đủ để chiến thắng cờ vua với con người. Nhiều người đề xuất các khung thời gian trong khoảng 10 năm (xem "Lịch sử chính thức về tranh cãi Perceptron" của Olazaran, hoặc giả sử năm 2001: Space Odyssey).

Khi nào thì rõ ràng rằng các chương trình phát minh ra các trò chơi bậc thầy như cờ vua dẫn đến các thiết kế phần mềm chỉ áp dụng cho các trò chơi như các chương trình mà chúng được lập trình? Ai là người đầu tiên nhận ra sự khác biệt giữa trí thông minh chung giống con người và trí thông minh theo miền cụ thể?

Nhiều ấn phẩm từ giữa thế kỷ XX chứng minh tuyên bố của người hỏi rằng đó là niềm tin được tổ chức rộng rãi trong thời kỳ đó rằng AI sẽ nhanh chóng trở nên ý thức, tự nhận thức và thông minh.

Thành công lớn

Nhiều nhiệm vụ và hình thức chuyên môn từng là lãnh địa độc quyền của trí tuệ con người, sau khi phát triển kiến ​​trúc điện toán đa năng Von Neumann, vào cuối thế kỷ đó, ít nhiều là miền độc quyền của máy tính. Đây chỉ là một vài ví dụ.

• Tính toán khoa học và thống kê
• Tự động hóa quá trình soạn thảo và sản xuất (CAD và CAM)
• Xuất bản và sắp chữ
• Một số hình thức giảm đại số và tính toán (Maxima và các dẫn xuất của nó)
• Mạch phân tích
• Chơi trò chơi thành thạo
• Đầu cơ chứng khoán có lợi nhuận
• Nhận dạng mẫu (OCR, vân tay, nhận dạng giọng nói, sắp xếp, địa hình)
• Lập trình theo logic vị ngữ và vị ngữ đệ quy
• Đánh giá chiến lược

Thất vọng (cho đến nay)

Trái ngược với mảng thành công ấn tượng này, có một danh sách dài những kỳ vọng thất bại không kém.

• Robot hai chân có sẵn của người tiêu dùng
• Vệ sinh chân không tự động (thất vọng lớn cho tác giả của câu trả lời này)
• Công nhân nhà máy cơ khí tự trị
• Các nhà toán học tự động (tạo giả thuyết sáng tạo và bằng chứng / không bảo vệ để mở rộng lý thuyết)
• Hiểu ngôn ngữ tự nhiên
• Vâng lời các lệnh tùy ý
• Biểu hiện giống con người trong cuộc trò chuyện
• Đổi mới kỹ thuật tự động
• Đạo đức máy tính
• Trạng thái cảm xúc của con người (hoặc ít nhất là động vật có vú)
• Hệ điều hành ba luật của Asimov
• Phát triển chiến lược thích ứng trong tập hợp các lĩnh vực tùy ý và thay đổi

Phân biệt tên miền và không có tên miền

Khi nào thì rõ ràng rằng các chương trình phát minh ra các trò chơi bậc thầy như cờ vua dẫn đến các thiết kế phần mềm chỉ áp dụng cho các trò chơi như các chương trình mà chúng được lập trình?

Mặc dù công chúng có thể đã nghĩ rằng một bậc thầy cờ vua không gian mạng cũng sẽ thông minh hơn mọi người theo những cách khác, những người tạo ra các chương trình đó nhận thức rõ sự khác biệt giữa phát triển phần mềm thể hiện sự xuất sắc trong cờ vua chơi mã hóa cứng và phát triển phần mềm thể hiện khả năng để học chơi cờ vua và phát triển xuất sắc lặp đi lặp lại từ người mới.

Mục tiêu cuối cùng luôn luôn là trí thông minh chung mạnh mẽ. Nhiều mục tiêu ngắn hạn có thể đạt được đã được tạo ra để tạo thuận lợi cho việc thể hiện tiến bộ cho các nhà đầu tư. Đó là cách duy nhất để duy trì một nguồn tài trợ nghiên cứu liên tục từ quân đội.

Dấu mốc đầu tiên là thành thạo một trò chơi duy nhất mà không cần học máy. Sau đó, nghiên cứu chuyển sang xây dựng kiến ​​thức tên miền để một lớp các giải pháp, thích ứng và các hình thức lập kế hoạch có thể được hiện thực hóa trong thời gian thực trong chiến tranh. Khi sự thống trị kinh tế trở nên thích hợp hơn so với sự thống trị của quân đội trong quý thứ ba của thế kỷ XX, tầm nhìn cho AI mở rộng để nắm lấy các lĩnh vực kinh tế và quản lý tài nguyên thiên nhiên.

Xem xét phổ này của sự trưởng thành tự động hóa.

• Một chương trình liệt kê các khả năng trình tự di chuyển hiện tại ở mỗi lượt chơi trong trò chơi cờ vua, loại bỏ các nước cờ xấu có thể xảy ra ở mỗi điểm di chuyển dự kiến ​​và chọn nước đi tiếp theo có khả năng dẫn đến chiến thắng
• Một chương trình thực hiện những điều trên nhưng cũng làm lệch xác suất dựa trên nhận dạng mẫu của các chiến lược cờ đã thắng
• Một chương trình được thiết kế để trở thành một công cụ quy tắc được tối ưu hóa thời gian chạy, tập trung và trừu tượng hóa các hoạt động dư thừa khi chơi một trò chơi tùy ý và cô lập và tổng hợp việc thể hiện các quy tắc cờ vua, chiến lược cờ vua và mô hình cờ vua và chống mẫu
• Một chương trình, được đưa ra một bộ quy tắc của trò chơi, có thể tạo ra bước đi tiếp theo dựa trên bất kỳ trạng thái trò chơi nào, ghi nhớ kết quả thành công và thất bại và các chuỗi dẫn đến các kết quả đó và có khả năng đánh giá tổn thất có thể xảy ra di chuyển cá nhân và các kiểu trò chơi trong không gian và thời gian xung quanh chúng dựa trên lịch sử, và sau đó tận dụng những khả năng này để học một trò chơi tùy ý, đạt đến trình độ chơi cờ thành thạo thông qua việc học
• Một chương trình học cách học các trò chơi như vậy, sau khi học một vài trò chơi, nó có thể học cờ vua nhanh hơn một con người có năng khiếu trí tuệ

Thứ nhất là dễ dàng. Việc cuối cùng là vô cùng thách thức.

Khi sự khác biệt giữa các giai đoạn trưởng thành tự động hóa này trở nên rõ ràng và mọi người trở nên rõ ràng như thế nào về những khác biệt trong đó các nhóm nghiên cứu là một chức năng xác suất phức tạp.

Người đóng góp chính

Ai là người đầu tiên nhận ra sự khác biệt giữa trí thông minh chung giống như con người và trí thông minh cụ thể của miền?

Norbert Wiener có thể là người đầu tiên hiểu sâu sắc sự khác biệt giữa điều khiển điện tử của rơle (được điều tra trên lý thuyết bởi Claude Shannon) và điều khiển vòng kín. Trong cuốn sách của mình, Cybernetics, một công việc toán học chủ yếu, ông đã thiết lập chính xác nền tảng cho các hệ thống tự sửa lỗi và thích ứng. John von Neumann đã hiểu được sự khác biệt giữa lập trình chơi trò chơi tốt và khả năng của con người để học chơi trò chơi tốt và xuất bản nhiều về chủ đề này.

Chính Arthur Lee Samuel đã thực sự viết bài trình diễn ấn tượng đầu tiên về sự khác biệt giữa phần mềm chơi trò chơi và học máy. Chính ông là người kết nối công việc của Wiener với máy tính kỹ thuật số đương đại và lần đầu tiên đặt ra thuật ngữ Machine Learning.

Những hạn chế bị bóp méo của nghiên cứu và đổi mới đích thực

Các loại trí thông minh nhân tạo hẹp (ANI), trí thông minh nhân tạo (AGI) và siêu trí tuệ nhân tạo (ASI), được đề xuất trong Cuộc cách mạng AI: Con đường đến siêu trí tuệ của blogger Tim Urban (Huffington Post, THE BLOG, được đăng ngày 2/10 / 2015, cập nhật ngày 4/12/2015), được tham chiếu trong AI Stack Exchange ở nhiều nơi, nhưng sự khác biệt giữa các danh mục này không được xác định chính xác và các ý tưởng trong đó không phải là đánh giá ngang hàng cũng không được xác thực bởi các nghiên cứu hoặc thống kê khác.

Tác phẩm này không kém phần phỏng đoán so với tiểu thuyết khoa học tầm thường - đủ để giải trí để có được sự phổ biến nhưng không phải là kết luận hợp lý rút ra từ các thí nghiệm lặp lại hoặc nghiên cứu ngẫu nhiên. Các biểu đồ xu hướng được cung cấp trong bài viết có hình dạng được phát minh, không phải là biểu diễn đồ họa của dữ liệu thực tế.

Một số tài liệu sau đó có thể được tìm thấy có một số sự thật trong đó, như trong trường hợp đối với nhiều diễn giải của nghiên cứu khoa học hoặc suy nghĩ tương lai của các tác giả khoa học viễn tưởng. Tuy nhiên, phần lớn các tài liệu dẫn đến quan niệm sai lầm và khẳng định sai.

Tôi hy vọng một câu trả lời rất chính xác cho câu hỏi này có thể bị mất theo thời gian, mặc dù tôi hy vọng ai đó có thể đưa ra câu trả lời như vậy. Trong thời gian này, đây là một manh mối trên đường mòn ... Tuyển tập các bài báo từ năm 2007 này bắt đầu với những lùm xùm sau:

Mục tiêu của chúng tôi trong việc tạo ra tập chỉnh sửa này là lấp đầy một khoảng trống rõ ràng trong tài liệu khoa học, bằng cách trình bày mạch lạc về một cơ thể của nghiên cứu đương đại, mặc dù tầm quan trọng không thể tách rời của nó, cho đến nay vẫn giữ một cấu hình rất thấp trong khoa học và cộng đồng trí thức. Cơ thể của công việc này đã không được đặt tên trước đó; trong cuốn sách này, chúng tôi đặt tên cho nó là thông minh nhân tạo thông minh nhân tạo (AGI). Điều làm nên sự khác biệt của AGI với nghiên cứu về trí thông minh nhân tạo của nhà nghiên cứu, đó là nó tập trung rõ ràng vào trí thông minh chung về kỹ thuật trong thời gian ngắn.

Nhưng ngay cả khi đây là nguồn gốc của cụm từ cụ thể "Trí thông minh chung nhân tạo", tôi khá chắc chắn rằng mọi người đã phân biệt giữa kỹ thuật "trí thông minh chung" và "đặc thù nhiệm vụ" sớm hơn nhiều.

Bài viết Wikipedia về AGI cũng có một manh mối, trong đó nêu:

Tuy nhiên, vào đầu những năm 1970, rõ ràng là các nhà nghiên cứu đã đánh giá thấp sự khó khăn của dự án. Các cơ quan tài trợ cho AI trở nên hoài nghi về AI mạnh mẽ và khiến các nhà nghiên cứu chịu áp lực ngày càng tăng để sản xuất công nghệ hữu ích, hay "AI ứng dụng".

Phần đó trích dẫn cuốn sách này là hỗ trợ cho tuyên bố đó. Và thực sự, nó chứa các verbiage sau:

Mặc dù hầu hết những người sáng lập lĩnh vực AI tiếp tục theo đuổi các câu hỏi cơ bản về trí thông minh của con người và máy móc, một số sinh viên của họ và các nhà nghiên cứu thế hệ thứ hai khác bắt đầu tìm cách sử dụng các phương pháp và phương pháp tiếp cận AI để giải quyết các vấn đề trong thế giới thực. Các sáng kiến ​​của họ rất quan trọng, không chỉ theo ý riêng của họ, mà còn bởi vì chúng là dấu hiệu cho thấy một sự thay đổi dần dần nhưng có ý nghĩa trong môi trường tài trợ đối với các lĩnh vực nghiên cứu được áp dụng nhiều hơn. Sự phát triển của các hệ thống chuyên gia, như DENDRAL tại SAIL, cung cấp nhưng một ví dụ về xu hướng này.

Cho rằng DENDRAL bắt đầu vào khoảng năm 1965, có vẻ như một số nhà nghiên cứu quan trọng (hoặc ít nhất là các nhà tài trợ) đã nhận thức mạnh mẽ về sự khác biệt giữa nghiên cứu về "trí thông minh chung" và "AI ứng dụng" ở đâu đó vào cuối những năm 1960. Nếu bạn tiếp tục đọc, các đoạn khác ủng hộ quan niệm rằng DARPA nói riêng bắt đầu thúc đẩy cách tiếp cận "ứng dụng" hơn cho nghiên cứu AI trong suốt những năm 1970.

Vì vậy, không phải là một câu trả lời chắc chắn, nhưng có vẻ như chúng ta có thể nói rằng sự khác biệt đã được biết đến và được tính đến ít nhất là vào năm 1970, mặc dù việc sử dụng thuật ngữ chính xác "trí thông minh nhân tạo" dường như là một loại tiền gần đây.

Năm 1973, chính phủ Anh đã thuê Sir James Lighthill để thực hiện một "cuộc khảo sát chung" về tình trạng trí tuệ nhân tạo. Báo cáo của ông là một sự lên án của nghiên cứu AI hiện tại, dẫn đến một làn sóng bi quan giữa các nhà khoa học AI và Mùa đông AI đầu tiên . Bạn có thể xem báo cáo của Lighthill (và những lời chỉ trích đương đại về báo cáo của anh ấy) ở đây , nhưng tôi sẽ tóm tắt những điểm chính của Lighthill.

Ngài James Lighthill đã chia AI thành ba loại:

1. Tự động hóa nâng cao - công việc đặc thù
2. Nghiên cứu CNS dựa trên máy tính - nghiên cứu về "hệ thần kinh trung ương" của con người
3. Các cầu giữa nâng cao tự động hóa và nghiên cứu thần kinh trung ương dựa trên máy tính. Cây cầu này thường được coi là robot "đa dụng", vì vậy Lighthill cũng sẽ sử dụng thuật ngữ Robot xây dựng .

Tự động hóa nâng cao (hoặc "AI ứng dụng") rõ ràng là hữu ích. Nghiên cứu CNS dựa trên máy tính rất hữu ích vì chúng tôi muốn biết thêm về trí thông minh của con người. Cả hai lĩnh vực AI đều có một số thành công, nhưng các học viên của nó rất lạc quan, dẫn đến sự thất vọng trong các lĩnh vực đó. Ngài James Lighthill vẫn rất ủng hộ nghiên cứu trong hai lĩnh vực này.

Robot xây dựng , mặt khác? Sir James Lighthill rất thù địch với chính ý tưởng này, có lẽ bởi vì nó được thổi phồng quá mức so với hai loại khác và tạo ra lượng sản phẩm có giá trị ít nhất.

Ông đặc biệt đề cập đến cờ vua như một ví dụ trong đó nghiên cứu "robot" đã thất bại. Tại thời điểm báo cáo được công bố, các động cơ chơi cờ vua ở cấp độ "kinh nghiệm tiêu chuẩn nghiệp dư đặc trưng của các cầu thủ câu lạc bộ quận ở Anh". Tuy nhiên, những động cơ chơi cờ này dựa vào heuristic được tạo ra bởi con người. Các động cơ không thông minh chút nào ... chúng chỉ đơn thuần là tuân theo các heuristic được tạo ra bởi con người thông minh . Lợi thế duy nhất mà các robot mang đến cho bàn là "tốc độ, độ tin cậy và khả năng đấu thầu", và thậm chí điều đó không đủ để đánh bại các đại kiện tướng cờ vua.

Bây giờ, ngày nay, có lẽ chúng ta sẽ không coi cờ vua là một ví dụ về giải quyết vấn đề có mục đích chung. Chúng tôi sẽ phân loại chính xác hơn nó là "tự động hóa tiên tiến", một vấn đề "AI hẹp" được tách ra từ ý nghĩa thực tế rộng lớn hơn của việc giải quyết vấn đề chung. Nhưng Sir James Lighthill có lẽ sẽ đồng ý với chúng tôi. Anh ấy không bao giờ sử dụng thuật ngữ "AI hẹp" và "AGI" (cả hai thuật ngữ này chưa tồn tại) nhưng anh ấy sẽ viết:

Tóm lại, bằng chứng này và tất cả phần còn lại được nghiên cứu bởi tác giả hiện tại về AI hoạt động trong loại B trong suốt hai mươi lăm năm qua là ở một mức độ nào đó đáng khích lệ về các chương trình được viết để thực hiện trong các lĩnh vực có vấn đề chuyên môn cao, khi việc lập trình rất đầy đủ tài khoản về kết quả kinh nghiệm của con người và trí thông minh của con người trong lĩnh vực liên quan, nhưng hoàn toàn không khuyến khích các chương trình có mục đích chung đang tìm cách bắt chước các khía cạnh giải quyết vấn đề của hoạt động CNS của con người trên một lĩnh vực khá rộng. Một chương trình có mục đích chung như vậy, mục tiêu dài hạn được mong muốn của hoạt động AI, dường như xa vời hơn bao giờ hết.

Ngài James Lighthill tin rằng điều duy nhất kết nối nghiên cứu CNS dựa trên máy tính và tự động hóa tiên tiến là sự tồn tại của danh mục "cây cầu" của tòa nhà . Nhưng anh ấy rất bi quan về thể loại này thực sự sản xuất bất cứ thứ gì đáng giá. Vì vậy, thay vào đó, lĩnh vực AI thay vào đó nên chia thành các bộ phận cấu thành của nó (tự động hóa và nghiên cứu). Bất kỳ robot nào được chế tạo sau đó có thể được chuyên môn hóa trong trường con của họ ... hoặc tự động hóa công nghiệp hoặc nghiên cứu CNS. Cố gắng xây dựng chén thánh của "chương trình mục đích chung" sẽ là vô ích ... ít nhất là trong thời điểm hiện tại.