Theo kiến thức của tôi, hầu hết các nghiên cứu trí tuệ nhân tạo hiện nay sử dụng một số loại mạng thần kinh hoặc các biến thể của nó. Một ví dụ điển hình là bảng chữ cái của DeepMind mà tôi tin là một mạng lưới thần kinh sâu, cho tầm nhìn CNN, văn bản, âm nhạc và các tính năng được đặt hàng khác của RNN, v.v. , vv có sẵn cho các ứng dụng.
Vì vậy, các mạng lưới thần kinh và các biến thể của nó là cách duy nhất để đạt được trí tuệ nhân tạo "thực sự"?
Câu trả lời:
Nếu theo AI thực sự, bạn có nghĩa là 'giống như con người', câu trả lời là - không ai biết cơ chế tính toán thích hợp (thần kinh hay nói cách khác) là gì hoặc thực sự liệu chúng ta có khả năng xây dựng chúng hay không.
Những gì Mạng lưới thần kinh nhân tạo (ANN) làm về cơ bản là 'hồi quy phi tuyến' - có lẽ đây không phải là mô hình đủ mạnh để thể hiện hành vi của con người.
Bất chấp tính chất 'xấp xỉ chức năng phổ quát' của ANN, điều gì xảy ra nếu trí thông minh của con người phụ thuộc vào một số cơ chế chưa được bảo vệ của thế giới vật chất?
Đối với câu hỏi của bạn về "cách duy nhất": Ngay cả khi các cơ chế thần kinh (vật lý) bằng cách nào đó thực sự là con đường duy nhất đến trí thông minh (ví dụ thông qua các vi ống lượng tử của Penrose), làm thế nào để chứng minh điều đó?
Ngay cả trong thế giới chính thức của toán học, có một câu nói rằng "Bằng chứng về sự không tồn tại là khó". Dường như hiếm khi có thể hình dung rằng, trong thế giới vật chất, có thể chứng minh rằng trí thông minh không thể phát sinh bởi bất kỳ cơ chế nào khác.
Quay trở lại các hệ thống tính toán, lưu ý rằng Stephen Wolfram đã đưa ra quan sát thú vị trong cuốn sách 'Một loại khoa học mới' mà nhiều cơ chế rõ ràng khác biệt mà ông quan sát dường như có khả năng 'Tính toán phổ quát', vì vậy theo nghĩa đó, không có gì rất đặc biệt về ANNs.
Nó phụ thuộc vào những gì bạn coi là "trí tuệ nhân tạo thực sự". Nhưng điều này có lẽ có nghĩa là có thể suy nghĩ như một con người - và có lẽ, làm như vậy một cách hợp lý hơn, như trong cảm xúc não bộ của con người đi trước tỷ lệ.
Dường như một mạng lưới thần kinh, hoặc một thuật toán di truyền phát triển mạng lưới thần kinh, là cách gần nhất - bắt chước con người.
Tuy nhiên, đối số truyền thống đối với điều này là chúng tôi đã cố gắng làm điều tương tự với chuyến bay. Chúng tôi đã cố gắng sao chép tự nhiên, bắt chước những con chim - cố gắng bay bằng cách vỗ cánh. Nhưng cuối cùng chúng tôi đã chế tạo được những chiếc máy bay không dựa vào việc vỗ cánh.
Trong AI, có nhiều biến số hơn nhiều so với khí động học. Vì vậy, rất có khả năng trí thông minh giống như con người có thể đạt được bằng các phương pháp khác ngoài mạng lưới thần kinh.
Cuối cùng, mạng lưới thần kinh là một cách tiếp cận học máy. Có những người khác, tất cả bị chi phối bởi các quy tắc cho những gì có thể và không thể học được. (Có một lĩnh vực gọi là Lý thuyết học tập tính toán bao gồm điều này).
Mặc dù có thể mở rộng các hệ thống học tập vượt ra ngoài những gì có thể học được theo COLT, nhưng điều này có nghĩa là một hệ thống học tập như vậy - mạng lưới thần kinh hay nói cách khác - về cơ bản là thiếu sót, và sẽ đưa ra kết luận sai ở điểm này hay điểm khác.
Để có bất kỳ cơ hội nào để trả lời điều này, trước tiên bạn cần một định nghĩa nghiêm ngặt về "trí thông minh nhân tạo thực sự" mà chúng ta không có. Và ngay cả khi bạn đã có điều đó, câu trả lời tốt nhất có lẽ sẽ là "không ai biết." Chúng ta thậm chí không hiểu chính xác trí thông minh của con người (có lẽ là mô hình thông minh tốt nhất mà chúng ta có sẵn để nghiên cứu) hoạt động như thế nào. Những gì chúng ta biết (hoặc nghĩ rằng chúng ta biết) là ANN tốt nhất là một bản sao rất hời hợt của chức năng não. Nó có thể chỉ ra rằng họ hoàn toàn là con đường sai lầm để đạt được "trí thông minh nhân tạo thực sự" mặc dù tôi hy vọng hầu hết mọi người sẽ ngạc nhiên nếu điều đó trở thành trường hợp.
Điều có lẽ sẽ không đáng ngạc nhiên lắm nếu một số kỹ thuật khác xuất hiện tốt hơn ANN, HOẶC nếu hóa ra bạn cần một nhóm kỹ thuật. Cá nhân tôi nghĩ rằng gần như tự chứng minh rằng bộ não hoạt động chủ yếu theo kiểu xác suất, nhưng cũng rõ ràng rằng đôi khi chúng ta sử dụng quy trình / logic suy diễn / quy tắc tượng trưng / v.v. Và ngay bây giờ, ANN không cung cấp cho bạn nhiều cách suy luận, suy luận, v.v ... Vì vậy, cuối cùng chúng ta có thể thấy rằng chúng ta phải kết hợp một cách tiếp cận xác suất như ANN với các kỹ thuật khác - có thể là Lập trình logic quy nạp hoặc một cái gì đó thuộc về bản chất đó.