Също така ще ви трябва тяло, за да създадете истински ИИ

Тялото е липсващият елемент при създаването на наистина интелигентни машини, подобни на човешки изкуствен интелект, обяснява Бен Медлок, изследовател по обработка на естествен език, в статия в онлайн научното и философско списание Aeon.

Изкушаващо е да мислим, че това е слой върху няколко други слоя с по-примитивна структура, пише Бен Медлок, основател на компанията за разработка на мобилни приложения (SwiftKey), която използва предсказваща технология за изграждане на комуникационна система за физика Стивън Хокинг. . Това е така, защото нека изживеем нашето съзнание като много по-специално, продължава изследователят, занимаващ се с обработка на естествения език, отколкото сърдечния ни ритъм или движенията на стомаха ни. Затова мнозина се надяват, че ако функционирането на ума може да бъде отделено от останалите слоеве, бихме могли да създадем някакъв подобен на човека изкуствен интелект (ИИ), който прилича само на най-високия слой и избягва разхвърляната плът, характерна за органичния живот. Ние обаче наистина не подхождаме към възможността за създаване на подобен на човека ИИ, нокти Medlock. И причината за това е, че съзнанието не се състои от слоеве и в момента повечето изследователи на изкуствен интелект игнорират централния елемент на пъзела: тялото.

трябва
Медлок каза, че идеите са се заблудили още през 50-те години, началото на съвременните изследвания на ИИ. Компютърните изследователи са решили да се опитат да моделират съзнателно мислене със символни логически системи. По този начин те присвояват цифрови кодове на нещата в реалния свят, като по този начин създават виртуални модели на околната среда, които след това могат да използват, за да правят изявления за самия свят.

Така напр. използвайки символна логика - чрез кодиране на специална част от знанието в компютърен език с помощта на математическа формула - можем да инструктираме машина да „научи“, че котката е животно („котка> е> животно“) и след това да включи такива формули все по-сложни твърдения.можем да направим система за определяне на истинността на различни твърдения - напр. „Средната котка е по-голяма от кон“ или „има шанс котката да хване мишка“. въпреки това, символичната логика е безнадеждно неспособна да се справи с реални проблеми и да се справи със сложни символи, чието определение е двусмислено и чието тълкуване има милиони нюанси.

Поради увеличаването на изчислителния капацитет през последните десетилетия, изследователите на AI са прибегнали до нов метод и стреми се към открийте модели в огромно количество данни, използвайки статистически инструменти. Този метод често се нарича „машинно обучение“. Машинното обучение не се опитва да кодира високо ниво на знания и логическо заключение, по-скоро използва подход отдолу-нагоре, при който алгоритмите са в състояние да откриват взаимоотношения чрез повтаряне на задачи (например идентифициране на обекти на снимки или превод на реч в писмен текст). Такава система може напр. научете се да идентифицирате котките на снимки, като разглеждате милиони снимки на котки или можете да откриете връзката между котки и мишки, като четете огромни количества текст.