Istoria AI și probleme fundamentale

Cel mai larg cadru este inteligența artificială, în interiorul căreia una dintre metode este învățarea automată, iar în interiorul acesteia, cea care folosește rețele neuronale cu multe straturi este învățarea profundă. În programa de studiu, acești trei termeni apar toți drept cuvinte-cheie ale secțiunii „1. Definiția inteligenței artificiale”. O explicație care plasează învățarea automată sau învățarea profundă drept cadrul cel mai larg are direcția incluziunii inversată. Nici afirmația că cele trei stau alături, independent, nu se potrivește cu faptul că învățarea profundă este o metodă din interiorul învățării automate.

Clasificarea în patru niveluri a inteligenței artificiale este menționată, ca obiectiv al secțiunii „1. Definiția inteligenței artificiale” din programă, sub forma „program simplu de control”, „inteligență artificială clasică”, „învățare automată” și „învățare profundă”. Ceea ce funcționează doar pe baza corespondenței dintre condiții și acțiuni stabilite dinainte este programul simplu de control, cum ar fi un mecanism de reglare a temperaturii care pornește și oprește la o temperatură fixată. Inteligența artificială clasică alege răspunsul prin distincții de caz sau prin căutare și cunoștințe acumulate, învățarea automată învață regularități din date, iar învățarea profundă este cea care, dintre acestea, folosește o rețea cu multe straturi — toate acestea situându-se dincolo de etapa în care omul scrie complet fiecare răspuns.

Efectul AI este fenomenul în care, odată ce mecanismul unei inteligențe artificiale devine clar și înțeles, aceasta este percepută drept „o simplă procesare automată, nu inteligență”, iar evaluarea ei scade. Programa precizează explicit, ca obiectiv al secțiunii „1. Definiția inteligenței artificiale”, capacitatea de a explica efectul AI. Dezbaterea privind punctul de cotitură dincolo de care inteligența artificială depășește inteligența umană este singularitatea, care este un cuvânt-cheie al secțiunii „2. Probleme dezbătute în domeniul inteligenței artificiale”. Tendința ca performanța să crească odată cu volumul de date și situația în care motivul unei decizii nu poate fi prezentat sunt ambele subiecte diferite de efectul AI.

Agent este o perspectivă care desemnează o entitate ce observă mediul și își alege singură, în funcție de un obiectiv, următoarea acțiune. Este un termen care surprinde inteligența artificială nu prin „ce mecanism o construiește”, ci prin „cum se comportă”, iar în programă este plasat, alături de inteligența artificială, învățarea automată, învățarea profundă și efectul AI, printre cuvintele-cheie ale secțiunii „1. Definiția inteligenței artificiale”. Punctul de intrare pentru operare de pe ecran, persoana responsabilă cu organizarea datelor și mecanismul de închiriere a resurselor de calcul nu sunt ceea ce desemnează acest termen.

ImageNet este un set de date la scară mare, în care unui volum imens de imagini le-au fost atașate etichete de clasificare, iar ILSVRC este competiția care a folosit acest set de date pentru a compara acuratețea recunoașterii imaginilor. În programă, ambele apar printre cuvintele-cheie ale secțiunii „6. Învățarea profundă”, servind drept material pentru a explica modul în care s-a dezvoltat învățarea profundă. Nu sunt două denumiri ale aceluiași model și nici nu au relația dintre un standard de etichete și locul de evaluare. Cel legat de go este AlphaGo, care este de asemenea un cuvânt-cheie al aceleiași subsecțiuni, dar un lucru diferit.

LeNet este o rețea neuronală care folosește convoluția, creată pentru a recunoaște cifre scrise de mână, și este plasată printre cuvintele-cheie ale secțiunii „6. Învățarea profundă” din programă. Cel care a învins jucători profesioniști de top la go este AlphaGo, setul de date la scară mare cu etichete atașate unui volum mare de imagini este ImageNet, iar ceea ce generează texte sau imagini noi este AI generativă — toate fiind cuvinte-cheie diferite din aceeași subsecțiune. Nu trebuie reținut doar numele, ci și asupra a ce anume se aplică.

AlphaGo este programul care a învins jucători profesioniști de top la go, iar în programă este plasat, alături de ImageNet, ILSVRC, LeNet, neocognitron, AI generativă și altele, printre cuvintele-cheie ale secțiunii „6. Învățarea profundă”. Obiectivul acestei subsecțiuni este „a putea explica istoria modului în care s-a dezvoltat învățarea profundă”, așa că merită reținut fiecare nume împreună cu momentul din dezvoltare pe care îl exemplifică. Transcrierea vorbirii, citirea cifrelor scrise de mână și rezumarea textelor nu sunt rezultate demonstrate de AlphaGo.

Robotul este mașina însăși, care are un corp, iar inteligența artificială este partea din interiorul acesteia responsabilă cu decizia. Cele două se pot suprapune, dar nu sunt același lucru. Există multe inteligențe artificiale care nu au corp și funcționează doar ca software, iar, invers, există și roboți care doar repetă mișcări prestabilite, fără a include inteligență artificială. O explicație care inversează partea care decide cu cea care reprezintă corpul are direcția greșită, iar distincția nu se face nici după criteriul învățării, nici după domeniul de utilizare a denumirii.

Neocognitronul este un model inspirat din funcționarea circuitelor neuronale umane, care a încercat să trateze informația vizuală în etape, prin suprapunerea unor straturi. Faptul că programa plasează „circuitele neuronale umane” și neocognitronul printre aceleași cuvinte-cheie ale secțiunii „6. Învățarea profundă” poate fi interpretat ca menit să sublinieze de unde a venit ideea suprapunerii straturilor. Nu înseamnă că schema de conectare a circuitelor neuronale a devenit, ca atare, un circuit de calculator, și nici că cercetarea circuitelor neuronale a fost elucidată. Cel legat de go este AlphaGo, din aceeași subsecțiune.

Căutarea și raționamentul reprezintă etapa în care omul construiește procedura de rezolvare, reprezentarea cunoștințelor și sistemele expert reprezintă etapa în care omul scrie cunoștințele specialiștilor, iar învățarea automată și învățarea profundă reprezintă etapa în care regularitățile sunt învățate din date. Cu alte cuvinte, este un flux în care centrul de greutate s-a mutat dinspre partea care scrie explicit către partea care lasă datele să învețe. De menționat că exprimarea acestui flux ca „a câta generație” nu apare nicăieri în programă, astfel încât acest laborator îl numește direct după denumirile subsecțiunilor. Schimbarea formei datelor, a locului de calcul sau a actorilor cercetării nu sunt ceea ce reprezintă această ordine.

Conferința de la Dartmouth a fost o conferință de cercetare desfășurată în 1956, considerată locul unde termenul artificial intelligence (inteligență artificială) a fost folosit public pentru prima dată. Testul care distinge omul de mașină doar prin schimb de text a fost propus în articolul lui Turing din 1950, un eveniment separat, anterior Conferinței de la Dartmouth. Varianta care leagă aceste două evenimente este o greșeală clasică, așa că anul și evenimentul trebuie reținute separat. Cercetarea sistemelor expert și metodele de învățare pentru rețele cu multe straturi sunt ambele subiecte ulterioare acestei conferințe.

Testul Turing este o metodă de evaluare conform căreia, dacă un evaluator nu poate distinge omul de mașină doar prin schimb de text, se consideră că acea mașină are inteligență. Esențial este că nu oferă o definiție a inteligenței în sine, ci propune evaluarea acesteia pe baza comportamentului observabil din exterior. Concursul care a pus efectiv această idee în practica unei competiții este Loebner Prize, care este de asemenea un cuvânt-cheie al aceleiași subsecțiuni. Nu este o procedură care examinează mecanismul intern, nici o metodă de calcul care estimează un moment.

Camera chinezească este un experiment de gândire care susține, pornind de la premisa că o persoană care doar rearanjează simboluri conform unui manual nu înțelege chineza, că un comportament indistinguibil de cel uman nu implică neapărat existența înțelegerii. Cu alte cuvinte, este o critică a testului Turing, adusă ca obiecție împotriva AI puternice — poziția care acceptă existența minții sau a înțelegerii. A-l citi ca pe un argument în sprijinul AI puternice inversează sensul, și tocmai aici apar cele mai multe confuzii. Nu este vorba despre viteza de manipulare a simbolurilor, nici despre superioritatea unei metode de traducere automată.

AI puternică și AI slabă reprezintă o distincție bazată pe existența minții sau a înțelegerii la mașină. AI puternică este poziția care consideră că mașina înțelege cu adevărat, iar AI slabă este poziția care consideră că este doar un instrument care se comportă ca și cum ar înțelege. În schimb, general și specializat reprezintă o distincție privind cât de larg este domeniul de sarcini pentru care poate fi folosită, axa fiind complet diferită. Prin urmare, faptul că domeniul de aplicare este larg nu înseamnă că există minte. O explicație care inversează cele două are direcția greșită, iar volumul de date, resursele de calcul, viteza de procesare sau costul nu reprezintă criteriul niciuneia dintre aceste distincții.

Problema cadrului este problema imposibilității de a trata, într-un timp finit, doar aspectele relevante privind ce se schimbă și ce nu se schimbă în urma unei acțiuni. Pe scurt, este problema restrângerii la ceea ce este relevant. Legarea simbolului de semnificația sa din lumea reală este problema fundamentării simbolurilor (symbol grounding problem), munca de a scrie cunoștințele care devine imensă este blocajul achiziției cunoștințelor, iar faptul că se pot rezolva doar probleme cu condiții limitate este toy problem — toate fiind cuvinte-cheie diferite din aceeași subsecțiune.

Problema fundamentării simbolurilor este problema modului în care un sistem leagă un simbol de semnificația sa din lumea reală. Este exprimată sub forma în care, chiar dacă un sistem deține cuvântul „zebră” și cunoștința „cal cu dungi”, aceasta nu înseamnă neapărat că se leagă de animalul real din fața sa. Imposibilitatea de a restrânge doar la aspectele relevante este problema cadrului, iar aceste două probleme sunt adesea întrebate împreună. Corporalitatea (embodiment) este poziția conform căreia ar fi necesară o interacțiune cu mediul prin intermediul unui corp, fiind un răspuns posibil la această problemă. Construirea unei proceduri, reverberarea informației și numărul de caracteristici nu sunt ceea ce desemnează acest termen.

Corporalitatea este poziția conform căreia, pentru ca inteligența să existe, ar putea fi necesară experiența interacțiunii cu mediul prin intermediul unui corp. Este exprimată ca un răspuns la problema fundamentării simbolurilor, conform căruia simbolurile nu se leagă de semnificația din lumea reală — anume, că a avea un corp și a intra în contact cu lumea este ceea ce creează legătura. Nu este afirmația că fără forma unui robot nu poate deveni practică, nici că este determinată de performanța componentelor, nici despre procedura de exprimare matematică a mișcărilor corpului.

Toy problem se referă la o problemă limitată, cu reguli și stări clar stabilite, din care a fost înlăturată complexitatea realității. Este folosit în contextul în care probleme care se încadrează în această formă, precum labirinturile sau puzzle-urile, pot fi rezolvate, dar problemele reale, ale căror condiții nu sunt clar definite, rămân inaccesibile. Trebuie remarcat că nu înseamnă „problemă ușoară”, ci „o configurație în care realitatea a fost simplificată”. Nu se referă la material didactic pentru copii, la o problemă dificilă nerezolvată, și nici la o problemă cu volum de calcul excesiv.

Blocajul achiziției cunoștințelor este problema în care volumul și dificultatea muncii de a transpune manual cunoștințele deținute de specialiști în formă de reguli au devenit un zid, astfel încât metoda de acumulare a cunoștințelor nu s-a putut extinde. Cauza nu se află în lipsa resurselor de calcul, a datelor sau a comunicației, ci chiar în efortul de a scrie cunoștințele. Una dintre încercările de a reduce acest efort este sistemul de interviu (interview system), menționat în secțiunea „4. Reprezentarea cunoștințelor și sisteme expert” din programă.

Traducerea automată bazată pe reguli este metoda în care omul scrie reguli gramaticale și un dicționar pentru a construi traducerea, iar traducerea automată statistică este metoda care alege traducerea cea mai probabilă pe baza statisticilor extrase dintr-un volum mare de date paralele. Fluxul de la metoda scrisă de om către metoda care lasă datele să învețe apare aici, într-un singur subiect — traducerea. O explicație care inversează cele două are direcția greșită. Nu este vorba despre o diferență de unitate gestionată, nici despre o diferență între limbajul vorbit și cel scris. De menționat că traducerea automată statistică apare, pe lângă această subsecțiune, și la „27. Procesarea limbajului natural”.

Căutarea în lățime verifică, în ordine, toate nodurile de la un strat apropiat de rădăcină, aceleași ca adâncime, înainte de a trece la stratul următor. Poate găsi mai întâi răspunsul aflat la cea mai mică adâncime, dar tinde să acumuleze mai multe noduri de reținut. Căutarea în adâncime coboară dintr-o dată cât de mult se poate, iar la o fundătură se întoarce și reia. Necesită mai puțină memorie, dar primul răspuns găsit nu este neapărat cel mai puțin adânc. O explicație care inversează cele două are direcția greșită; alegerea ramurilor la întâmplare este ideea din spatele metodei Monte Carlo, iar parcurgerea arborelui de la frunze spre rădăcină nu se potrivește niciuneia dintre cele două.

Metoda Mini-Max este o metodă în care, într-un joc în care doi jucători mută pe rând, se presupune că la propria mutare se alege cea mai bună mutare pentru sine, iar la mutarea adversarului cea mai rea mutare pentru sine, iar valorile pozițiilor viitoare sunt propagate înapoi. Metoda αβ este o îmbunătățire care, în cursul acestei căutări, oprește ramurile despre care s-a stabilit că nu vor mai schimba concluzia, reducând volumul de verificare, și nu este o abordare de evaluare diferită de Mini-Max. Nu este nici procedura care construiește arborele de căutare, nici o procedură de verificare ulterioară.

Forța brută este metoda de a verifica, pe rând, toate mutările posibile. Dacă există un răspuns, acesta va fi neapărat găsit, dar pe măsură ce numărul de mutări crește, combinațiile cresc brusc, iar timpul necesar devine nerealist. Tocmai de aceea sunt necesare metode care reduc domeniul de căutare, precum metoda αβ. Verificarea ramurilor promițătoare în ordinea punctajului, ideea metodei Monte Carlo bazată pe încercări aleatorii, sau reutilizarea rezultatelor intermediare înregistrate nu sunt, prin ele însele, forța brută. Un subiect cu stări și reguli clare, precum turnurile din Hanoi, este menționat în programă drept un exercițiu pentru acest tip de căutare.

SHRDLU este o cercetare în care o lume de cuburi de pe ecran era manipulată prin instrucțiuni verbale, arătând că, într-o lume cu condiții limitate, instrucțiunile verbale pot funcționa. STRIPS este o abordare care exprimă acțiunile sub forma „premisa execuției” și „ceea ce se schimbă după execuție”, construind o succesiune de acțiuni care conduce la starea-obiectiv. O combinație care le inversează are direcția greșită. Repetarea încercărilor aleatorii este metoda Monte Carlo, iar oprirea ramurilor este metoda αβ. Estimarea structurii moleculare din spectrometria de masă este DENDRAL, iar diagnosticarea infecțiilor bacteriene este MYCIN, ambele plasate la „4. Reprezentarea cunoștințelor și sisteme expert”.

Eliza (ELIZA) este un program de conversație care construiește răspunsuri potrivite tiparelor din propoziția introdusă. Este menționată ca exemplu care arată că se poate părea uman chiar și fără a înțelege conținutul. Estimarea structurii moleculare din date de spectrometrie de masă este DENDRAL, diagnosticarea infecțiilor bacteriene și recomandarea antibioticelor este MYCIN, iar efortul de lungă durată de a scrie cunoștințele generale este proiectul Cyc — toate fiind cuvinte-cheie diferite din aceeași subsecțiune. Trebuie evitată confuzia dintre ceea ce diagnostichează și ceea ce conversează.

MYCIN este un sistem expert care diagnostica infecții bacteriene și recomanda antibioticul potrivit, abordând domeniul medical. Cel care a estimat structura moleculară a compușilor organici din date de spectrometrie de masă, în domeniul chimiei, este DENDRAL, cel care a încercat probleme de admitere la universitate este Todai Robot Project (Torobo-kun), iar cel care a concurat cu oameni la un concurs TV, în domeniul întrebare-răspuns (Question-Answering), este Watson. Deoarece combinația nume-domeniu este întrebată direct, se reține în pereche.

DENDRAL este un sistem expert timpuriu care estimează structura moleculară a compușilor organici necunoscuți din date de spectrometrie de masă. Domeniul este chimia, și este adesea întrebat în pereche cu MYCIN, care a abordat domeniul medical. Proiectul Cyc este un efort de lungă durată de a înscrie cunoștințele generale ale omului, Watson este un mecanism de tip întrebare-răspuns (Question-Answering), iar Todai Robot Project este proiectul care a încercat admiterea la universitate — toate fiind lucruri diferite din aceeași subsecțiune.

is-a este relația dintre superior și inferior, care exprimă, precum „câinele este animal”, faptul că un concept inferior este inclus într-unul superior. has-a este relația de a avea o parte, care privește întregul dinspre parte, precum „automobilul are cauciucuri”. part-of este relația de a fi o parte, care privește partea dinspre întreg, precum „cauciucul este o parte a automobilului”. has-a și part-of privesc aceeași legătură din direcții opuse, așa că trebuie evitată inversarea direcției. Sensul identic, sensul opus și ordinea nu sunt relațiile exprimate de acești trei termeni.

Blestemul dimensionalității este fenomenul în care, pe măsură ce numărul de caracteristici gestionate, adică dimensiunile, crește, datele devin din ce în ce mai rare în acel spațiu, iar volumul de date necesar pentru a menține aceeași densitate crește brusc. Diferențele dintre distanțele punctelor devin, de asemenea, mai greu de sesizat. O explicație conform căreia reducerea caracteristicilor mărește volumul de date necesar are direcția greșită, iar potrivirea cu datele de antrenare sau relația dintre resursele de calcul și precizie sunt subiecte diferite. De menționat că, în programă, acest termen este plasat nu la „7. Învățare supravegheată”, ci la „5. Învățare automată”.

Metoda bazată pe reguli presupune ca omul să scrie explicit în ce condiții se ajunge la ce concluzie. Funcționează exact cum a fost scrisă, deci motivul deciziei este ușor de arătat, dar pe măsură ce excepțiile cresc, nu mai poate fi scrisă în întregime. Învățarea automată găsește regularități din date, deci poate face față unui volum de distincții de caz imposibil de scris integral, dar tocmai de aceea motivul deciziei este greu de arătat, și este nevoie de date suficiente ca număr și calitate. O explicație care inversează cele două are direcția greșită; ceea ce arată ușor motivul este partea metodei bazate pe reguli. Filtrul de spam, motorul de recomandare și procesarea statistică a limbajului natural sunt exemple de aplicații ale învățării automate menționate în această subsecțiune.