211service.com
Onnadenkende Machines
Enkele van de oprichters en koplopers op het gebied van kunstmatige intelligentie en cognitieve wetenschap gaven gisteravond een harde beoordeling van het gebrek aan vooruitgang in AI in de afgelopen decennia.
Tijdens een paneldiscussie - gemodereerd door taalkundige en cognitief wetenschapper Steven Pinker – dat de aftrap was van het Brains, Minds, and Machines-symposium van MIT, riepen panelleden op tot een terugkeer naar de onderzoeksstijl die kenmerkend was voor de beginjaren van het vakgebied, meer gedreven door nieuwsgierigheid dan door enge toepassingen.
Je vraagt je misschien af waarom er geen robots zijn die je kunt sturen om de Japanse reactoren te repareren, zei Marvin Minsky , die in de jaren vijftig pionierde met neurale netwerken en belangrijke vroege vorderingen maakte op het gebied van AI en robotica. Het antwoord is dat er in de jaren zestig en zeventig veel vooruitgang is geboekt. Toen ging er iets mis. [Vandaag] vind je studenten enthousiast over robots die basketballen of voetballen of dansen of grappige gezichten naar je trekken. [Maar] ze maken ze niet slimmer.
Patrick Winston , directeur van MIT's Artificial Intelligence Laboratory van 1972 tot 1997, herhaalde Minsky. Veel mensen zouden protesteren tegen het standpunt dat er is geweest Nee vooruitgang, maar ik denk niet dat iemand zou protesteren dat er de afgelopen 20 jaar meer vooruitgang had kunnen zijn. Wat er mis ging, ging mis in de jaren ’80.
Winston wijt de stagnatie deels aan de teruglopende financiering na het einde van de Koude Oorlog en aan vroege pogingen om AI te commercialiseren. Maar de grootste boosdoener, zei hij, was de mechanistische balkanisering van het veld, waarbij het onderzoek zich concentreerde op steeds kleinere specialiteiten zoals neurale netwerken of genetische algoritmen. Wanneer je je conferenties wijdt aan mechanismen, is er de neiging om niet aan fundamentele problemen te werken, maar eerder aan die problemen die de mechanismen aankunnen, zei Winston.
Winston zei dat hij gelooft dat onderzoekers zich in plaats daarvan moeten concentreren op die dingen die mensen onderscheiden van andere primaten, of zelfs wat hen onderscheidde van Neanderthalers. Zodra onderzoekers denken dat ze de dingen hebben geïdentificeerd die mensen uniek maken, zei hij, zouden ze computationele modellen van deze eigenschappen moeten ontwikkelen en deze in echte systemen moeten implementeren, zodat ze de hiaten in hun modellen kunnen ontdekken en deze indien nodig kunnen verfijnen. Winston speculeerde dat het magische ingrediënt dat mensen uniek maakt, ons vermogen is om verhalen te creëren en te begrijpen met behulp van de vermogens die taal ondersteunen: als je eenmaal verhalen hebt, heb je het soort creativiteit dat de soort anders maakt dan alle andere.
Emilio Bizzi , een van de stichtende leden van MIT's McGovern Institute of Brain Research, was het ermee eens dat onderzoekers zich moeten concentreren op belangrijke elementen van het menselijk intellect, zoals het vermogen om leerervaringen te generaliseren, of vloeiende bewegingen te plannen om obstakels te vermijden om een specifiek doel te bereiken, zoals grijpen bril. Ik ben optimistisch dat we de komende jaren veel vooruitgang zullen boeken, en de reden is dat er in verschillende delen van de wereld veel laboratoria zijn die humanoïde robotica nastreven.
De twee taalkundigen op het paneel, Noam Chomsky en Barbara Partee , hebben beide een baanbrekende bijdrage geleverd aan ons begrip van taal door het te beschouwen als een computationeel, in plaats van puur cultureel, fenomeen. Beiden waren ook van mening dat het begrijpen van menselijke taal de sleutel was tot het creëren van echt denkende machines. Echte kennis van semantiek is een voorwaarde om iets intelligentie te noemen, zei Partee.
Chomsky bespotte onderzoekers in machine learning die puur statistische methoden gebruiken om gedrag te produceren dat iets in de wereld nabootst, maar die niet proberen de betekenis van dat gedrag te begrijpen. Chomsky vergeleek zulke onderzoekers met wetenschappers die de dans bestudeerden die gemaakt werd door een bij die terugkeerde naar de korf, en die een statistisch gebaseerde simulatie van zo'n dans konden maken zonder te proberen te begrijpen waarom de bij zich zo gedroeg. Dat is een idee van [wetenschappelijk] succes dat heel nieuw is. Ik ken zoiets niet in de geschiedenis van de wetenschap, zei Chomsky.
Sydney Brenner , die samen met Francis Crick de drieletterige DNA-code ontcijferde en de volledige neurale structuur van de C. elegantie worm op cellulair niveau, waren het erover eens dat onderzoekers in zowel kunstmatige intelligentie als neurowetenschappen misschien overweldigd worden door oppervlakkige details in plaats van de grotere vragen eronder te zoeken. Kijkend naar pogingen om zijn mapping van de C. elegantie neurale bedradingsschema met complexere organismen, maakte Brenner zich zorgen dat neuro- en cognitieve wetenschappers overijverig waren in deze pogingen. Hij zei dat ze zich in plaats daarvan moesten concentreren op problemen op een hoger niveau. Hij gebruikte de analogie van iemand die een foto maakt met een smartphone: niemand zou tegenwoordig de moeite nemen om een dergelijke actie op transistorniveau te beschrijven: het is veel nuttiger om het proces te bespreken in termen van subsystemen en software op een hoger niveau.