Sztuczna inteligencja jest głupia

Sztuczna inteligencja ma wielki problem, który można streścić w jednym pytaniu: czy aligator może biec na 100 m przez płotki? Żaden człowiek nie będzie mieć problemów z odpowiedzią, biorąc pod uwagę krótkie łapki aligatora. Nie, aligator nie może wystartować w biegu przez płotki.

Ale nie jest to aż tak oczywiste dla Google i pokrewnych, a przynajmniej na razie.

W New Yorker ukazało się interesujące badanie Hektora Levesque, badacza nauk informatycznych z Uniwersytetu w Toronto. Krótko mówiąc, naukowiec ten ocenia, że jego koledzy po fachu zapomnieli o słowie „inteligencja” w terminie „sztuczna inteligencja”.

Hector Levesque krytykuje też test Turinga. Test ten jest metodą określania zdolności maszyny do posługiwania się językiem naturalnym. Test Turinga ma dowodzić, że maszyna opanowała umiejętności myślenia w sposób podobny do ludzkiego. Możemy więc przypuszczać, że jeżeli maszyna posiadła takie umiejętności, jest inteligentna.

Hector Levesque jest odmiennego zdania: ten test jest do niczego, gdyż łatwo go sfałszować. A w końcu, naukowcy konstruują programy, których celem jest przejście tego testu, a więc nie programy NAPRAWDĘ inteligentne. Subtelna różnica.

Levesque ocenia, że jego koledzy naukowcy powinni skoncentrować się na testach trudniejszych do oszukania (Winograd Schema).

Wyszukiwanie w Google albo w bazach danych nie pozwala odpowiedzieć na pytania takie jak: Przedstawiciele władz odmówili wydania pozwolenia zdenerwowanym manifestantom z obawy przed przemocą.

Kto się bał przemocy?

A) Przedstawiciele władz?

B) Zdenerwowani manifestanci?

Badacz zachęca swoich kolegów, aby pomyśleli nad kwestią typu systemu, który miałby wiedzę wystarczającą do tego, aby zachowywać się jak ludzie.

Nie pierwszy zresztą raz sztuczna inteligencja jest poddawana w wątpliwość we własnym środowisku. W 2012 Yann LeCun i Josh Tenenbaum wyjaśniali w trakcie światowego festiwalu nauki, że Google i najbardziej wydolne komputery razem wzięte w dalszym ciągu są głupsze niż jeden szczur.