Интересное попалось в развитие прежних настроений Минского:
http://www.pcweek.ru/idea/blog/idea/1112.phpМинский и Хомский раскритиковали тружеников искусственного интеллекта
Сергей Бобровский
12.05.2011 10:51:27
Теги: AI, Искусственный интеллект
Крупнейшие специалисты по искусственному интеллекту обсудили состояние в сфере AI и в робототехнике в ходе панельной дискуссии на симпозиуме Brains, Minds, and Machines Массачусетского технологического института.
Легендарный профессор Марвин Минский, автор множества AI-концепций, включая теорию фреймов и самообучающихся нейронных сетей, задался риторическим вопросом: "почему у нас нет роботов, которые могли бы помочь Японии?". Прогресс в сфере умных систем намечался в 60-е и 70-е гг., полагает он, но затем что-то пошло не так. "Сегодня мы видим, как студенты создают роботы, умеющие танцевать, играющие в футбол и баскетбол -- но люди не учатся делать роботы умнее".
Патрик Уинстон, экс-директор массачусетской лаборатории искусственного интеллекта (1972-1997), солидарен с коллегой - "многие не согласны с нами по поводу отсутствия заметного прогресса, но потом действительно что-то пошло не так, где-то в 1980-е годы". Причины, по его мнению -- это сокращение финансирования фундаментальной науки после холодной войны и множественные попытки коммерциализировать сферу AI. Ныне происходящее в этой сфере Уинстон назвал "механистической балканизацией", когда исследователи сосредотачиваются на узких, нередко конфликтующих друг с другом, направлениях (нейронные сети, генетичские алгоритмы), забывая про фундаментальные проблемы, а конференции посвящаются конкретным "механизмам" и прикладным подходам к их созданию и оптимизации, а не общесистемным вопросам.
Чтобы построить мощный AI, полагает Уинстон, надо найти соответствующий "магический" ингредиент, отличающий мыслящих людей от неандертальцев. Он считает, что этот ингредиент -- наша способность создавать и понимать "истории", различные креативные описания реальности. Кстати, схожим с ним образом думает и Минский -- по его мнению, человек содержит в памяти десятки миллионов подобных историй и воспоминаний, и в каждой ситуации рассуждает по аналогии, отыскивая десяток наиболее похожих и применяя соответствующий опыт к текущей обстановке. Интересно, что IBM WATSON построен по схожему принципу.
Сидней Бреннер, автор трехбуквенного кода ДНК, также поддержал коллег, призвав ученых в сферах нейро- и когнитивных наук объединяться, сосредотачиваться на достаточно абстрактных задачах и дискутировать в терминах высокоуровневых подсистем и софта, а не на уровне "отдельных транзисторов в мобильной трубке".
Более оптимистичен Эмилио Биззи, один из основателей McGovern Institute of Brain Research при MIT: сейчас ведутся активные исследования по моделированию генерализованного обучения, успешно работают алгоритмы планирования и движения сложных робототехнических систем в меняющейся обстановке, много лабораторий трудятся над различными аспектами AI, и в ближайшие годы вполне ожидаем интегрированный успех.
Панель особо украсилась дискуссией Барбары Патри и Ноама Хомского, автора теории порождающих грамматик, заложенной в основу работы любого компилятора. Они сошлись во мнении, что ключ к созданию мыслящих машин -- семантика и понимание человеческого языка, однако серьезных прорывов здесь пока не заметно. Хомский покритиковал популярные подходы к машинному обучению с помощью статистических методов -- в ряде случаев они дают результат, схожий с человеческим, однако не помогают разобраться, как же происходит сам процесс мышления. Это все равно, что статистически моделировать танцевальный полет пчелы за медом и ее возвращение в улей -- без попыток понять, какой же смысл несет ее танец.