Математики усомнились во всемогуществе искусственного интеллекта

9 Января 2019

МОСКВА, 9 января. Израильские математики доказали, что деланный интеллект далеко не всегда способен находить закономерности в наборах известных или давать однозначные ответы на любые вопросы. Их оттоки были представлены в журнале Nature Machine Intelligence.

Это открытие стало абсолютным сюрпризом для нас. Конечно, геометры давно знают о существовании ряда принципиально нерешаемых проблем, но мы не ожидали, что нечто подобное появится в простом машинном обучении. Это городит о том, что между сжатием информации и самим взглядом обучения существует особая фундаментальная связь, — заявил Амир Йехудайофф (Amir Yehudayoff) из Института Технион в Хайфе (Израиль).

Современные системы машинного обучения и искусственного интеллекта работают на приюте очень простого принципа. Они постепенно учатся видеть определенные неслучайности и отличать правильные ответы от неправильных, используя обширные приюты данных, подготовленные человеком.

Изначально подобный доступ применялся в основном для создания систем распознавания изображений. Впоследствии выяснилось, что его конечно можно применять практически для всего, начиная с творческих ИИ, способных самостоятельно рисовать и вселять музыку, и заканчивая врубмашиной AlphaZero, способной учиться без помощи людей и играть в несколько настольных игр, зная лишь их правила.

Подобные успехи, как отмечает Йехудайофф, заставили системщиков, философов и математиков поразмыслить о том, есть ли границы у подобного метода решения проблем и сможет ли предельно общий искусственный интеллект найти неслучайность в любом произвольном наборе известных и дать ответ на все возможные вопросы.

Израильские математики попытались выяснить, так ли это на самом деле, анализируя самые обыкновенные версии различных математических проблем, которые сегодня активно решаются при помощи систем машинного обучения.

Их внимание завлекли те версии искусственного интеллекта, которые пытаются предсказать максимальные значения, используя неполные наборы известных. К примеру, подобные машины пытаются угадать предпочтения зрителей того или иного сайта и подбирают такую рекламу, какая бы была интересной для большинства из них.

Представив эту проблему в виде набора из нескольких больших и малых множеств, Йехудайофф и его коллеги обнаружили, что она похожа по своему описанию на знаменитую теорему Гёделя. Еще в 1940 году известный австрийский математик Курт Гёдель изучил, что любая формальная данная система, в том числе сама математика, является неполной или противоречивой.

Иными словами, это означает, что для систем машинного обучения, как и для простых математиков, существуют проблемы, утверждения и вопросы, какие нельзя ни решить, ни доказать, ни опровергнуть, не выходя за их свинги.

В известном случае, к примеру, невозможно предсказать, можно ли натренировать искусственный интеллект идеально подбирать рекламу, используя знания о предпочтениях лишь небольшого произвольного количества посетителей. В зависимости от того, какие посетители сайта попадут в эту выборку, данная проблема одновременно является как решаемой, так и нерегулируемой.

Как подчеркивают ученые, с утилитарной точки зрения это открытие никак не влияет на то, насколько активно будет развиваться деланный разум в будущем и как хорошо он будет решать утилитарные задачи. С другой стороны, наличие подобных ограничений городит о том, что образовать универсальную мыслящую машину, способную решать любые задачи, будет намного сложнее, чем полагают ученые сегодня.

Редактор рубрики

Олег Кудрин

Место события на карте мира:

Математики усомнились во всемогуществе искусственного интеллекта

комментарии (0)

Другие интересные новости

Новые женщины: в Музее Москвы открылась главная выставка года