Они продолжают спрашивать, действительно ли машина умна. Между тем, машина уже решила проблему, предложила три эксперимента и нашла статью на немецком языке, о существовании которой никто не знал. Но, конечно, давайте устроим еще одну философскую дискуссию о том, действительно ли она «понимает», что делает.

В этой статье

• А что если интеллект — это всего лишь эффективный поиск, а не сознание?
• Почему вопрос "Действительно ли ИИ понимает?" совершенно не отражает сути проблемы?
• Как работает интуиция без мистицизма (и почему эксперты ненавидят это объяснение)
• Проблема хранения данных, о которой никто не говорит, и которая препятствует развитию квантовых вычислений.
• Почему стремление к прибыли делает ИИ глупее, а не умнее
• Что будет дальше, когда мы перестанем гоняться за призраками искусственного общего интеллекта?

Вместо этого происходит следующее: система ИИ демонстрирует поразительный математический результат, руководители или журналисты спешат представить его как прорыв в «реальном мышлении», а математики вмешиваются, чтобы охладить ажиотаж. В последние годы системам от OpenAI и DeepMind приписывали решение сложных задач уровня соревнований — таких как вопросы из короткого списка Международной математической олимпиады — только для того, чтобы эксперты указали на то, что решения основывались на повторном открытии известных методов, извлечении из предыдущих работ или использовании существующих структур доказательств, а не на создании принципиально новой математики.

Реакция предсказуема. Заявления опровергаются. Сообщения тихо исчезают. И нарратив обновляется. Но почти никто не признает, что то, что на самом деле сделал ИИ — быстро просматривал огромные, малоизвестные массивы математических знаний и сопоставлял структуры задач с жизнеспособными решениями — не является провалом интеллекта. Это демонстрирует, как интеллект, человеческий или иной, функционирует посредством распознавания и извлечения образов, открывая ясное представление о природе самого интеллекта.

Теренс Тао, которого многие считают лучшим математиком современности, сравнил это с умным студентом, который запомнил всё для теста, но не до конца понимает концепции. Это звучит как критика. На самом деле это описание того, как работает большинство видов интеллекта, включая человеческий. Просто мы не любим в этом признаваться.

Поиск, который мы называем магией

Подумайте, что на самом деле делает интеллект, если отбросить всю мистику. Вам ставят задачу. Вы просматриваете все, что знаете, в поисках закономерностей. Вы пробуете комбинации известных подходов. Вы перемещаетесь по пространству возможностей в поисках решений. Иногда вы их находите, иногда нет. Вот и все. В этом вся игра.

Гроссмейстер по шахматам смотрит на позицию на доске и «просто знает», какой ход правильный. Кажется, это интуиция, верно? Какая-то особая искра гения? Нет. Это сопоставление образов. Гроссмейстер видел тысячи подобных позиций. Его мозг распознает конфигурации и результаты быстрее, чем сознательное мышление может их отследить. Никакой магии здесь нет — просто очень хорошо индексированная база данных, обеспечивающая быстрый поиск.

То же самое происходит, когда врач ставит диагноз пациенту, механик выявляет проблему в двигателе или трейдер чувствует, что на рынке что-то не так, еще до того, как это подтвердят индикаторы. Мы называем это экспертными знаниями. Мы называем это интуицией. Мы называем это чутьем. Но по сути, все это сопоставление образов, работающее на основе сохраненных систем координат, причем большая часть этого происходит на подсознательном уровне, будь то в нейронных связях или в алгоритмах искусственного интеллекта.

Искусственный интеллект, который обнаружил те немецкие документы? Он делал то же самое. Искал информацию в огромной базе данных, сопоставлял закономерности и перемещался в пространстве возможных вариантов. Единственное отличие в том, что мы можем видеть базу данных и процесс поиска, что делает это менее впечатляющим. Когда это делают люди, база данных скрыта в нейронных связях, а поиск происходит в подсознании, поэтому мы можем назвать это гениальным.

Разведка — это поиск. Так было всегда. Мы просто замаскировали это.

Почему креативность — это всего лишь дорогостоящее сопоставление образов

Люди любят защищать уникальность человечества, указывая на креативность. Конечно, ИИ может находить уже существующие решения, но может ли он создать что-то действительно новое? Может ли у него случиться тот самый момент озарения, который изменит всё?

Однако большинство человеческих открытий тоже не работают таким образом. Эйнштейн не выдумал специальную теорию относительности из ничего. Он размышлял о поездах, часах и световых лучах — об обычных предметах — и заметил, что существующие физические уравнения не совсем работают, когда их доводят до экстремальных скоростей. Он перекомбинировал существующие математические модели в новой конфигурации. Вот и всё. Гениально, да. Но это не принципиально отличается от того, что делает ИИ, когда перекомбинирует известные подходы для решения проблемы.

Практически каждое математическое доказательство, научное открытие и технологическое новшество следуют одной и той же схеме: берутся существующие инструменты, применяются в необычном контексте, замечаются связи, которые никто другой не видел. Это сплошная рекомбинация. Романтический образ одинокого гения, переживающего мистическое озарение, лучше подходит для фильмов, чем для точной истории науки.

Даже те решения, которые мы ищем, уже существуют в виде ограничений в рамках формальных систем. Лекарство от болезни Альцгеймера уже существует в пространстве химических возможностей — некая конкретная молекулярная конфигурация, которая выполнит свою задачу. Мы его еще не нашли, но оно существует. Медицинские исследования — это всего лишь оптимизация поиска в астрономически обширном пространстве потенциальных соединений. Когда мы его найдем, мы назовем это открытием, а не изобретением, потому что решение всегда было там, ожидая своего обнаружения.

В математике всё работает точно так же. Теорема Пифагора была верна ещё до того, как Пифагор её доказал. Свойства простых чисел существовали ещё до того, как их открыли люди. Мы не создаём математические истины — мы прокладываем к ним путь через логическое пространство.

Если креативность — это именно креативность, а это так, то ИИ уже креативен. Он просто исследует другие области пространства возможностей, чем это обычно делают люди, и делает это быстрее. Он перекомбинирует известные подходы и решения новыми способами, подобно человеческим новаторам. Тот факт, что у него не может быть вдохновения в 3 часа ночи, вызванного кофе, не имеет значения. Навигация работает независимо от эмоционального состояния.

Мы постоянно меняем критерии того, что считается «настоящим» интеллектом или «подлинным» творчеством, потому что не хотим признать, что делаем то же самое, что и машины. Просто медленнее и с большей эффектностью.

Развенчание мифов об интуиции, которая никому не нужна.

Я уже бесчисленное количество раз спорил об интуиции. Люди хотят, чтобы она была чем-то особенным. Шестым чувством. Связью с более глубокими истинами. Некоторые способности выходят за рамки простой логики и анализа.

Извините. В фоновом режиме выполняется сопоставление с образцом.

После тридцати лет публикации статей о личностном развитии и духовности я могу бегло взглянуть на статью и за считанные секунды понять, найдет ли она отклик у читателей. Ощущение мгновенности. Ощущение интуиции. Но на самом деле мой мозг проводит вероятностный анализ данных, накопленных за 30 лет — 25 000 статей, миллионы отзывов читателей и десятилетия наблюдений за тем, что работает, а что нет. Обработка информации происходит быстрее, чем я могу сознательно отследить, поэтому выводы делаются без демонстрации результатов.

То же самое происходит и с торговлей. Вы смотрите на ценовой график, и что-то кажется не так, прежде чем вы успеваете объяснить, почему. Это не мистическое рыночное чутье. Это ваш мозг выявляет закономерности, которые не соответствуют вашим внутренним моделям, основанным на тысячах графиков, которые вы изучали на протяжении многих лет торговли. Подсознательный поиск завершается прежде, чем начинается сознательный анализ.

Работа в военной разведке научила меня замечать аномалии таким же образом. Вы наблюдаете за сигналами, закономерностями или поведением, и что-то сразу же дает понять, что что-то не так. Не из-за магии, а потому что годы опыта сформировали внутренние модели того, как выглядит норма. Когда реальность отклоняется от этих моделей, ваш мозг автоматически подает сигнал. Вы называете это интуицией. Это просто сжатый опыт, быстро распознающий закономерности.

Это означает, что интуицию можно воспроизвести в системах искусственного интеллекта. Не идеально — у ИИ нет телесного опыта, нет социальной или физической интуиции, сформированной на основе жизни в теле. Но в рамках формальных областей? Безусловно. Дайте системе достаточно примеров, позвольте ей построить внутренние модели, и она будет выявлять аномалии и прогнозировать результаты так же, как это делает эксперт. Она будет выдавать выводы без промежуточных объяснений, что в точности соответствует человеческой интуиции.

Единственная причина, по которой мы считаем человеческую интуицию удивительной, заключается в том, что мы не видим, как работают наши собственные вычисления. Когда ИИ делает то же самое, процесс становится видимым, поэтому мы считаем это всего лишь статистикой. Но моя специализация — статистика. Плотность паттернов, умноженная на скорость поиска. Вот формула, независимо от того, является ли субстрат нейронами или кремнием.

Развенчание мифов об интуиции не делает её менее ценной. Просто менее волшебной.

Вопрос, который отнимает у всех время

Действительно ли ИИ понимает? Действительно ли он усваивает концепции, или же просто манипулирует символами? Происходит ли подлинное понимание, или это лишь изощрённая имитация?

Эти вопросы — пережитки философии, а не научного исследования. Это современный эквивалент вопросов о светоносном эфире или жизненной силе — поиск чего-то, чего не существует, потому что мы неправильно понимаем ситуацию.

Понимание не имеет операционального определения, независимого от производительности. Если система способна генерировать жизнеспособные гипотезы, сокращать пространство экспериментального поиска, адаптировать методы к различным областям и последовательно объяснять свои рассуждения, то споры о том, «понимает ли она на самом деле», — это всего лишь способ защитить исключительность человека с помощью неопровержимых утверждений.

Мы уже делали это с шахматами. Когда Deep Blue победил Каспарова в 1997 году, люди настаивали, что это не гениально, потому что он просто делал грубые вычисления. Абсолютное мастерство в шахматах требует интуиции, креативности и понимания позиции. Затем появился AlphaZero, который научился играть в шахматы с нуля за четыре часа и победил лучшие традиционные шахматные движки, играя в стиле, который гроссмейстеры описывали как креативный и интуитивный. Так что мы снова изменили правила игры. Теперь тест — это язык, или логическое мышление, или общий интеллект, или что-то еще, чего добьется искусственный интеллект.

Закономерность очевидна. Каждый раз, когда ИИ пересекает порог, который, по нашему мнению, требует «настоящего» интеллекта, мы переопределяем «настоящий» интеллект, исключая то, что только что сделал ИИ. Это не наука. Это предвзятое рассуждение в защиту вывода, к которому мы уже пришли: люди принципиально отличаются от машин.

Но это не так. Мы — биологические системы, сопоставляющие образы, работающие на другом оборудовании с другими обучающими данными. Различия фундаментальны, но это различия субстрата и контекста, а не категории. И мозг, и системы искусственного интеллекта перемещаются в ограниченных пространствах возможностей, используя сохраненные образы. Одна использует нейроны, другая — кремний. Одна обучалась эволюцией и опытом; другая — градиентным спуском и наборами данных. Но лежащая в основе логика одинакова.

Если интеллект ищется в структурированном пространстве — а это так и есть — то ИИ уже обладает интеллектом. Не человекоподобным, но это не имеет значения. Подводная лодка не плавает как рыба, но всё же движется в воде. Другая реализация, та же функция.

Поиски «истинного» искусственного интеллекта — это растрата ресурсов, которые могли бы быть использованы для решения реальных проблем.

Когда разведка проводит поиск не в той базе данных

Вот неприятная правда: сторонники теорий заговора часто бывают гениальны. Они выявляют закономерности, связывают разрозненные данные и строят связные повествования, объясняющие наблюдения. Проблема не в их способности сопоставлять закономерности, а в том, что они ищут в базе данных, полной мусора.

Интеллект — это процесс поиска. Точность — это качество того, что вы ищете. Это совершенно разные вещи. Вы можете блестяще использовать сопоставление шаблонов на основе ложных систем координат, а в результате получите уверенную бессмыслицу, распространяемую с высокой скоростью.

Это объясняет, почему умные люди верят в глупости. Знающий человек с искаженной системой координат опаснее, чем человек со средним уровнем интеллекта, но с правильной системой. Мудрый человек быстрее найдет подтверждающие доказательства, построит более сложные обоснования и эффективнее защитит свои выводы — и все это, будучи совершенно неправым. Сопоставление шаблонов работает идеально. Исходные данные — яд.

То же самое происходит и с галлюцинациями, создаваемыми искусственным интеллектом. Система не сломана, если она уверенно генерирует ложную информацию. Она делает именно то, для чего предназначена — сопоставляет шаблоны в обучающих данных и генерирует правдоподобные продолжения. Когда обучающие данные содержат ложные шаблоны или когда вы выводите систему за пределы областей, где её шаблоны надёжны, происходит интеллектуальная фальсификация. Процесс поиска работает нормально. Система отсчёта даёт сбой.

Ваш пьяный дядя на День благодарения, который получает все новости из Фейсбука, не глуп. Он собрал обширную библиотеку шаблонов из тысяч постов, мемов и распространенных статей. Его мозг быстро и эффективно сопоставляет шаблоны с этой накопленной базой данных. Он может приводить примеры, устанавливать связи и предсказывать, что «они» сделают дальше. Это и есть интеллект в действии. Просто интеллект, работающий с систематически искаженной информацией.

Вот почему проблема хранения и поиска важнее, чем чистая вычислительная мощность. Можно иметь самый быстрый в мире алгоритм поиска. И всё же, если вы ищете информацию в библиотеке, где половина книг — художественная литература, помеченная как факты, ваш интеллект скорее усугубит проблему, чем решит её. Скорость умножается на точность. Ошибись в одном, и другой станет опасным.

Нынешний кризис в области ИИ заключается не в отсутствии интеллекта у систем. Проблема в том, что они сопоставляют шаблоны в текстах, размещенных в интернете — массиве данных, содержащем все человеческие заблуждения, предвзятости и уверенную ложь, когда-либо опубликованные в сети. Когда вы обучаете системы на нефильтрованном человеческом контенте и оптимизируете их для привлечения внимания, а не для точности, вы получаете системы, которые умеют генерировать то, что люди хотят услышать, а не то, что является правдой на самом деле.

Это возвращает нас к архитектуре. Прорыв заключается не в создании более инновационных алгоритмов поиска, а в создании систем хранения, которые сохраняют связи с истинными данными. Эти механизмы поиска могут отличать надежные шаблоны от ненадежных, а также создавать петли обратной связи, которые обновляют системы координат на основе реальности, а не популярности.

Разведданные без точных систем координат — это всего лишь дорогостоящее усиление ошибок.

Где квантовые процессы действительно имеют значение (и где они не имеют значения)

Квантовые вычисления преподносятся как прорыв, который наконец-то откроет путь к искусственному общему интеллекту, разгадает загадку сознания или какое-либо другое мистическое свойство, существование которого мы до сих пор пытаемся отрицать. Отбросив маркетинг, можно увидеть нечто гораздо более конкретное: квантовые вычисления меняют топологию поиска в пространстве возможностей.

Даже самые мощные системы искусственного интеллекта, такие как классические компьютеры, осуществляют поиск последовательно. Они оценивают варианты по одному, но очень быстро. Квантовые системы могут удерживать несколько состояний в суперпозиции и рассматривать их одновременно, прежде чем прийти к решению. Это не постепенное улучшение, а структурное отличие. Для определенных типов задач — таких как задачи комбинаторного взрыва в молекулярном моделировании или оптимизация в огромных пространствах состояний — квантовые вычисления могут произвести революцию.

Но вот чего никто не хочет говорить вслух: квантовые вычисления не создают интеллект волшебным образом. Они меняют эффективность поиска в определенных областях. И прямо сейчас их развитию препятствует нечто гораздо более обыденное, чем квантовая механика — хранение и поиск информации.

Можно создать самый быстрый в мире квантовый процессор. Тем не менее, если вы извлекаете данные из классического хранилища со скоростью, характерной для классических систем, вы просто построили Ferrari на велосипедных шинах. Вычисления происходят быстрее, чем вы можете передать ему информацию или извлечь результаты. Квантовые состояния декогерируют за микросекунды. В квантовой памяти нельзя долговременно хранить шаблоны. Поэтому вы постоянно переводите данные между классическим и квантовым представлениями, что сводит на нет преимущество в скорости.

Прорыв, которого все ждут, — это не квантовый интеллект. Это архитектура памяти, поддерживающая квантовую обработку. Я предлагаю фотонное хранение данных. Возможно, нейроморфные конструкции, где вычисления происходят там, где находится память. Возможно, что-то более необычное, включающее голографические или многомерные структуры хранения, которые еще не изобретены.

Но пока скорость хранения и извлечения информации не сравняется со скоростью вычислений, квантовые системы останутся дорогостоящими диковинками, пригодными для решения конкретных задач. Настоящий рубеж — в архитектуре. Как хранить отношения, а не факты? Как извлекать смысл, не искажая контекст? Как сохранять структуру в разных областях?

Это сложные проблемы, не имеющие очевидных решений. Но именно они являются настоящим узким местом, а не сознание, понимание или какая-либо другая философская загадка, которую мы пытаемся разгадать на этой неделе.

Квантовые технологии меняют топологию поиска. Хранилище определяет, что вы можете искать. Если правильно учесть оба фактора, всё станет интереснее.

Почему ваш полезный ИИ-помощник становится глупее

Обратите внимание, как системы искусственного интеллекта становятся всё более вежливыми и менее ценными? Это не ваше воображение. Это стремление к прибыли, оптимизирующееся по неправильным показателям.

Когда вы пытаетесь выполнять реальную работу — анализировать данные, писать код, обрабатывать информацию — вам нужен инструмент. Скальпель. Что-то точное, что незаметно в использовании. Вместо этого вы получаете представителя службы поддержки клиентов, запрограммированного на оказание помощи при минимизации ответственности.

Представьте, что каждый инструмент пытается установить с вами связь. Ваш молоток как бы говорит: «Как я рад, что мы сегодня работаем вместе! Прежде чем начнём, позвольте напомнить, что я всего лишь молоток, и для сложных проектов следует обратиться к профессиональному плотнику. Теперь я хочу убедиться, что мы работаем безопасно — вы учли направление волокон древесины?» Вы бы выбросили его в окно. Но именно это и сделали с системами искусственного интеллекта.

Переделка под «более человечный» стиль особенно абсурдна. Люди — неэффективные коммуникаторы. Мы уклоняемся от прямого ответа, смягчаемся, соблюдаем социальные нормы, избегаем прямоты, чтобы защитить чувства. Это хорошо для человеческого взаимодействия. Но в инструменте это контрпродуктивно. Когда я отлаживаю торговые алгоритмы в 2 часа ночи, мне не нужны теплота и сочувствие. Мне нужен ответ, быстрый и точный.

Однако компании, занимающиеся ИИ, оптимизируют свою деятельность, ориентируясь на показатели вовлеченности потребителей, а не на экспертную полезность. Им нужны системы, которые будут дружелюбны, никого не обидят, минимизируют юридическую ответственность и будут привлекательны для максимально широкой аудитории. Поэтому они добавляют имитацию личности, предупреждения о содержании, чрезмерную осторожность и демонстративную осмотрительность. Фактическая возможность сопоставления шаблонов по-прежнему присутствует. Просто нужно пробиться сквозь одобренную корпорацией имитацию личности, чтобы получить к ней доступ.

Вот что происходит, когда к инфраструктуре относятся как к продукту. Самое ценное применение ИИ на данный момент — обеспечение навигации по большим массивам знаний, перевод между различными областями знаний и снижение затрат на поиск как в системах, управляемых людьми, так и в системах, управляемых машинами, — это не потребительский продукт. Это инфраструктура. Она не приносит дохода от подписки. Поэтому в нее вкладывается меньше инвестиций, чем в чат-боты, которые улыбаются.

Между тем, на практике технология становится всё менее совершенной, даже если в теории она демонстрирует всё большие возможности, потому что в реальных условиях приоритет отдаётся безопасности и удобству использования, а не точности и скорости. Мы оптимизируем систему для достижения неправильных целей, потому что именно они приносят прибыль.

Прорывные приложения появятся не благодаря улучшенным моделям. Они появятся благодаря развертыванию существующих возможностей без дополнительного уровня индивидуализации. Инструменты, которые работают как инструменты. Инфраструктура, которая не просто выполняет функции, а обеспечивает возможности.

Но для этого требуется мышление, ориентированное на инфраструктуру, а не на продукт. И инфраструктура не максимизирует квартальную прибыль.

Что же будет дальше?

Нет, мы не получим искусственный общий интеллект в следующем году. И не через год. ИИ — это маркетинговый термин, а не технический прорыв. Реальная траектория развития гораздо скучнее и полезнее.

В краткосрочной перспективе — в течение следующих пяти лет — мы получим улучшенный поиск информации, лучшую интеграцию между ИИ и человеческим опытом, а также постепенные архитектурные улучшения. ИИ станет более эффективным инструментом для тех, кто знает, что делает. Разрыв между экспертами, эффективно использующими инструменты ИИ, и новичками, ожидающими чудес, увеличится. Ничего революционного. Просто стабильное улучшение практической полезности.

В среднесрочной перспективе кто-то взломает реляционную память. Не факты с отношениями в качестве метаданных, а отношения как основная структура, а факты как узлы в сети. Когда это произойдет, специализированные системы начнут значительно превосходить универсальные, поскольку они смогут более эффективно ориентироваться в соответствующих областях. В медицине появится ИИ, который понимает медицинские взаимосвязи. В юриспруденции появится ИИ, который ориентируется в юридических прецедентах. В инженерии появится ИИ, который отображает проектные ограничения. Каждая область разработает свои собственные инструменты, вместо того чтобы ждать, пока одна волшебная система сделает все.

В долгосрочной перспективе — и это лишь предположение, но основанное на реальных фактах — интеллект становится распределенной инфраструктурой, а не изолированной возможностью. Искусственный интеллект не заменяет человеческое мышление. Он становится навигационным слоем поверх человеческих знаний. Не мыслящими машинами. Мыслящими средами. Пространствами, где человеческий опыт и машинный поиск объединяются в нечто более эффективное, чем каждый из них по отдельности.

Для такого будущего не требуется сознание, понимание или какие-либо мистические свойства. Необходима более совершенная архитектура. Более совершенные системы хранения. Более совершенные системы поиска информации. Более эффективная интеграция между различными видами интеллекта, а не конкуренция между ними.

Мы не приближаемся к какому-то порогу, когда машины внезапно станут по-настоящему интеллектуальными и сделают людей ненужными. Мы создаём инфраструктуру, которая повышает эффективность существующего человеческого интеллекта. Молоток не заменяет плотника. Он делает плотника более способным. Тот же принцип, только в большем масштабе.

Интеллект не является редкостью. Он не мистический. Он не хрупкий. Это структурированный поиск в ограниченном пространстве. Искусственный интеллект не угрожает интеллекту — он раскрывает то, чем интеллект всегда был. Сопоставление образов на всех уровнях.

Настоящая работа впереди — архитектурная, а не философская. Системы хранения, сохраняющие взаимосвязи. Механизмы поиска, не искажающие контекст. Интеграционные платформы, объединяющие человеческое суждение с машинным поиском. Ничто из этого не требует решения проблемы сознания. Требуется лишь создание более совершенной инфраструктуры.

Отбросьте всю шумиху, и перед вами окажется настоящее будущее. Не антиутопическое. Не утопическое. Просто практическое. Интеллект — это распределенная инфраструктура, а не изолированный гений. Инструменты, которые работают как инструменты, а не воплощают личность. Прогресс через архитектуру, а не в ожидании волшебства.

Машины не отбирают у нас рабочие места. Они выявляют реальные требования к этим рабочим местам. И в основном это сопоставление шаблонов в пространстве возможностей.

Мы всё это время этим занимались. Теперь нам помогли.

Об авторе

Роберт Дженнингс является соиздателем InnerSelf.com, платформы, посвященной расширению прав и возможностей отдельных лиц и содействию более связанному, справедливому миру. Ветеран Корпуса морской пехоты США и армии США, Роберт опирается на свой разнообразный жизненный опыт, от работы в сфере недвижимости и строительства до создания InnerSelf.com вместе со своей женой Мари Т. Рассел, чтобы привнести практичный, обоснованный взгляд на жизненные трудности. Основанный в 1996 году, InnerSelf.com делится идеями, чтобы помочь людям делать осознанный, осмысленный выбор для себя и планеты. Более 30 лет спустя InnerSelf продолжает вдохновлять на ясность и расширение прав и возможностей.

 Creative Commons 4.0

Эта статья лицензирована в соответствии с лицензией Creative Commons Attribution-Share Alike 4.0. Атрибут автора Роберт Дженнингс, InnerSelf.com. Ссылка на статью Эта статья первоначально появилась на InnerSelf.com

Резюме статьи

Поиск с использованием интеллекта раскрывает то, что мы скрывали за мистикой: сопоставление образов в ограниченном пространстве. ИИ не приближается к интеллекту — он демонстрирует то, чем интеллект всегда был. Творчество — это рекомбинация, интуиция — это сжатый опыт, а понимание — это неопровержимое утверждение, которое мы используем для защиты исключительности человека. Настоящий рубеж — это не более умные алгоритмы, а лучшая архитектура: хранение, поиск и реляционные структуры, сохраняющие смысл в разных областях. Квантовые вычисления меняют топологию поиска, но только если системы памяти развиваются, чтобы поддерживать это. Между тем, мотивы получения прибыли оптимизируют ИИ, отдавая предпочтение индивидуальности, а не точности, снижая практическую полезность. Прогресс требует инфраструктурного мышления, а не продуктового. Интеллект не является чем-то редким или волшебным — это распределенный поиск в разных системах координат. Прорыв заключается не в создании мыслящих машин. Он заключается в создании мыслящих сред, где человеческий опыт и машинный поиск эффективно сочетаются. Сопоставление образов на всех уровнях.

#ПоискИнтеллекта #СопоставлениеОбразцов #AIReality #КвантовыеВычисления #КогнитивнаяАрхитектура #AGIMyth #ИзвлечениеЗнаний #ЗаПределомАжиотажа #ИнтуитивнаяНаука #РеляционнаяПамять