なぜAI研究の進みが遅いのかについての可能な説明

ウィキペディア小見出し辞書

なぜAI研究の進みが遅いのかについての可能な説明

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/08/09 16:20 UTC 版)

「汎用人工知能」の記事における「なぜAI研究の進みが遅いのかについての可能な説明」の解説

「人工知能の歴史#問題」および「人工知能の歴史#HAL_9000_はどこに?_2001年前後」も参照 1956年にAI研究が開始されて以来、この分野の成長は時間の経過とともに鈍化し、人間レベルでインテリジェントなアクションを備えたマシンを作成するという目的を失速させてきました。 この遅延の考えられる説明は、コンピュータに十分な範囲のメモリまたは処理能力が不足していることです。 さらに、AI研究のプロセスに関連する複雑さのレベルも、AI研究の進行を制限する可能性があります。 ほとんどのAI研究者は、将来的に強力なAIを実現できると信じていますが、HubertDreyfusやRogerPenroseのように、強力なAIを実現する可能性を否定する人もいます。 ジョン・マッカーシーは、人間レベルのAIが達成されると信じているさまざまなコンピューター科学者の一人でしたが、日付を正確に予測することはできません。 概念上の制限は、AI研究が遅いもう1つの考えられる理由です。 AI研究者は、強力なAIを達成するためのより強力な基盤と貢献を提供するために、専門分野の概念フレームワークを変更する必要がある場合があります。 ウィリアム・クロクシンが2003年に書いたように、「フレームワークは、インテリジェンスが特定の社会的および文化的文脈に関連してのみ現れるというワイゼンバウムの観察から始まります」。 さらに、AIの研究者は、数学など、人が行うのが難しい仕事を実行できるコンピューターを作成することができましたが、逆に、人間が簡単に実行できるタスクを実行できるコンピューターの開発に苦労しました。 ウォーキングなど（モラベックのパラドックス）。 デビッド・ゲランターが説明した問題は、思考と推論が同等であると考える人がいることです。 しかし、思考とそれらの思考の作成者が個別に分離されているかどうかという考えは、AI研究者に興味をそそられました。 過去数十年にわたってAI研究で遭遇した問題は、AIの進歩をさらに妨げてきました。 AI研究者によって約束された失敗した予測と、人間の行動の完全な理解の欠如は、人間レベルのAIの主要な考えを弱めるのに役立ちました。 AI研究の進歩は改善と失望の両方をもたらしましたが、ほとんどの研究者は21世紀のAIの目標を潜在的に達成することについて楽観的な見方を確立しています。 強力なAIの進歩に関する長い研究のために、他の考えられる理由が提案されています。 科学的問題の複雑さと、心理学および神経生理学を通じて人間の脳を完全に理解する必要性により、コンピューターハードウェアで人間の脳の機能をエミュレートする多くの研究者が制限されています。 多くの研究者は、AIの将来の予測に関係する疑問を過小評価する傾向がありますが、それらの問題を真剣に受け止めなければ、人々は問題のある質問の解決策を見落とす可能性があります。 Clocksinは、AI研究の進歩を妨げる可能性のある概念上の制限は、人々がコンピュータープログラムや機器の実装に間違った技術を使用している可能性があることだと述べています。 AI研究者が最初に人工知能の目標を目指し始めたとき、主な関心は人間の推論でした。 研究者たちは、推論を通じて人間の知識の計算モデルを確立し、特定の認知タスクを備えたコンピューターを設計する方法を見つけることを望んでいました。 研究で特定のコンテキストを扱うときに人々が再定義する傾向がある抽象化の実践は、研究者にほんのいくつかの概念への集中を提供します。 AI研究における抽象化の最も生産的な使用は、計画と問題解決から来ています。 目的は計算の速度を上げることですが、抽象化の役割は、抽象化演算子の関与について疑問を投げかけています。 AIの速度が遅い理由として考えられるのは、ヒューリスティックがコンピューターのパフォーマンスと人間のパフォーマンスの間の重大な違反を含むセクションであるという多くのAI研究者による認識に関連しています。 コンピューターにプログラムされている特定の機能は、コンピューターが人間の知性と一致することを可能にする要件の多くを説明できる場合があります。 これらの説明は、強力なAIの達成が遅れる根本的な原因であるとは限りませんが、多くの研究者によって広く同意されています。 機械を感情で作るべきかどうかを議論するAI研究者はたくさんいます。 AIの典型的なモデルには感情がなく、感情をマシンにプログラミングすることで自分の心を持てると言う研究者もいます。 感情は人間の経験を要約します。なぜなら、それは人間がそれらの経験を思い出すことができるからです。 デビッド・ゲランターは、「人間の感情のすべてのニュアンスをシミュレートできない限り、コンピューターは創造的ではありません」と書いています。 この感情への懸念はAI研究者に問題を引き起こしており、研究が将来に進むにつれて、それは強力なAIの概念につながります。