211service.com
Macchine senza pensare
Alcuni dei fondatori e delle figure di spicco nel campo dell'intelligenza artificiale e delle scienze cognitive hanno espresso ieri sera una dura valutazione della mancanza di progressi nell'intelligenza artificiale negli ultimi decenni.
Durante una tavola rotonda, moderata da linguista e scienziato cognitivo Steven Pinker — che ha dato il via al simposio Brains, Minds, and Machines del MIT, i relatori hanno chiesto un ritorno allo stile di ricerca che ha segnato i primi anni del campo, guidato più dalla curiosità che da applicazioni ristrette.
Potresti chiederti perché non ci sono robot che puoi inviare per riparare i reattori giapponesi, ha detto Marvin Minsky , che ha aperto la strada alle reti neurali negli anni '50 e ha continuato a fare significativi progressi nell'intelligenza artificiale e nella robotica. La risposta è che ci sono stati molti progressi negli anni '60 e '70. Poi qualcosa è andato storto. [Oggi] troverai studenti entusiasti dei robot che giocano a basket o a calcio o ballano o ti fanno facce buffe. [Ma] non li stanno rendendo più intelligenti.
Patrick Winston , direttore dell'Artificial Intelligence Laboratory del MIT dal 1972 al 1997, ha fatto eco a Minsky. Molte persone protesterebbero per l'opinione che ci sia stata no progressi, ma non credo che nessuno protesterebbe che ci sarebbero stati più progressi negli ultimi 20 anni. Quello che è andato storto è andato storto negli anni '80.
Winston ha attribuito la stagnazione in parte al calo dei finanziamenti dopo la fine della Guerra Fredda e ai primi tentativi di commercializzare l'IA. Ma il più grande colpevole, ha detto, è stata la balcanizzazione meccanicistica del campo, con la ricerca incentrata su specialità sempre più ristrette come le reti neurali o gli algoritmi genetici. Quando dedichi le tue conferenze ai meccanismi, c'è la tendenza a non lavorare su problemi fondamentali, ma piuttosto [solo] quei problemi che i meccanismi possono affrontare, ha detto Winston.
Winston ha detto che crede che i ricercatori dovrebbero invece concentrarsi su quelle cose che rendono gli umani distinti dagli altri primati, o anche su cosa li ha distinti dai Neanderthal. Una volta che i ricercatori pensano di aver identificato le cose che rendono unici gli esseri umani, ha detto, dovrebbero sviluppare modelli computazionali di queste proprietà, implementandoli in sistemi reali in modo che possano scoprire le lacune nei loro modelli e perfezionarli secondo necessità. Winston ha ipotizzato che l'ingrediente magico che rende unici gli esseri umani è la nostra capacità di creare e comprendere storie usando le facoltà che supportano il linguaggio: una volta che hai storie, hai il tipo di creatività che rende la specie diversa da qualsiasi altra.
Emilio Bizzi , uno dei membri fondatori del McGovern Institute of Brain Research del MIT, ha convenuto che i ricercatori dovrebbero concentrarsi su elementi importanti dell'intelletto umano, come la capacità di generalizzare le esperienze di apprendimento, o pianificare in modo fluido i movimenti per evitare ostacoli per raggiungere un obiettivo specifico come afferrare Un paio di occhiali. Sono ottimista sul fatto che nei prossimi anni faremo molti progressi, e il motivo è che ci sono molti laboratori sparsi in varie parti del mondo che perseguono la robotica umanoide.
I due linguisti della giuria, Noam Chomsky e Barbara Partee , entrambi hanno dato contributi seminali alla nostra comprensione del linguaggio considerandolo come un fenomeno computazionale, piuttosto che puramente culturale. Entrambi sentivano anche che la comprensione del linguaggio umano era la chiave per creare macchine veramente pensanti. Conoscere veramente la semantica è un prerequisito per qualsiasi cosa si chiami intelligenza, ha affermato Partee.
Chomsky ha deriso i ricercatori nell'apprendimento automatico che usano metodi puramente statistici per produrre comportamenti che imitano qualcosa nel mondo, ma che non cercano di capire il significato di quel comportamento. Chomsky ha paragonato tali ricercatori a scienziati che potrebbero studiare la danza fatta da un'ape che torna all'alveare e che potrebbero produrre una simulazione statisticamente basata su tale danza senza tentare di capire perché l'ape si è comportata in quel modo. Questa è una nozione di successo [scientifico] molto nuova. Non conosco niente di simile nella storia della scienza, ha detto Chomsky.
Sydney Brennero , che ha decifrato il codice del DNA di tre lettere con Francis Crick e ha scoperto la struttura neurale completa del C. elegans worm a livello cellulare, hanno convenuto che i ricercatori sia nell'intelligenza artificiale che nelle neuroscienze potrebbero essere sopraffatti dai dettagli superficiali piuttosto che cercare le domande più grandi sottostanti. Guardando i tentativi di replicare la sua mappatura del C. elegans schema di cablaggio neurale con organismi più complessi, Brenner temeva che gli scienziati neurologici e cognitivi fossero troppo zelanti in questi tentativi. Ha detto che dovrebbero invece concentrarsi su problemi di livello superiore. Ha usato l'analogia di qualcuno che scatta una foto con uno smartphone: nessuno oggi si preoccuperebbe di dare una descrizione a livello di transistor di un'azione del genere: è molto più utile discutere il processo in termini di sottosistemi e software di livello superiore.