এমন কোনও বৈজ্ঞানিক / গাণিতিক যুক্তি রয়েছে যা গভীর শিক্ষাকে কখনও শক্তিশালী এআই তৈরি করতে বাধা দেয়?


12

আমি জুডিয়া পার্ল এর বইয়ের বইটি পড়েছি , যেখানে তিনি উল্লেখ করেছেন যে গভীর পড়াশোনা কেবল একটি গৌরবময় কার্ভ ফিটিং প্রযুক্তি, এবং মানুষের মতো বুদ্ধি তৈরি করতে সক্ষম হবে না।

তাঁর বই থেকে এই চিত্রটি রয়েছে যা জ্ঞানীয় ক্ষমতাগুলির তিনটি স্তরকে চিত্রিত করে:

জ্ঞানীয় ক্ষমতা তিন স্তর

ধারণাটি হ'ল বর্তমান গভীর শিক্ষণ প্রযুক্তির দ্বারা উত্পাদিত "বুদ্ধি" কেবলমাত্র সংস্থার স্তরে। সুতরাং এআই "আমি কীভাবে ওয়াইকে ঘটতে পারি" (হস্তক্ষেপ) এবং "আমি যদি অন্যরকমভাবে অভিনয় করেছি, এক্স কি তখনও ঘটবে?" এমন প্রশ্ন জিজ্ঞাসার স্তরের কোথাও নেই। (পাল্টা ফ্যাক্টুয়ালগুলি), এবং এটি খুব সম্ভবত অসম্ভব যে বক্ররেখা ফিটিং কৌশলগুলি আমাদেরকে জ্ঞানীয় ক্ষমতার উচ্চতর স্তরের আরও কাছে আনতে পারে।

আমি তার যুক্তিটি একটি স্বজ্ঞাত স্তরে অনুপ্রেরণাকারী পেয়েছি তবে আমি এমন কোনও শারীরিক বা গাণিতিক আইন খুঁজে পাচ্ছি না যা এই যুক্তিতে সন্দেহ বা সন্দেহ পোষণ করতে পারে।

সুতরাং, এমন কোনও বৈজ্ঞানিক / শারীরিক / রাসায়নিক / জৈবিক / গাণিতিক যুক্তি রয়েছে যা গভীর শিক্ষাকে কখনও শক্তিশালী এআই (মানুষের মতো বুদ্ধি) উত্পাদন থেকে বাধা দেয়?


কয়েক ঘন্টা আগে, আমাদের কিছু ধরণের কুইশন ছিল যা নিউরোসায়েন্স এবং কৃত্রিম বুদ্ধিমত্তার বিষয়ে কথা বলে, তাই আমি মনে করি এই প্রশ্নটি ডেটা প্রয়োগের ক্ষেত্রে উপযুক্ত, এটি মেশিন শেখার পাশাপাশি।
কুইন্টুনিয়া

1
এর উত্তরের ক্ষেত্রে যে সমস্যার মুখোমুখি হচ্ছে তা হ'ল "ডিপ লার্নিং" হ'ল এক ধরণের ব্র্যান্ড নাম, যেখানে স্নায়ুবিক নেটওয়ার্কগুলির সাথে সম্পন্ন জিনিসগুলি যা পরিসংখ্যান বক্ররেখার উপযোগী হয় - যেমন শিখার ক্রমগুলির জন্য আরএনএন, এবং "গভীর শক্তিবৃদ্ধি শেখার" - হতে পারে অনুগতদের দ্বারা এটির অংশ হিসাবেও বিবেচিত হবে। আপনি যদি এই শব্দটিকে এইভাবে বিকশিত হওয়ার অনুমতি দেন তবে এর ক্ষমতা সম্পর্কে কোনও যুক্তি নকল করা খুব শক্ত।
নিল স্লেটার

গডেলের অসম্পূর্ণতা উপপাদ্য
রিমান 1877

2
@ থিমো কমপ্লিটসিটিথ্যরিস্ট: গডেলের অসম্পূর্ণতা, এনটসাইডংস্প্রোব্লেম এবং সিমিলারস, এগুলি সব কিছু মানুষের মনেও আসে। উপসংহার হিসাবে, যদি তারা এআই-তে না পৌঁছানোর কারণ হয় তবে কোনও মানুষই বুদ্ধিমান নয়। মোড tollens, Godels AGI পাথ মধ্যে একটা সমস্যা হয় না
Aqui pasaba Por

কে বলছেন যে 'করণ' এবং 'চিত্রনাঙ্কণ' মস্তিষ্কে কেবল 'কার্ভ-ফিটিং' চলছে না?
ডাঙ্ক

উত্তর:


3

জুডিয়া পার্ল এর এসিএম.আর.আরজে 2018 মন্তব্যটি, তার টু বিল্ড ট্রুয়েল ইন্টেলিজেন্ট মেশিনে, শেখা তাদের কারণ এবং প্রভাব সত্যকে ছিদ্র করছে।

গভীর শিক্ষার পরিমাণের সমস্ত চিত্তাকর্ষক সাফল্য কেবল বক্ররেখার ফিটিংয়ের জন্য।

আরএন

  1. কৃত্রিম নেটওয়ার্কগুলি যুক্তি সম্পাদন করতে পারে না।
  2. কৃত্রিম নেটওয়ার্কগুলি এআইয়ের সেরা পন্থা।

বুদ্ধিমত্তার গুরুত্বপূর্ণ মানবিক বৈশিষ্ট্যগুলির তালিকা থেকে যুক্তিবাদকে কীভাবে বাদ দেওয়া যেতে পারে, যা এই দুটি দাবি একসাথে নেওয়া মানে কী?

মানব মস্তিষ্ক কি অত্যাধুনিক কার্ভ ফিটারগুলির একটি নেটওয়ার্ক? মারভিন মিনস্কির বিখ্যাত উক্তি, "মস্তিষ্ক মাংসের মেশিন হয়ে ওঠে" প্রমাণ ছাড়াই দেওয়া হয়েছিল, এবং মানব মস্তিষ্কের তার তুচ্ছতার প্রমাণ বা মস্তিষ্ক টুরিং কম্পিউটিংয়ের নাগালের বাইরে থাকার প্রমাণও দেওয়া হয়নি। ।

আপনি যখন এই শব্দগুলি পড়েন, আপনার নিউরাল নেটওয়ার্কগুলি বক্ররেখার নিম্নলিখিত ক্রমটি কি ফিট করে?

  • রেটিনাল রড এবং শঙ্কু থেকে প্রান্তগুলি
  • প্রান্ত থেকে লাইন
  • লাইন থেকে আকার
  • আকারগুলি থেকে চিঠিগুলি
  • বর্ণগুলির গ্রুপ থেকে ভাষাগত উপাদান
  • উপাদান থেকে ভাষাগত কাঠামো
  • ভাষাগত কাঠামো থেকে বোঝা

প্রথমটি পাঁচটি কোনও মডেলের কনভার্জেনশন মেকানিজম, এবং সমস্ত মেশিন লার্নিং স্ট্রাকচারটি কেবলমাত্র মডেলটির সাথে ডেটা ফিট করার জন্য একটি পদ্ধতি যা তা নিশ্চিত করার ক্ষেত্রে কেসটি দৃ strong়।

শেষ দুটি বুলেট আইটেমগুলি হ'ল যেখানে দৃষ্টান্তটি ভেঙে যায় এবং যেখানে অনেক এআই গবেষক এবং লেখক সঠিকভাবে বলেছিলেন যে যখন কেবলমাত্র স্তরগুলি মাল্টি-লেয়ার পারসেপ্ট্রন এবং কনভলিউশন কার্নেলের উপর ভিত্তি করে মেশিন লার্নিংয়ের উল্লেখযোগ্য সীমাবদ্ধতা থাকে। তদতিরিক্ত, শেষ বুলেট আইটেমটি তার বর্তমান অবস্থায় মারাত্মকভাবে ওভারসিম্প্লিফাই করা হয়েছে, সম্ভবত আকারের আদেশ দ্বারা। মিনস্কি যদি ঠিক থাকে যে কোনও কম্পিউটার মস্তিষ্ক যা করতে পারে তা সম্পাদন করতে পারে, এই অনুচ্ছেদটি পড়ার এবং বোঝার প্রক্রিয়াটিতে সহজেই হাজার হাজার বিভিন্ন ধরণের অনন্য প্রক্রিয়া উপাদান অভ্যন্তরীণ কর্মপ্রবাহের ধরণে বিশাল সমান্তরালতার সাথে থাকতে পারে। ইমেজিং প্রযুক্তি এই সম্ভাবনাটি নির্দেশ করে। আমাদের কাছে কম্পিউটারগুলি কেবলমাত্র পেরিফেরিয়াল স্তরগুলির মডেলিং করে।

এমন কোনও বৈজ্ঞানিক / গাণিতিক যুক্তি রয়েছে যা গভীর শিক্ষাকে কখনও শক্তিশালী এআই তৈরি করতে বাধা দেয়? - না। তবে এরকম কোনও যুক্তি নেই যে এটির গ্যারান্টিও দেয়।

এই পরিশীলিত বাঁক ফিটারগুলি জ্ঞান বা যুক্তির উপাদানগুলি সম্পাদন করতে পারে কিনা তা এখানে অন্যান্য প্রশ্নগুলি তদন্ত করে।

প্রশ্নের চিত্রটিতে দেখা, করা এবং কল্পনা করা তিনটির টোটেম বিশেষভাবে সম্পূর্ণ, নির্ভুল বা অন্তর্দৃষ্টিপূর্ণ নয়।

  • মানুষের মধ্যে কমপক্ষে পাঁচটি সংবেদনশীল দৃষ্টান্ত রয়েছে, একটিও নয়
  • কোটি কোটি বছর পূর্বের মানুষের সংজ্ঞাগুলি করা - ব্যাকটিরিয়া করে
  • চিত্রগুলি একত্রিত করার জন্য নির্ধারিত ফাংশন প্রয়োগ করার জন্য এবং এলোমেলো রূপান্তরগুলি ইনজেকশন করার জন্য কিছু পদ্ধতির সাথে অতীতের অভিজ্ঞতার মডেলগুলির দৃশ্যের রিপ্লে তুলনায় উল্লেখযোগ্যভাবে উচ্চতর প্রক্রিয়া নয় Ima
  • সৃজনশীলতা কেবল পূর্বের বুলেট আইটেমটিতে কল্পনা করতে পারে তারপরে কিছু বাজারমুখী মানের মানদণ্ডের সাথে অকেজো কল্পনা ফলাফলগুলি ছাঁটাই করে, প্রভাবশালী সৃজনশীল পণ্যগুলি বিক্রি করে ফেলে

উচ্চতর ফর্মগুলি হ'ল বৈজ্ঞানিক পরিমাপের সুযোগের বাইরে সত্যের উপলব্ধি, বৈধ সন্দেহ, প্রেম, অন্যের মঙ্গল বা মানবতার কল্যাণ।

অনেকেই স্বীকার করেছেন যে এআই প্রযুক্তির বর্তমান অবস্থা এমন কোনও সিস্টেমের সংগ্রহের কাছে নেই যা নির্ভরযোগ্যভাবে উত্তর দিতে পারে, "আমি কীভাবে ওয়াইকে ঘটতে পারি?" বা "আমি যদি অন্যরকম অভিনয় করেছি তবে এক্স কি এখনও ঘটবে?"

গাণিতিক প্রমাণ নেই যে ছোট কার্ভ ফিটিং উপাদানগুলির কিছু সংমিশ্রণ একটি সাধারণ মানুষ সেই প্রশ্নগুলির উত্তর দেওয়ার ক্ষমতা অর্জন করতে পারে বা অর্জন করতে পারে না, বেশিরভাগ কারণ বুদ্ধি কী তা বা গাণিতিক পদগুলিতে এটি কীভাবে সংজ্ঞায়িত করা যায় তা সম্পর্কে অপর্যাপ্ত বোধ রয়েছে।

এটিও সম্ভব যে মানব বুদ্ধি মোটেই অস্তিত্বহীন, এর উল্লেখগুলি একটি ধর্মীয় বিশ্বাসের ভিত্তিতে যে আমরা অন্যান্য প্রজাতির চেয়ে প্রজাতি হিসাবে বেশি higher যেটিকে আমরা জনবহুল করতে, গ্রাস করতে এবং নির্মূল করতে পারি তা আসলে বুদ্ধির খুব বুদ্ধিমান ধারণা নয়।

মানব বুদ্ধি এমন একটি অভিযোজন যা আমাদের অন্যান্য স্তন্যপায়ী প্রাণীর দ্বন্দ্ব থেকে আমাদের আলাদা করে তোলে তা আমরা ভালভাবে খাপ খাইয়ে নিই তা দাবি করে that আমাদের পরীক্ষা করা হয়নি। চিক্সুলাব ক্র্যাটারের উল্কাপ্রেরণের মাত্রার শক ওয়েভ নিয়ে পরবর্তী মেটেরিক গ্লোবাল কিলার আসুন, তারপরে কয়েক হাজার বছর ধরে সৌর শীত আসে এবং আমরা দেখব যে এটি আমাদের 160,000 বছরের অস্তিত্ব বা ব্যাকটেরিয়ার 4,000,000,000 বছরের অস্তিত্ব কিনা আরও টেকসই প্রমাণ করে। জীবনের সময়রেখায়, মানব বুদ্ধি এখনও একটি অভিযোজিত বৈশিষ্ট্য হিসাবে নিজেকে উল্লেখযোগ্য প্রমাণ করতে পারেনি।

এআই এর বিকাশের বিষয়ে স্পষ্টতই হ'ল মাল্টি-লেয়ার পার্সেপট্রন কনসেপ্ট এবং কনভলিউশন কার্নেলের উপর ভিত্তি করে গভীর ধরণের শিক্ষার্থীদের পাশাপাশি অন্যান্য ধরণের সিস্টেমগুলি ভূমিকা পালন করছে যা কঠোরভাবে পৃষ্ঠতলের উপযুক্ত are

কি-লার্নিং উপাদানগুলি, মনোযোগ ভিত্তিক উপাদানগুলি এবং দীর্ঘ-স্বল্পমেয়াদী মেমরির উপাদানগুলি খুব কঠোরভাবে একটি পৃষ্ঠের ফিটার, তবে কেবলমাত্র পৃষ্ঠের ফিটিংয়ের সংজ্ঞাটি প্রসারিত করে। তাদের রিয়েল টাইম অভিযোজিত বৈশিষ্ট্য এবং রাষ্ট্র রয়েছে, তাই তারা ট্যুরিং সম্পূর্ণ হতে পারে।

অস্পষ্ট যুক্তিযুক্ত ধারক, নিয়ম ভিত্তিক সিস্টেম, মার্কোভিয়ান বৈশিষ্ট্যযুক্ত অ্যালগোরিদম এবং আরও অনেক উপাদান উপাদানগুলিও তাদের ভূমিকা পালন করে এবং একেবারে পৃষ্ঠতলের নয়।

সংক্ষেপে, এমন পয়েন্টগুলি তৈরি করা হয়েছে যেগুলি বিশ্বাসযোগ্যতা বা আনন্দদায়ক স্বজ্ঞাত মানের তুলনায় আরও ভিত্তিতে রয়েছে তবে এই লেখকদের মধ্যে অনেকগুলি সংজ্ঞা, প্রয়োগ, লেমাস, উপপাদ্য, প্রমাণ, বা এমনকি চিন্তার পরীক্ষাগুলি সহ কোনও গাণিতিক কাঠামো সরবরাহ করে না be আনুষ্ঠানিক উপায়ে যাচাই বাছাই করা।


1

এটি একটি প্যারাডক্স, তবে একটি গভীর লার্নিং মেশিন (নিউরালনেট রূপ হিসাবে সংজ্ঞায়িত) কিছু শিখতে অক্ষম। এটি একটি নমনীয় এবং কনফিগারযোগ্য হার্ডওয়্যার / সফ্টওয়্যার আর্কিটেকচার যা প্রচুর সমস্যা সমাধানের জন্য প্যারামিট্রাইজ করা যেতে পারে। তবে কোনও সমস্যা সমাধানের অনুকূল পরামিতিগুলি একটি বাহ্যিক ব্যবস্থা, যেমন ব্যাক-প্রসারণ অ্যালগরিদম দ্বারা প্রাপ্ত হয়।

ব্যাক-প্রসারণ সাবসিস্টেম প্রচলিত প্রোগ্রামিং প্যারাডিজম ব্যবহার করে, এটি কোনও নিউরাল নেট নয়। এই সত্যটি মানুষের মনের সম্পূর্ণ বিরোধী, যেখানে জ্ঞান শেখা এবং ব্যবহার একই ব্যবস্থা (মন) দ্বারা করা হয়।

সমস্ত বাস্তব আকর্ষণীয় জিনিস যদি এনএন এর বাইরে করা হয় তবে এটি দাবি করা কঠিন যে কোনও এনএন (কোনও রূপে) একটি এজিআইতে বিকাশ করতে পারে।

আরও কিছু পার্থক্য খুঁজে পাওয়াও সম্ভব। নিউরাল জাল এর ইন্টারফেস এবং অভ্যন্তরীণভাবে দৃ strongly়ভাবে সংখ্যাযুক্ত। এই দৃষ্টিকোণ থেকে, তারা সমর্থন ভেক্টর মেশিনগুলির একটি বিবর্তন।

একটি এজিআই আশা করার জন্য খুব বেশি পার্থক্য এবং সীমাবদ্ধতা।

দ্রষ্টব্য: আমি মূল প্রশ্নে অন্তর্ভুক্ত থাকা ড্রতে দৃ strongly়ভাবে একমত নই। "দেখা", "কর", "চিত্র" একেবারে ভুল। এটি "অ্যাবস্ট্রাকশন" বা "প্রোগ্রাম স্টেট" (মনের, টুরিং শব্দের মধ্যে) হিসাবে মৌলিক এবং সাধারণ সফ্টওয়্যার ধারণা থেকে উপেক্ষা করে; এআইগুলিকে "ফরসি" হিসাবে প্রয়োগ করেছেন; এবং এজিআইগুলিকে "স্বাধীন ইচ্ছা", "উদ্দেশ্য এবং অনুভূতি" হিসাবে ...


4
আমি বিবেচনা থেকে ব্যাক-প্রসারণ (অথবা প্রশিক্ষণ ফ্রেমওয়ার্ক কোনো অংশ) সরানোর মনে করি, দাবি করেন যে অবশিষ্ট অংশ হল "ডিপ লার্নিং" অংশ কৃত্রিম এবং ধরনের প্রশ্ন লুকাচুরি হয়। আমি অনুমান করা যুক্তিসঙ্গত বলে মনে করি যে ওপি মানে প্রশিক্ষণ প্রক্রিয়াগুলি সহ, ডিপ লার্নিং যেমন অনুশীলন করা হয় including
নিল স্লেটার

1
@ নীলস্লেটার: যদি আমরা বলি যে ডিএল হ'ল একধরনের নিউরাল নেট (মানুষের মনের সাথে সাদৃশ্যটি মন্তব্য করতে এবং ফলস্বরূপ, এটির এজিআইতে পৌঁছানোর সম্ভাব্য শক্তি), আমরা শেখার অংশটি বাদ দিচ্ছি, এটি কোনও এনএন নয় । যদি আমরা ডিএল-এর সংজ্ঞায় লার্নিং সাবসিস্টেমটি অন্তর্ভুক্ত করি তবে এটি কোনও এনএন নয়, এটি কেবল প্রচলিত প্রোগ্রামিং, যে কোনও প্রচলিত প্রোগ্রামের শক্তি সহ এবং অন্যান্য প্রোগ্রাম সিস্টেম সিস্টেম বা দৃষ্টান্তের তুলনায় এজিআইতে পৌঁছানোর একই সম্ভাবনা রয়েছে।
পাসবা পোর একুই

মানব মস্তিষ্কগুলি কেবলমাত্র বাহ্যিক 'সিস্টেমগুলি' থেকে ইনপুট গ্রহণ এবং প্রক্রিয়াজাতকরণ দ্বারা শিখেন। সমস্যাগুলি সমাধানের সর্বোত্তম পরামিতিগুলি পরীক্ষা এবং ত্রুটির মাধ্যমে প্রাপ্ত হয়, নিয়ম প্রয়োগ করে এবং বাহ্যিক সিস্টেমগুলি থেকে ইনপুট প্রসেসিং করা হয়। শিশুটি জরায়ুতে থাকাকালীন প্রশিক্ষণ শুরু হয় এবং তারপরে 24/7 অব্যাহত থাকে। বর্তমান এআই এর অবস্থা মানব মস্তিষ্ক অনুকরণের সাথে তুলনামূলকভাবে প্রায় নয়; কিন্তু দাবি করে যে এআই শিখতে পারে না (বা ইতিমধ্যে মানব মস্তিষ্কের মতো একইভাবে শিখছে না) মানব মস্তিষ্ক কীভাবে 'শিখে' এবং বিজ্ঞান এখনও জানে না এমন ফাংশনগুলির জ্ঞান গ্রহণ করে।
ডঙ্ক
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.