1960-এর দশকে কৃত্রিম বুদ্ধিমত্তায় কাজ করা বিজ্ঞানী এবং প্রকৌশলীদের প্রাথমিক অতিরিক্ত আত্মবিশ্বাসের কোনও কারণ আছে কি?

Question

আমি সবে মাত্র একটি এআই এবং ডেটা মাইনিং ক্লাস এবং বইটি শুরু করেছি। এআই অ্যাপ্লিকেশন প্রোগ্রামিং, এআই এর ইতিহাসের একটি সংক্ষিপ্তসার দিয়ে শুরু হবে। প্রথম অধ্যায়টি ১৯৪০ এর দশক থেকে বর্তমানের এআই-এর ইতিহাস নিয়ে আলোচনা করে। একটি বিশেষ বিবৃতি আমার দিকে আটকে গেল:

[60০ এর দশকে] এআই ইঞ্জিনিয়াররা অতিমাত্রায় ও নিম্নচিকিত্সিত ...

অতিরিক্ত আত্মবিশ্বাসের কারণ কী ছিল? এটি গাণিতিক পূর্বাভাসের মডেলগুলির কারণেই দেখা গিয়েছিল যে কোনও অগ্রগতি কোণার চারপাশে ছিল, বা ক্রমবর্ধমান হার্ডওয়ারের সুযোগ গ্রহণের কারণে?

Comments

হুব্রিস সমস্যা সর্বজনীন। আরও তথ্যের জন্য 'বোকা দ্বারা বোকা' পড়ুন। en.wikedia.org/wiki/Fooled_by_Randomness

— চাকরি

আপনার লাইব্রেরিতে যদি এর একটি অনুলিপি থাকে তবে ডগ লেনাটের কাগজ, "কেন এএম এবং ইউরোস্কো কাজ করছে বলে মনে হচ্ছে"। কৃত্রিম বুদ্ধি 23 (3): পৃষ্ঠা 269-23 পড়ার জন্য মূল্যবান হতে পারে। (এএম এবং ইউরিসকো ছিল ডগ লেনাতের নিজস্ব প্রোগ্রাম)। এটি অবশ্য 60 এর দশকের পরে ভাল। ব্যক্তিগতভাবে আমি মনে করি এটি কারণ কিছু প্রাথমিক প্রকল্পগুলি খুব সফল হয়েছিল, তাই দেখে মনে হচ্ছিল কিছু সাধারণ কৌশল ব্যবহার করে অনেক সমস্যা সমাধানযোগ্য হবে। হায় আফসোস, ঘটনাটি প্রমাণিত হয়নি।

— এমজেডবি

সমস্যাটি প্রত্যাশার চেয়ে কঠিন ছিল। অনেক বেশি শক্ত।

@ থরবজর্ন আমি জানি না কেন, তবে আমি ধারণা করতে পারি যে ইঞ্জিনিয়ারের বিজ্ঞানী বিজ্ঞপ্তির অফিস থেকে বেরোনোর ​​আগে এবং টিপিং পয়েন্টে পৌঁছার আগেই সমস্ত বিবেকহীনতা ছুঁয়ে যাওয়ার আগেই নোটবুকের মার্জিনে আছড়ে পড়েছিল।

— টমাসের মালিক

এটি কোনও উত্তর দেওয়ার মতো নয়, তবে আপনার সেই সময়ের সামাজিক প্রেক্ষাপটেও নজর দেওয়া উচিত। পশ্চিমা বিশ্ব, বিশেষত আমেরিকা দ্বিতীয় বিশ্বযুদ্ধের মধ্য দিয়ে ছিল এবং প্রচুর প্রযুক্তি উদ্ভাবন করেছিল যা প্রচুর কঠিন সমস্যার সমাধান করেছিল। একটি সাধারণ ধারণা ছিল যে আমরা যে কোনও সমস্যা সমাধানের জন্য আমাদের মনকে রেখেছি আমরা কাটিয়ে উঠতে পারি। এটাকে অহংকার বা হুব্রিস বলা সম্ভবত উপরে থেকে কিছুটা উপরে; আমি লাগামহীন আশাবাদীর মতো আরও কিছু পেতে চাই।

— blrfl

Answer 1

আমার ব্যক্তিগত মতামত এটি হুব্রিসের কারণে হয়েছিল । IT০ এবং an০ এর দশকে এমআইটি, স্ট্যানফোর্ড ইত্যাদির হলগুলি হাঁটাতে কিছু শক্তিশালী বড় ইগো ছিল এবং তারা কেবল জানত যে তারা এই সমস্যাটি ফাটিয়েছে। ঠিক।

যদিও আমি সেই দিনগুলিতে সেই মহাবিশ্বের অংশ নই, তবে 80 এর দশকের মাঝামাঝি থেকে শেষের দিকে আমি সাদৃশ্য অনুসন্ধানের সাথে কাজ করছিলাম। আমাদের কাজ প্রাথমিকভাবে 60 এর দশকে কর্নেলের জেরার্ড সালটন দ্বারা পরিচালিত গবেষণার উপর ভিত্তি করে তৈরি হয়েছিল , যা ডকুমেন্ট এবং কোয়েরিগুলিকে উপস্থাপন করতে ওয়েট অ্যাট্রিবিউট ভেক্টর ব্যবহার করে। এটি আসলে একটি ব্যবহারযোগ্য পদ্ধতির ছিল, কিন্তু যখন নিউরাল জালগুলি শিখায় নেমে পড়েছিল (কমপক্ষে যতক্ষণ না তারা পুনঃপ্রসারণটি আবিষ্কার করেছিল ) তখন স্যালটনের কাজটি স্নায়ু জালের সাথে মিলের কারণে (পাং উদ্দেশ্যযুক্ত) এর সাথে যুক্ত হয়েছিল। তিনি অন্যরকম কিছু করার চেষ্টা করছিলেন, কিন্তু বেশ কয়েক বছর ছিল যেখানে তিনি বাকী লোকদের সাথে একা হয়েছিলেন।

যখনই কেউ কারেন্ট ব্রিক ওয়ালটির সমাধান নিয়ে আসে ™ তারা খুব উত্তেজিত হয় এবং এআইকে সমাধান হওয়া সমস্যা হিসাবে ঘোষণা করে। শুধু এটি না। কারণ পিছনে যে ইটের প্রাচীর অন্য এক। এই চক্রটি বারবার পুনরাবৃত্তি করেছে এবং বার বার হয়েছে এবং কেবল এআই-তে নয়। আমি দৃঢ়ভাবে বিশ্বাস করি যে, সমস্ত সম্ভাব্য কম্পিউটার বিজ্ঞানীরা এবং ইঞ্জিনিয়ারদের দিতে হবে প্রয়োজনীয় পরবর্তী বড় জিনিস ™ যে রকেট মত উঠে গিয়ে সংখ্যার উপর বিশেষ গুরুত্ব দিয়ে কম্পিউটিং-এর ইতিহাসে একটি সেমিস্টারে দীর্ঘ বর্গ নিতে, ... তারপর একটা খুব প্রণীত উপত্যকার মেঝেতে বড় গর্ত

সংযোজন: আমি একটি পুরানো বন্ধুর সাথে শ্রম দিবসের সাপ্তাহিক ছুটি কাটিয়েছি এবং আমরা এ সম্পর্কে কিছুটা কথা বলেছি। প্রসঙ্গ - এর অর্থ কী, এটি কীভাবে উপস্থাপন করা যায়, এবং তারপরে কীভাবে ব্যবহার করা যায় তা নির্ধারণ করা - সম্ভবত এটিই সবচেয়ে বড় প্রতিবন্ধকতা পরিষ্কার হয়ে উঠবে emerged আর আপনি যতক্ষণ এটি তাকান তত বড় বাধা হয়ে দাঁড়ায়। মানুষ "যা ঘটেছিল" এর বিস্তৃত স্টোরের বিপরীতে "যা ঘটছে" এর সাথে মিলিয়ে আশ্চর্যজনক, তাত্ক্ষণিক আংশিক-প্যাটার্ন ম্যাচিং করতে সক্ষম এবং তারপরে অতীতের সেই জ্ঞানকে বর্তমান পরিস্থিতির সাথে মিলিয়ে এমন একটি প্রসঙ্গ তৈরি করতে সক্ষম হয়েছে যাতে বোঝা যায় পদক্ষেপ নিতে পারে। উদাহরণস্বরূপ, আমরা ওয়াল্ডো গ্রেডটি হুইস করার সাথে সাথে এটি "" আমরা যে জিনিসগুলিকে / উপেক্ষা করতে পারি না "তার শক্তিশালী ফিল্টার হিসাবে ব্যবহার করতে পারি ট্র্যাফিক 4 লেনের সমান 60 MPH এ এবং কেবল 3 বা 4 ফুট (বা কম!) দ্বারা পৃথক করা হয়।

এর বর্ণালী উপর stuff > data > information > knowledge > understanding > judgementআমরা এখনও তথ্য / জ্ঞান পদক্ষেপ পেতে straining করা হয়, এবং এমনকি যে অত্যন্ত সীমাবদ্ধ সীমাবদ্ধ ডিসকোর্সের ডোমেইনের ।

Comments

এআই পর্বতমালার মতো। আমরা পাদদেশে কোথাও রয়েছি এবং আমরা যে শীর্ষে উঠতে চাইছি তা দেখতে পাচ্ছি, তবে পরবর্তী পাহাড়ের ওপরে কী রয়েছে বা আমাদের লক্ষ্যে পৌঁছতে আরও কত পাহাড় বয়ে গেছে, তা আমাদের কোনও ধারণা নেই।

— সিডিএমএনকি

আইএমও, এটি অত্যন্ত পরিশীলিত, অত্যন্ত সাধারণীকরণের প্যাটার্ন স্বীকৃতি ছাড়া ঘটতে পারে না। তারা আমাকে চেষ্টা করেছেন এমন অনেক স্টাফ সম্পর্কে পড়ার মতো ধৈর্যশীল বা সম্ভবত অতিরিক্ত মাত্রায় বাম-ব্রেইন হিসাবে পড়েছিল, যা আমি কমপক্ষে ৮০ এর দশকে সচেতন হয়ে উঠলে সাধারণভাবে বোধগম্য প্রোগ্রামিং পাই get

— এরিক রেপেন

Answer 2

একদম সহজভাবে, তারা সমস্যাটির হাতটিকে ব্যাপকভাবে অবমূল্যায়ন করেছিল, বিশেষত যেখানে সংহত বিস্ফোরণের বিষয়টি উদ্বিগ্ন। অনেকগুলি এআই সমাধান "খেলনা" নমুনাগুলির জন্য সূক্ষ্মভাবে কাজ করে, তবে তারা যখন মানব-স্তরের সমস্যাগুলির আকার দেয় তখন কঠোরভাবে ব্যর্থ হয়।

তাত্ক্ষণিকভাবে, তারা কেবল অনভিজ্ঞও ছিল। এআইয়ের ক্ষেত্র হিসাবে (তুলনামূলকভাবে) কেবল ব্যবহারিক প্রয়োগের ক্ষেত্রে আবিষ্কার করা হয়েছিল, তাই কারও কাছে তত্ত্ব প্রয়োগের উল্লেখযোগ্য অভিজ্ঞতা কারও কাছে ছিল না।

Comments

আমি এর অনেক কিছুই জানি না তবে আমি সবসময়ই ভেবেছিলাম যে গুগলের অনেকগুলি বৈশিষ্ট্য এআই এর উপর ভিত্তি করে রয়েছে O

— ব্যবহারকারী 10326

@ ব্যবহারকারী 10326: তারা। তবে আমি দেখতে পাচ্ছি না যে বিষয়টি হস্তান্তরিত বিষয়গুলির সাথে কী করার আছে - প্রশ্নবিদ্ধ সময়ের পরে 30 বছর ধরে গুগলের অস্তিত্ব ছিল না।

— ডেডজিমি

ঠিক আছে, তবে আমি যা বলছি তা হ'ল তারা (গুগল) এআইকে ব্যবহারিক পদ্ধতিতে ব্যবহার করেছে, তাই না? আমি বলতে চাইছি এটি তখন তারা "কল্পনা" করেছিল না, তবে এখনও গুগলের বৈশিষ্ট্যগুলি একটি অ- এআই ভাষা?

— ব্যবহারকারী 10326

@ user10326, আমি এটি বুঝতে পেরেছি, গুগল খুব উন্নত অনুমানের একটি সিস্টেম ব্যবহার করছে। মূলত, এটি ব্যবহারকারীর ক্রিয়াকলাপের পর্বতগুলি বিশ্লেষণ করে এবং নিদর্শনগুলি বহির্মুখী করার চেষ্টা করে। এআই এর আসল দৃষ্টি ছিল সত্যিকারের ডিজিটাল মন তৈরি করা যা মানুষের মস্তিষ্কের মতো কাজ করে। আসলে, এআই গঠন করে এমন কি একমত হতে ব্যর্থতা মাঠের অন্যতম পতন।

— জিগি

@ ব্যবহারকারী 10326: প্রাসঙ্গিকতা বুঝতে এখনও ব্যর্থ।

— ডেড এমএমজি

Answer 3

আমি বেশ কয়েকটি কারণ চিন্তা করতে পারি।

50 এর দশকের শেষের দিকে এবং 60 এর দশকের শুরুর দিকে খেলনা সম্পর্কিত কিছু সমস্যার সাথে এআই এত দ্রুত সাফল্য পেয়েছিল যে তারা কী অর্জন করেছে তার চেয়ে বেশি মূল্যায়ন করেছে। তুলনামূলক সহজ প্রোগ্রাম হওয়া সত্ত্বেও এলিিজা এবং এসআরডিএলইউ লোকদের স্তম্ভিত করেছে। দুর্ভাগ্যক্রমে, এই প্রোগ্রামগুলিকে অত্যাশ্চর্য করে তোলে তার একটি বড় অংশ সত্যই অভিনবত্ব ছিল। এলিজার সাথে আজকের কথোপকথনে কেউ খুব বেশি প্রভাবিত হয় না, তবে সেই সময়ে লোকেরা ভাবত এটি অলৌকিক ঘটনাটির কাছাকাছি।

এছাড়াও, সমস্যাগুলি যেমন "সমাধান" হয় বা কমপক্ষে ট্র্যাকটেবল হয়ে যায়, লোকেদের এআই হিসাবে তাদের আর ভাবেন না। কোড অপটিমাইজেশন এআই সমস্যা হিসাবে ব্যবহৃত হত। পরিসংখ্যানগত শিক্ষাগুলি এআই থেকে বের হয়ে নিজস্ব বৈশিষ্ট্যে পরিণত হয়েছিল এবং এর সাথে বক্তৃতার স্বীকৃতি নিয়েছিল। ডেটা মাইনিংয়ের মূল ধারায় পরিণত হওয়ার সাথে সাথে এটি এআইয়ের সাথে তার সম্পর্ক হ্রাস করবে। সময়ের সাথে সাথে এআই তার সাফল্যগুলি ভুলে যায় এবং অচল এবং অদৃশ্য সমস্যার কাছে আটকে যায় এবং এটি ফ্লপের মতো দেখতে শেষ হয়।

Comments

"এটি যদি আর যাদু না থাকে (3), তবে এটি আর এআই নয় " এর উত্তম বিন্দু ।

— পিসকভোর

নীতিগতভাবে স্ট্যাটিস্টিকাল লার্নিং এবং ডেটা মাইনিং এআই নয়?

— ব্যবহারকারী 10326

@ ব্যবহারকারী ১০৩3232, অবশ্যই বেশিরভাগ তথ্যসূত্রগুলি এখনও মেশিন লার্নিংকে এআইয়ের একটি শাখা হিসাবে শ্রেণিবদ্ধ করে, তবে আমি এই ধারণাটি পেয়েছি যে এমএল-এ কাজ করা প্রচুর লোকেরা আপনাকে ভেবে দেখবে যদি তারা তাদের এআইতে কাজ করে বলে থাকে। আমি মনে করি তারা আপনাকে বাস্তবিকভাবে বলতে চাইবে, এমএল পরিসংখ্যানগুলির একটি শাখা এবং কৃত্রিম বা অন্যথায় বুদ্ধিমত্তার কোনও বিশেষ অন্তর্দৃষ্টি সরবরাহ করে না।

— চার্লস ই। গ্রান্ট

Answer 4

আমি মনে করি ষাটের দশকের লোকেরা তাদের নিজস্ব অভিজ্ঞতা ব্যবহার করে সমস্যাগুলিকে "কঠিন সমস্যা" এবং "সহজ সমস্যার" মধ্যে ভাগ করে দেয়: দাবা জেতা, যৌক্তিক ধাঁধা সমাধান করা, গাণিতিক সমীকরণগুলি সমাধান করার মতো বিষয়গুলি আমাদের কাছে মানুষ কঠিন বলে মনে হয়। প্রাকৃতিক ভাষা বোঝার বা কোনও চিত্রের অবজেক্টের রূপরেখা সন্ধান করার মতো বিষয়গুলি সহজ বলে মনে হয়, কারণ আমাদের মস্তিষ্ক সচেতন প্রচেষ্টা ব্যতীত সমস্ত কাজ করে। আমরা যখন এই জিনিসগুলি কীভাবে করি তার ব্যাখ্যা করার চেষ্টা করি, আমরা "ইংরাজী বাক্যে সর্বদা কাঠামোর বিষয়-প্রাকটিক-অবজেক্ট থাকে যেখানে বিষয়টি একটি সাধারণ শব্দ বা বাক্যাংশ হতে পারে ...", বা "আমি" প্রান্তগুলি সন্ধান করে এবং তাদের বস্তুর সীমানায় সংযুক্ত করুন "। আজ আমরা জানি যে জিনিসগুলি এত সহজ নয়, তবে কেবলমাত্র সমস্ত সহজ (এবং অনেকগুলি অত সহজ নয়) সমাধানগুলি চেষ্টা করা হয়েছে এবং করা হয়নি '

তদ্ব্যতীত, এই ভ্রান্তিটি ষাটের দশকে শুরু হয়নি: এই "কঠিন সমস্যাগুলি" কীভাবে সমাধান করা যায় সে সম্পর্কে বহু শতাব্দী গবেষণা রয়েছে (হিউরিস্টিক্স, গেম থিওরি, সিদ্ধান্ত তত্ত্ব, গণিত, লজিক্স ইত্যাদি) তবে আমি নিশ্চিত নই যে কেউ কখনও 1950 এর দশকের আগে কীভাবে প্রাকৃতিক ভাষাগুলি পার্স করা যেতে পারে তা নিয়ে গবেষণা করার উদ্বিগ্ন।

এবং আজও আপনি নিয়মিত স্ট্যাকওভারফ্লোতে প্রশ্নগুলি পেতে পারেন, যেখানে লোকেরা কীভাবে ইংরেজী বাক্যগুলি পার্স করতে পারে, কোনও চিত্রের কোনও ব্যক্তির বয়স অনুমান করতে পারে, কোনও চিত্র "কাজের জন্য নিরাপদ" কিনা বা দুটি চিত্র একই জিনিস দেখায় তা বিচার করুন । আমি মনে করি না যারা এই প্রশ্ন জিজ্ঞাসা অত্যধিক ঔদ্ধত্য বা দাম্ভিকতা ভোগা: এই সমস্যার ঠিক তাই সহজ, এটা অবিশ্বাস্য যে মনে হয় তাদের সমাধান করতে কোন সহজ অ্যালগরিদম।

Comments

আমি বিশ্বাস করি হুব্রিস তত্ত্বের চেয়ে এটি সঠিক উত্তর, যা এই সাইটে দৃ strongly়ভাবে সমর্থনযোগ্য বলে মনে হচ্ছে। মানুষের কাছে আমরা যে জিনিসগুলি অবিশ্বাস্যরকম কঠিন বলে মনে করি তা মেশিনগুলির পক্ষে তুলনামূলকভাবে সহজ হয়ে উঠেছে, অন্যদিকে মানুষের পক্ষে অবিশ্বাস্যভাবে সহজ জিনিস মেশিনগুলির পক্ষে খুব শক্ত।

— অ্যালেক্সস

Answer 5

এআই- এর হতাশার দীর্ঘ ইতিহাস রয়েছে, তবে আমি মনে করি অনেক সমালোচকই যা ঘটেছিল তা প্রায়শই সরল করে তুলেছেন যেমন আপনার উক্তি "1960 এর প্রকৌশলী অতিমাত্রায় এবং অনুন্নত" হিসাবে।

60০ এর দশকে, এআই ছিল কিছু আপেক্ষিক গবেষকের ডোমেন (ক্ষেত্রটি প্রকৃতপক্ষে এখনও প্রকৌশল নামে অভিহিত হয়নি) বেশিরভাগ বিশ্ববিদ্যালয়গুলিতে, এবং তাদের মধ্যে খুব কমই দক্ষ প্রোগ্রামার ছিলেন।

1950 এর দশকে হঠাৎ করে কম্পিউটিং মেশিনগুলির প্রাপ্যতা অটোমেশনের জন্য বিশেষত প্রাকৃতিক ভাষার মেশিন অনুবাদ, দাবা বাজানো এবং এই জাতীয় সমস্যাগুলির জন্য দুর্দান্ত প্রত্যাশা তৈরি করেছিল। সেই দিনগুলি থেকে আপনি সম্ভবত সাফল্যের কিছু বাস্তব ভবিষ্যদ্বাণী খুঁজে পেতে পারেন, তবে প্রতিশ্রুতি অবশ্যম্ভাবীভাবে আগেই এসেছিল আগে যে কেউ এই সমস্যাগুলির একটি গভীরতার সাথে মোকাবেলা করেছিলেন। (অথবা, তারা ভুলভাবে একটি সাফল্য অন্যটির গ্যারান্টিযুক্ত বলে ধরে নিয়েছে, যেমন শামুয়েল চেকারদের সাথে এত সাফল্য অর্জনের পরে ভাল দাবা খেলার বাস্তবায়ন করতে সক্ষম হওয়া আশা করা ।)

এছাড়াও, "তারা বলেছে", "তারা অনুভব করেছে", "তারা ভাবল", ইত্যাদি যে কোনও দাবি থেকে সতর্ক থাকুন; প্রত্নতাত্ত্বিক মতামত (এই মত!) প্রায় কাছাকাছি নিক্ষেপ করা সহজ, যখন "বিশেষজ্ঞ" দ্বারা প্রকৃত পূর্বাভাসের ডকুমেন্টেড প্রমাণ (যারা প্রকৃতপক্ষে একটি প্রদত্ত সমস্যা সমাধানের চেষ্টা করেছিলেন) এটি খুঁজে পাওয়া আরও কঠিন হতে পারে।

প্রোগ্রামিং প্রয়োগ করা হয় এমন নির্দিষ্ট ক্ষেত্র নির্বিশেষে ওভারপ্রোমাইজিং এবং অ্যান্ডিলিভারিং সর্বদা সফ্টওয়্যার বিকাশের একটি লক্ষণ হয়ে দাঁড়িয়েছে। এআই এর সাথে একটি বড় অসুবিধা হ'ল নন-তুচ্ছ সমস্যাগুলি বেশিরভাগ ইঞ্জিনিয়ারের সামর্থ্যের বাইরে। উদাহরণস্বরূপ, যদিও চার্লস ই। গ্রান্টের উত্তর এলিজা এবং এসআরডিএলইউকে "তুলনামূলকভাবে সহজ" হিসাবে শ্রেণীবদ্ধ করেছে, তবে আমি বলব এটি কেবল এলিআইএর ক্ষেত্রেই সত্য (যা প্রথম বর্ষের প্রোগ্রামিং শিক্ষার্থীরা সম্ভবত কোনও অসুবিধা ছাড়াই বাস্তবায়ন করতে পারে)। অন্যদিকে, এসআরডিএলইউ একটি বৃহত, অত্যন্ত পরিশীলিত প্রোগ্রাম যা বেশিরভাগ প্রোগ্রামারদের উদ্ভাবন করতে খুব কঠিন সময় কাটায়, বাস্তবায়নের পাশাপাশি চলুন। প্রকৃতপক্ষে, বিশ্ববিদ্যালয়ের দুটি দল শিক্ষার্থী আবারও সোর্স কোডটি পুরোপুরি চলতে পারে নি, এবং SHRDLU- এর মতো ক্ষমতাগুলি আজকাল, 40 বছর পরেও খুঁজে পাওয়া শক্ত।

যেহেতু কম্পিউটার সম্ভবত প্রয়োগ করা যেতে পারে যেখানে এআই সম্ভবত একটি স্বল্পতম বোঝা এবং সবচেয়ে জটিল সমস্যা, তাই সামগ্রিকভাবে আমি বলতে পারি এআইয়ের অগ্রগতি সাধারণত কোর্সের সমান ছিল। এখনও উচ্চ প্রত্যাশা রয়েছে , এবং আমাদের হার্ডওয়্যার গতি এবং সক্ষমতা's০ এর দশক থেকে মারাত্মক বৃদ্ধি পেয়েছে, তবে আমি বলব ইঞ্জিনিয়ারদের দক্ষতা এবং এআইয়ের উপলব্ধি এতটা উন্নতি করছে না, তাই টুরিং পরীক্ষায় উত্তীর্ণ হওয়ার মতো পবিত্র গ্রিল এখনও রয়েছে সম্ভবত একটি দীর্ঘ পথ বন্ধ, এবং অতিরিক্ত প্রস্তাব এবং আন্ডার ডিলিভারিং সম্ভবত কিছু সময়ের জন্য অবিরত থাকবে।

Comments

পুনরায়: ট্যুরিং টেস্ট: আমি একটি জর্জিয়া টেক শিক্ষণ সহকারী প্রোগ্রাম সম্পর্কে পড়েছিলাম যা বেশিরভাগ শিক্ষার্থী বলতে পারেন না এটি একটি "এআই"। তারা সম্ভবত এটি খুঁজছেন না, তবে এটি অবশ্যই তাদের দিকে ঝাঁপিয়ে পড়েনি। আমি মনে করি যে সাধারণ কথোপকথন খুব শীঘ্রই একটি সমস্যার সমাধান হবে। আমি কাউকে সম্প্রতি একটি নতুন গুগল ইকো জিনিস (যা বলা হোক না কেন) দিয়ে খেলতে দেখেছি। দুঃখজনক, তবে লক্ষ লক্ষ বানর এটিকে কথোপকথনের নমুনা খাওয়ানোর সাথে আর কতক্ষণ এভাবেই থাকবে?

Answer 6

আমি মনে করি কারণ অহংকার ছিল। আমি যদি এআই-তে 60 এর দশকে কাজ করে একজন ইঞ্জিনিয়ার হয়ে থাকি তবে আমি নিজে বেশ অভিমানী হতাম।

আমি মনে করি দুর্দান্ত জিনিসগুলি সম্পাদন করার জন্য আপনাকে দুর্দান্ত জিনিসগুলি পৌঁছাতে হবে। সুতরাং যতক্ষণ না আপনি সীমা অতিক্রম করবেন ততক্ষণ অতিরিক্ত চাপ দেওয়া কোনও খারাপ জিনিস নয়। বিজ্ঞানী আজ এমন জিনিসের প্রতিশ্রুতি দিচ্ছেন যেগুলি আমি বিশ্বাস করি না এটি সম্ভব হবে, তবে তারা যদি সেটির জন্য না পৌঁছায় তবে ফলস্বরূপ কী সম্পাদিত হবে তা আমরা মিস করব।

Answer 7

আপনি কোথায় যাচ্ছেন তা যখন জানেন না তখন কোথাও পৌঁছানো খুব কঠিন হতে পারে।

বুদ্ধি কী তা এবং এটি কীভাবে কাজ করে সে সম্পর্কে যদি আমাদের কিছু প্রকার যুক্তিসঙ্গত ব্যাখ্যা থাকে, তবে সম্ভবত আমাদের এটির কার্যকরভাবে নকল করার জন্য একটি গুলি করতে হবে। টুরিং টেস্টটি আকর্ষণীয় এবং দরকারী, তবে সত্যিকারের বুদ্ধিমত্তাকে মডেল করতে আমাদের পক্ষে সম্ভবত যথেষ্ট নয়। আমরা জানি সকলের জন্যই বুদ্ধিমত্তার একটি "মডেল" সত্যিকারের বুদ্ধির পক্ষে যথেষ্ট নাও হতে পারে।

Comments

প্রথম বাক্যটির জন্য +1।

— ম্যাসন হুইলারের

হতে পারে আমরা বুদ্ধি বুঝতে সক্ষম হয়ে ওঠার মতো যথেষ্ট বুদ্ধিমান নই, এমনকি এটির একটি মডেলও। কিন্তু আমরা নোংরা মডেল নির্মান করতে পারে, তাহলে এটি নিজেই কাজ নেই ...

Answer 8

ভাল, আমি বলব এটি এখন কম বেশি কম একই জিনিস যা OWL এর সাথে ঘটছে। চারপাশে দেখুন এবং সমান্তরাল আঁকতে চেষ্টা করুন।

কাগজে ভাল লাগছে, খেলনা সমস্যাগুলিতে ভাল কাজ করছে বলে মনে হচ্ছে, বেশিরভাগ বাস্তবের ডেটাতে অবিশ্বাস্যরকম জটিল হয়ে ওঠে।

Comments

ওডাব্লুএল কী? Ostwestfalen-Lippe?

— sleske

en.wikedia.org/wiki/Web_Ontology_Language

— কোডার

Answer 9

প্রদত্ত ভাল উত্তর ছাড়াও দুটি পর্যবেক্ষণ:

দিনের কিছু উদ্ধৃতি থেকে বোঝা যাচ্ছে যে অনেক গবেষক ভেবেছিলেন যে দ্রুত কম্পিউটার ডিজাইন করার পরে তুচ্ছ সমাধানগুলি ছোট করে দেওয়া যেতে পারে। এক ধরণের শিখন পদ্ধতির জন্য এটি খুব সত্য ছিল, তবে আমি মনে করি যে ধরণের জিনিসটি ওপিকে উল্লেখ করা হচ্ছে তা আসলে স্কেলের কোনও উন্নত হয়নি।

তখনকার গবেষকরা মানুষের মনের জটিলতা সম্পর্কে খুব কম অনুমান করেছিলেন (টিউরিং টেস্টের মতো ধারণাগুলিতে মনোনিবেশ, এই ধারণাটি যে মানুষ কেবল তাদের মস্তিষ্কের একটি ছোট শতাংশ ব্যবহার করে ইত্যাদি)। একটি সাধারণ প্রাণীর স্তরে এআই কিছু ব্যবস্থা গ্রহণ করে যেমন জিনিসগুলি ছোট করে দেওয়া হয়, তবে মানব স্তরের এআই লাফানো প্রত্যাশার চেয়ে অনেক বড় ছিল। এটি কিছু গবেষককে এই ব্যবধানটি দূর করার প্রয়াস হিসাবে শিশু সিস্টেম এবং অন্যান্য বৃদ্ধি / বিবর্তন ভিত্তিক সিমুলেশনগুলি শেখার চেষ্টা করতে নেতৃত্ব দিয়েছে।

Comments

একটি সাধারণ মস্তিষ্ক (পোকামাকড়, মাছ, সরীসৃপ) আচরণ ভালভাবে পরিচালনা করতে পারে তবে যুক্তি পরিচালনা করা একটি ভিন্ন সমস্যা। সুতরাং আমি মনে করি যে এআই শীঘ্রই কোনও সমস্যার ডোমেন সম্পর্কে কথোপকথন করতে সক্ষম হবে তবে উপন্যাসের সমস্যাগুলি সমাধান করতে সক্ষম হতে পারে বা অবদান রাখতে কোনও অর্থবহ কিছু নেই। আকর্ষণীয় ক্ষেত্রটি হ'ল ছোট মস্তিষ্ক (পাখি) কথোপকথন ইনপুটতে প্রতিক্রিয়া জানাতে এবং করণীয় হিসাবে মজাদার জিনিসগুলি আবিষ্কার করতে জটিল জিনিসগুলি করতে পারে (লোকের দরজার উত্তর দেখতে দেখার জন্য ডোরবেলের শব্দকে নকল করে তোলা), তারপরে একটি হাসিখুশি শব্দ করেছে)।

Answer 10

এর এক কারণ ছিল 1960 এর দশকে আমরা সাফল্য পেয়েছি E আমরা সবেমাত্র মহাকাশে যাত্রা করেছিলাম, এবং শীঘ্রই একটি লোককে চাঁদে নামব। আমরা সবেমাত্র পোলিও এবং অন্যান্য বড় রোগের নিরাময়ের সন্ধান করেছি।

তবে "কৃত্রিম বুদ্ধিমত্তা" তখন আমাদের যে "ইঞ্জিনিয়ারিং" সমস্যার মুখোমুখি হয়েছিল তার থেকে আলাদা প্রাণী ছিল। এটি "যান্ত্রিক" সমস্যার চেয়ে "যুক্তি" ছিল "

সংক্ষেপে, এআই (1960 এর দশকে) একটি ধারণা ছিল "যার সময় এখনও আসেনি।" এটি অন্যান্য সমস্যার মতো অ্যাক্সেসযোগ্য হওয়ার আগে, পরবর্তী দশকগুলিতে এটি আরও বিকাশ নিয়েছিল।

Answer 11

আরেকটি কারণ হতে পারে যে কোনও কম্পিউটারে দক্ষতা অর্জন / কম্পিউটার প্রোগ্রাম লেখালেখি আমাদের সামান্য নিয়ন্ত্রণকে সর্ব্বোচ্চত্বের অনুভূতি দেয় - বাস্তবে, কেউ ক্লোজড ইউনিভার্স তৈরি করে, যদিও বন্ধ হয়ে যায়।

এগুলি ছাড়াও "বুদ্ধি কিছুই নয় ...." এর মতো সরল ব্যাখ্যায় দার্শনিক / জ্ঞানতাত্ত্বিক শিক্ষার অভাব এবং বিশ্বাসের অভাব হুব্রিসের দিকে নিয়ে যেতে পারে।