Matemātiķi Ir Izveidojuši Problēmu, Kuru Nevar Atrisināt Ar Mašīnu - Alternatīvs Skats

Matemātiķi Ir Izveidojuši Problēmu, Kuru Nevar Atrisināt Ar Mašīnu - Alternatīvs Skats
Matemātiķi Ir Izveidojuši Problēmu, Kuru Nevar Atrisināt Ar Mašīnu - Alternatīvs Skats

Video: Matemātiķi Ir Izveidojuši Problēmu, Kuru Nevar Atrisināt Ar Mašīnu - Alternatīvs Skats

Video: Matemātiķi Ir Izveidojuši Problēmu, Kuru Nevar Atrisināt Ar Mašīnu - Alternatīvs Skats
Video: iOS App Development with Swift by Dan Armendariz 2024, Aprīlis
Anonim

Matemātiķu grupa iebilda, ka neatrisināma matemātika ir nepārvarams šķērslis mašīnmācīšanās algoritmu darbībai. Tagad viņi to spēja pierādīt praksē.

Ne viss pasaulē ir zināms. Vismaz tas attiecas uz mākslīgā intelekta un mašīnmācīšanās algoritmiem. No pirmā acu uzmetiena šāds paziņojums mūsu progresēšanas laikmetā var izklausīties kā īsta ķecerība - bet, diemžēl, tas tā ir. Starptautiska matemātiķu un AI pētnieku komanda ir atklājusi, ka, neskatoties uz mašīnmācības šķietamo neierobežoto potenciālu, pat vismodernākos algoritmus saista matemātiski ierobežojumi.

"Matemātikas priekšrocības dažkārt tiek balstītas uz faktu, ka … vienkārši sakot, ne viss ir pierādāms," raksta pētnieki, kurus vada datorzinātnieks Šajs Ben-Dāvids no Vaterlo universitātes. Viņi apgalvo, ka mašīnmācībai ir šāds liktenis.

Kā viņi nonāca pie šāda secinājuma? Matemātiskie ierobežojumi bieži tiek saistīti ar slaveno Austrijas matemātiķi Kurtu Gēdeli, kurš pagājušā gadsimta trīsdesmitajos gados izstrādāja nepabeigtības teorēmas - divus pieņēmumus, kas parāda formālās aritmētikas ierobežojumus (un kā rezultātā jebkuru formālu sistēmu, kas izmanto šīs aritmētikas jēdzienus: 0 un 1)., saskaitīšana un reizināšana, un naturālie skaitļi). Jauni pētījumi tikai pierādīja, ka mašīnmācība ir ieslēgta tajā pašā ietvarā.

Šobrīd AI ir burtiski ierobežota ar nepārliecināmu matemātiku. Citiem vārdiem sakot, mākslīgais intelekts nevar atrisināt problēmu, kuras algoritms neparedz “patiesu” vai “nepatiesu” risinājumu. Matemātiķis Amirs Jehdajovs no Technion-Izraēlas Tehnoloģiju institūta intervijā žurnālam Nature atzina, ka tas zinātniekiem bija pārsteigums. Pētījums tika izveidots ap vietni: algoritmam bija jāparāda mērķētas reklāmas apmeklētājiem, kuri lapu apmeklē visbiežāk - iepriekš nezinot, kuri apmeklētāji to apmeklēs. Tā ir tā saucamā maksimālās (EMX) problēmas novērtēšana.

Pēc pētnieku domām, matemātiskās problēmas saknes var atrasties mācību algoritma struktūrā, kas pazīstams kā “varbūtības ziņā aptuveni pareiza mācīšanās” jeb PAC. Tas ir arī ļoti līdzīgs matemātiskajam paradoksam, ko sauc par kontinuitātes hipotēzi. Tāpat kā pilnīguma teorēmas, šī hipotēze ir saistīta ar matemātiku, ko nevar pierādīt patiesas / nepatiesas sistēmas ietvaros. Hipotētiski, pat vispilnīgākajam algoritmam tas ir strupceļš, no kura tas nevar izkļūt. Matemātiķi atzīst, ka nepiemērotība ir apgrūtinājums, kas tagad būs jāuzņemas mašīnām. Levs Reizins, kurš nebija iesaistīts pētījumā, atzīmē, ka šie pasākumi "varētu iemācīt AI pazemību, pat ja tas turpina revolucionizēt pasauli ap mums."

Vasilijs Makarovs