Sir Winston Churchillは、「ウィザード戦争」として第二次世界大戦を話しました。同盟国と軸力の両方が戦場で互いに電子的な利点を得るためにレースにありました。現時点では多くの技術が生まれました – それらのうちの1つはコード化されたメッセージを解読する機能です。この達成を達成することができたガジェットは現代のコンピューターへの前兆でした。 1946年に、アメリカ軍は、コンピュータと同様にENIAC、または電子数値積分器を設立しました。 17,000を超える真空管を利用すると、ENIACは以前のすべての電気機械的コンピュータよりも数桁早かった。しかしながら、科学者の恍惚とした大部分がプログラム可能だったという部分でした。それは、人工知能（AI）の概念を増加させるであろうプログラム可能なコンピュータの概念でした。
時間が前進するにつれて、コンピュータはより速くほど小さくなるようになりました。トランジスタ半導体の作成はマイクロプロセッサに増加し、これはコンピュータプログラミングの進歩を促進した。 AIは蒸気を拾い始めました、そしてPunditsはすぐに私たち自身のコンピュータインテリジェンスがどのように超えるかを正確に宣言し始めました。 Elizaのようなプログラムやブロックのようなプログラムは、将来的に早く早くなるにつれて、彼らは間違いなく人間が早くなるにつれて、彼らは人間のように信じることができるでしょう。
しかし、それはまもなくこれがそうではないだろうことを削除されました。これらおよび多くの他のAIプログラムは、彼らがしたものではなく、それらのものもしなかった、またはそれらのアルゴリズムは適応可能であった。彼らは彼らの特定の課題で「スマート」でも、彼らの行動から知的判断について考えても、彼らは任意のタスクを理解していなかっただけでなく、通常の知的能力にろうそくを保持していなかったかもしれませんでしたラットラット、人間にしてください。
ニューラルネットワーク
AIが1980年代後半に夕日に消えたので、ニューラルネットワークの研究者が多くの必要な資金を得ることができました。ニューラルネットワークは、1960年代がAI研究によって積極的に血栓を血統していることを考慮して周りでありました。それが誇大宣伝のように生きていないことが明らかになるまで、リソースの飢えていませんでした。コンピュータとは異なり、オリジナルのAIが基づいていたもの – ニューラルネットワークには、メモリを保存するためのプロセッサまたは中央の場所がありません。
ディープブルーコンピュータ
ニューラルネットワークはコンピュータのようにプログラムされていません。それらは、その入力を発見する機能を提供する方法でリンクされています。このようにして、それらは哺乳動物脳と似ています。結局のところ、巨大な写真では脳は非常にあるパターンで一緒に連結されたたくさんのニューロンです。脳へのニューラルネットワークの類似点は、それらがコンピュータベースのAIで幻滅したものの関心を獲得した。
1980年代半ばには、NetTalkの名前によるビジネスは、少なくとも表面上に読み取ることができたニューラルネットワークを開発しました。それは話されている言語に手紙のパターンをマッピングすることを発見することによってこれをすることができました。少し時間の後、それは私的な言葉を話すことを発見しました。 NetTalkは、世界中のニュースヘッドラインを捕まえ、人間の創意工夫の勝利として驚かされました。しかしながら、エンジニアリングの観点から、それが全く難しくなかったのです。それは何も理解しませんでした。それはサウンドでパターンに一致しました。しかし、それはコンピュータベースのAIが多くの問題があったものであることが学びました。
最終的に、ニューラルネットワークは、コンピュータベースのAIと同様の運命を経験するでしょう – 多くの人々が人々が予想されたものを作成できなかった後にフェードするだけでなく、興味のある誇大宣伝のみを経験するでしょう。
新世紀
AIの進歩における21世紀のSAWビットへの移行。 1997年に、IBMSディープブルーは、一連のチェスの試合で自分のゲームで[Garry Kasparov]を破ったときに短いヘッドラインを作った。しかし、濃い青は知的だから勝ちませんでした。それはすぐに速いので勝ちました。深い青はチェスを理解していませんでした。まったく同じ方法で計算機が数学を理解していません。
Googleの開始主義の例映像は視認中に階層の中央から取られます。
現代の時代は、AIとまったく同じ技術の多くを見ました。 Googleは、階層構造と統合されたニューラルネットワークを利用していても、いくつかの魅力的な発見をしています。そのうちの1つはInceptionismと呼ばれるプロセスです。ニューラルネットワークは有望ですが、それらはまだ真の人工の知性への削除の道を表示しない。
IBMのワトソンは、JEOPARDYのトッププレーヤーのいくつかを最も財用することができました。ワトソンを「スマート」として信じるのは簡単ですが、真実からさらに何もありません。ワトソンは、情報を非常に早く閲覧することによってその答えを回収します。それが言っていることを本当に理解する能力はありません。
AIを通してAIを生産しようとするプロセスがあることを示唆することができるTは、この日にさえ、それをどのように定義するか正確に影響を与えました。私たち全員が「人工的」という意味を意味するのは、「知性」を実際にパズルに1つの層を提供することを意味することを意味します。過去にインテリジェンスがどのように定義されたかを確認すると、私たちがそれを達成できなかった方法を正確に私たちにいくつかの洞察を提供します。
アラン室と中国の部屋
現代のコンピューティングへのパパのアランチューリングは、コンピュータがインテリジェントな場合に把握するための基本テストを確立しました。それはチューリングテストとして理解されています、そしてこのようなものを行くことができます。知性を持っていると述べられているように。上で指摘したElizaプログラムは、このテストで一握りの人々をだました。チューリングの知性の意味は、たくさんの年に受け入れられました。 John Searleが彼の中国の宇宙議論を出すとき、これは修正されます。
英語を話す男が部屋に閉じ込められたことを考えてください。宇宙では机が机で、その机は大きい本です。この本は英語で書かれていますが、漢字を正確に操作する方法について説明します。彼はそれが何を意味するのかを理解していませんが、彼は指示を遵守することができます。誰かがそれからドアの下の紙を滑り込んだ。この論文は物語と物語についての懸念、すべて中国語で書かれています。その男はそれの言葉を理解するわけではありませんが、彼の本を利用して漢字を操作することができます。彼の本を利用して、紙をドアの下に戻すだけでなく、彼の本を記入しています。
反対側の中国語を話す人は、それらがすべて正しいものである数字と同様に答えを読みます。彼女は宇宙の中の男が中国語を理解するという最後の考えに関係しています。しかし、その男が中国語を理解していないことは私たちに明らかです。それで、信じられた実験のポイントは何ですか？
その男はプロセッサです。本はプログラムです。ドアの下の紙は入力です。プロセッサはプログラムを入力に適用し、出力を作成します。この基本的な実験は、それが何をしていることを理解することは決してないので、コンピュータがインテリジェントについて考えられないことを示しています。指示に従っているだけです。知性は本またはプログラマーの作者にあります。男やプロセッサではありません。
知性の新しい意味
AIのMankindのクエストのすべてで、彼は積極的に習慣を見つけようとしています。しかしJohn Searleは、コンピュータがインテリジェントな習慣をどのように作成できるか、それでもインテリジェントなものではありません。正確には、それが何をしているかを理解していない場合、その男やプロセッサーがインテリジェントなのでしょうか。
上記のすべては、習慣と理解の間の除去回線を描画するために述べられています。インテリジェンスは行動によって定義することはできません。習慣は、知性の徴候、そしてそれ以上に何もありません。暗い部屋にまだ横たわっている嫉妬。あなたは考えることができます、そしてその結果としてインテリジェントなものと同じです。ただし、いかなる種類の動作も作成していません。
知性は理解する能力によって定義されなければなりません。 [Jeff Hawkins]、Intelligenceの著者は、これを予測で行う方法を確立しました。彼はそれをメモリ予測フレームワークと呼びます。想定次に何が起こるのかを予測しようとしているシステムを定期的にしています。予測が満たされると、関数が満たされます。予測が満たされない場合、フォーカスはそれが予測されるまで異常に向けられる。たとえば、机に座っている間、ペットの襟のジングルが聞こえます。あなたはドアに向かい、あなたがあなたのペットを歩くのを見るでしょう。この予測が満たされている限り、普通のものは何でも。これを行うことには慣れていない可能性があります。しかし、予測が違反している場合、それは状況を焦点にさらすだけでなく、あなたがあなたのペットが歩いているのを見なかった理由を発見することをチェックします。
あなたの雰囲気を予測しようとしているこのプロセスはあなたがそれを理解することを可能にします。予測は、行動ではなく、知性の本質です。予測パラダイムに準拠するようにコンピュータまたはニューラルネットワークをプログラムできる場合は、その環境を真に理解することができます。メーカーをインテリジェントにすることはこの理解を深めることです。
だから今それはあなたの番です。 AIの「Intelligence」をどのように定義しますか。