ऐसी समस्याएं जो केवल मनुष्य ही कभी हल कर पाएंगे


18

ReCAPTCHA की बढ़ती जटिलता के साथ, मैं कुछ समस्या के अस्तित्व के बारे में सोचता था, कि केवल एक मानव कभी भी हल कर सकेगा (या ए.आई. ।

उदाहरण के लिए, विकृत पाठ केवल मनुष्यों द्वारा हल करना संभव हुआ करता था। हालांकि ...

कंप्यूटर को अब सबसे चुनौतीपूर्ण परिस्थितियों में, [विकृत पाठ] परीक्षण सही 99.8% मिला है।

यह भी स्पष्ट लगता है कि विकृत पाठ का उपयोग अब वास्तविक मानव पहचान के लिए नहीं किया जा सकता है।

मैं यह भी जानना चाहता हूं कि क्या इस तरह की समस्या (विकृत पाठ के लिए) के निर्माण के लिए एक एल्गोरिदम को नियोजित किया जा सकता है, या यदि मानव मस्तिष्क की मौलिकता की आवश्यकता है।

जवाबों:


11

अनौपचारिक रूप से, AI के लिए AI- पूर्ण समस्याएं सबसे कठिन समस्याएं हैं। अवधारणा गणितीय रूप से अभी तक परिभाषित नहीं है , जैसे कि एनपी-पूर्ण समस्याएं। हालांकि, सहज रूप से, ये ऐसी समस्याएं हैं जिनके समाधान के लिए मानव-स्तर या सामान्य बुद्धि की आवश्यकता होती है।

वास्तविक प्राकृतिक भाषा समझ को एआई-पूर्ण समस्या माना जाता है (यह पेपर मेकिंग एआई मीनिंगफुल अगेंस्ट जॉब लैंडग्रेबे और बैरी स्मिथ, 2019 में भी चर्चा की गई है )। बहुत अधिक एआई-पूर्ण समस्याएं हैं। उदाहरण के लिए, समस्याएं जिनमें भावनाएं शामिल हैं।


3
एनपी-पूर्ण समस्याओं को 'पूर्ण' कहा जाता है क्योंकि वे सटीक अर्थों में सबसे कठिन हैं: एनपी में किसी भी अन्य समस्या को एक नियतात्मक, बहुपद-समय एल्गोरिथ्म द्वारा उनमें से एक तक घटाया जा सकता है। इसलिए बहुवचन समय में एनपी-पूर्ण समस्याओं में से किसी को हल कर सकने वाला एक दैव का उपयोग एनपी में हर समस्या को पाली समय में हल करने के लिए किया जा सकता है। क्या कोई संकेत है कि एआई-पूर्णता की आपकी धारणा एक समान तरीके से वस्तुगत अर्थ बनाती है?
माइक स्पाइवे

1
@ मायिकसेवी यह एक अच्छा सवाल है। मैंने संबंधित साहित्य की एक व्यापक मात्रा नहीं पढ़ी है, लेकिन, एआई कम्प्लीटेंस की एक थ्योरी टूवर्ड में, जो मैं आपको अपने जवाब में जोड़ता हूं, लेखक कहते हैं " वे उपाय हमें यह भी बता सकते हैं कि हम पहले से ही कितनी समस्या का प्रबंधन कर रहे हैं कंप्यूटर को सौंपने के लिए, कटौती का उपयोग करके, एक समस्या में प्रगति दूसरे में प्रगति कर सकती है "। तो, उस पेपर में, कम से कम, एआई के लिए एक औपचारिक जटिलता सिद्धांत विकसित करने की इच्छा है ।
19

1

यह एक टिप्पणी और दार्शनिक राय से अधिक है, लेकिन मुझे विश्वास नहीं है कि ऐसी समस्याएं हैं जिन्हें एआई हल नहीं कर सकता है, जो एक मानव कर सकता है। इस फ़ोरम में नया होने के नाते, मैं इसे प्रश्न पर टिप्पणी नहीं कर सकता (और यह शायद बहुत लंबा होगा) - मैं आपसे आपकी क्षमा चाहता हूँ।

AI आखिरकार इंसानों की नकल करेगा (और उनसे आगे निकल जाएगा)

स्वभाव से मनुष्य तार्किक हैं। लॉजिक को सीखा या कठोर किया जाता है, और अवलोकन और रासायनिक आवेगों से प्रभावित होता है।

जब तक एआई को मानव की तरह कार्य करने के लिए प्रशिक्षित किया जा सकता है, तब तक वह एक जैसा कार्य करने में सक्षम होगा। वर्तमान में, उन व्यवहार प्रौद्योगिकी (अंतरिक्ष, कनेक्शन, आदि) है, जो मानव मस्तिष्क से इनकार या कुछ "फुलाना" स्वचालित रूप से इसे कुछ को सक्षम करने उपेक्षा अनुकूलित किया गया है के लिए सीमित हैं सुपर क्षमताओं। उदाहरण के लिए, देखा गया सब कुछ मस्तिष्क के माध्यम से पंजीकृत नहीं है; अक्सर, मस्तिष्क प्रसंस्करण समय और ऊर्जा को कम करने के लिए अंतर तुलना और अपडेट करता है। यह केवल समय की बात होगी जब एआई को भी इस तरह से व्यवहार करने के लिए प्रोग्राम किया जा सकता है, या तकनीकी प्रगति इसे इस फ़ंक्शन की कुछ ज़रूरत नहीं है, जो इसे मनुष्यों को छलांग लगाने की अनुमति देगा।

वर्तमान स्थिति में, हम मानते हैं कि मानव कभी-कभी तर्कहीन या असंगत होते हैं। उन मामलों में, AI कॉन्फ़िगर किए गए यादृच्छिककरण पैटर्न के साथ मानव सीमाओं की नकल कर सकता है, लेकिन फिर से, वास्तव में एक आवश्यकता नहीं होगी क्योंकि यह प्रोग्राम किया जा सकता है और उन पैटर्नों को स्वचालित रूप से सीख सकता है (यदि आवश्यक हो)।

यह सब डेटा की खपत, सूचना के प्रतिधारण, और सीखा सुधारों के लिए नीचे आता है। इसलिए, कोई समस्या नहीं है कि एक मानव (मेरी जानकारी के लिए) एआई सैद्धांतिक रूप से कभी भी प्रदर्शन नहीं कर सकता है। केमिस्ट्री के मामले में भी। जैसा कि हम खाद्य पदार्थों और अंगों का निर्माण कर रहे हैं, एक एआई, सैद्धांतिक रूप से, एक दिन प्रजनन कर सकता है और जैविक कार्यों के माध्यम से जीवित रह सकता है।

प्रश्न के बजाय मानव क्षमता के बारे में कृत्रिम बुद्धि के बाइनरी होने के नाते, मुझे यह देखने में अधिक दिलचस्पी होगी कि लोग क्या सोचते हैं कि मनुष्य अधिक चुनौतीपूर्ण चीजें कर सकता है, जिसे पूरा करने में एआई समय लगेगा।


हाय Vol7ron। मैंने इस उत्तर को अस्वीकार कर दिया क्योंकि यह अटकलों से भरा है, इस प्रकार मुझे नहीं लगता कि यह एक बहुत ही उपयोगी उत्तर है और मैं आपके बहुत सारे कथनों से सहमत नहीं हूँ। यह व्यक्तिगत रूप से नहीं लेते। वैसे भी, AFAIK, आप टिप्पणी कर सकते हैं, क्योंकि आपके पास प्रतिष्ठा के 50 से अधिक बिंदु हैं।
nbro

@nbro टिप्पणियों की लंबाई सीमाएं हैं और मैं केवल पोस्ट करने के बाद टिप्पणी कर सकता हूं क्योंकि मैं सदस्य नहीं था, मुझे +100 प्राप्त हुआ।
Vol7ron

अपना खाता AFAIK बनाते समय आपको प्रतिष्ठा के 100 अंक मिलते हैं। हालाँकि, मैं आपके कुछ बयानों की ओर संकेत करना चाहूँगा जिनसे मैं सहमत नहीं हूँ और मुझे लगता है कि असंगत या अस्पष्ट हैं। सबसे पहले, आप कहते हैं "स्वभाव से मनुष्य तार्किक हैं"। यहाँ तार्किक से आपका क्या मतलब है? फिर आप कहते हैं "वर्तमान स्थिति में, हम मानते हैं कि मानव कभी-कभी तर्कहीन या असंगत होते हैं"। यह मुझे लगता है कि आपके तर्क बहुत सुसंगत नहीं हैं और इस प्रकार विरोधाभासी हैं। इसके अलावा, आपका मुख्य बिंदु यह है: AI वह कर सकता है जो मनुष्य कर सकता है क्योंकि मेरे पास इसके खिलाफ कोई सबूत नहीं है: यह एक खराब तर्क है।
nbro

@ आपकी प्रतिक्रिया के लिए धन्यवाद! मैं कहूंगा कि मेरे उत्तर का दिल प्रश्न को संबोधित करता है - "नहीं" उत्तर है। यह विशुद्ध रूप से अटकलों पर नहीं है, लेकिन मैं यह तर्क देना चाहूंगा कि सवाल अटकलों को आमंत्रित कर रहा था। शीर्षक कहता है " कभी भी कर पाएंगे"। कोई भी भविष्य की भविष्यवाणी कैसे कर सकता है? यह सट्टा है। मेरी अटकलों की स्थापना एआई ऑपरेशन की सीमा के भीतर ट्रैक रिकॉर्ड और क्षमताओं पर की गई है। यह वर्तमान सीमाओं पर विचार करता है जो अपने वर्तमान स्थिति में मनुष्यों की तरह काम करने से रोकता है और अटकलें यह है कि भविष्य में एक मुद्दा नहीं होगा।
Vol7ron

यह देखते हुए कि मुझे नहीं लगता है कि अटकलें सामान्य रूप से उपयोगी हैं, मैंने नीचे मतदान किया है। यदि आप अधिक सुसंगत थे और आपके बयानों का तर्क दिया था, तो मुझे वोट नहीं देना चाहिए था। उदाहरण के लिए, मुझे यह भी समझ में नहीं आया कि आप "सीखे गए सुधारों" का क्या मतलब है "बयान में यह सब डेटा की खपत, सूचना के प्रतिधारण, और सीखा सुधारों के लिए नीचे आता है"। मैं यह भी नोट करना चाहूंगा, यदि आप इसके बारे में नहीं जानते हैं, कि सब कुछ डेटा से अनुमान नहीं लगाया जा सकता है (अर्थात, एमएल अक्सर अपर्याप्त होता है: जैसे यह कारण संबंधों का पता नहीं लगा सकता है, लेकिन केवल सहसंबंध)।
nbro
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.