वर्तमान एआई विकास में बाधा डालने वाली मुख्य समस्याएं क्या हैं?


11

मेरे पास कंप्यूटर इंजीनियरिंग में एक पृष्ठभूमि है और मानव विचार की नकल करने के लिए बेहतर एल्गोरिदम विकसित करने पर काम कर रहा है। (मेरे पसंदीदा में से एक एनालॉग मॉडलिंग है जैसा कि भाषा प्रसंस्करण और निर्णय लेने पर लागू होता है।) हालांकि, जितना अधिक मैं शोध करता हूं, उतना ही मुझे एहसास होता है कि AI कितना जटिल है।

मैंने इस क्षेत्र में कई समस्याओं से निपटने की कोशिश की है, लेकिन कभी-कभी मुझे लगता है कि मैं पहिया को फिर से मजबूत कर रहा हूं या एक ऐसी समस्या को हल करने की कोशिश कर रहा हूं जो पहले से ही बेकार (यानी रुकने की समस्या) साबित हो चुकी है। इसलिए, एआई को आगे बढ़ाने में मदद करने के लिए, मैं वर्तमान बाधाओं को बेहतर ढंग से समझना चाहता हूं जो इस क्षेत्र में हमारी प्रगति में बाधा हैं।

उदाहरण के लिए, कुछ मशीन लर्निंग एल्गोरिदम का समय और स्थान की जटिलता सुपर-बहुपद है जिसका अर्थ है कि तेज कंप्यूटर के साथ, कार्यक्रम को पूरा करने में कुछ समय लग सकता है। अभी भी, कुछ एल्गोरिदम एक छोटे डेटा सेट के साथ काम करते समय डेस्कटॉप या अन्य कंप्यूटर पर तेज़ हो सकते हैं, लेकिन जब डेटा का आकार बढ़ जाता है, तो एल्गोरिथ्म अव्यवस्थित हो जाता है।

वर्तमान में एआई विकास में अन्य कौन से मुद्दे हैं?

जवाबों:


7
  1. हम वास्तव में नहीं जानते कि बुद्धि क्या है।

  2. हम वास्तव में हमारे द्वारा उपलब्ध मानव बुद्धि के सर्वोत्तम मॉडल को नहीं समझते हैं (मानव बुद्धि) काम करता है।

  3. हम हार्डवेयर पर मानव बुद्धिमत्ता (कुछ हद तक) को दोहराने की कोशिश कर रहे हैं जो कि वास्तविकता में चलने वाले हार्डवेयर से काफी अलग है।

  4. मानव मस्तिष्क (हमारी बुद्धि का सबसे अच्छा मॉडल) ज्यादातर हमारे लिए एक ब्लैक-बॉक्स है, और परीक्षण विषय को मारने के बिना इसके संचालन की जांच / आत्मनिरीक्षण करना मुश्किल है। यह, ज़ाहिर है, अनैतिक और अवैध है। इसलिए मस्तिष्क को समझने में प्रगति बहुत धीमी है।

उन कारकों को मिलाएं और आप समझ सकते हैं कि एआई में प्रगति करना मुश्किल क्यों है। कई मायनों में, आप तर्क दे सकते हैं कि हम अंधेरे में शूटिंग कर रहे हैं। बेशक, हमने कुछ प्रगति की है, इसलिए हम जानते हैं कि हमें कुछ चीजें सही मिल रही हैं। लेकिन एआई को कैसे काम करना चाहिए / करना चाहिए, इसके बारे में एक वास्तविक व्यापक सिद्धांत के बिना , हमें आगे बढ़ने के लिए बहुत परीक्षण और त्रुटि और पुनरावृत्ति में कमी आई है।


3

मैं एआई द्वारा मान रहा हूं कि आप एजी (एनरल) I हैं, न कि मशीन लर्निंग या विशेषज्ञ प्रणाली विशिष्ट कार्यों के लिए तैयार हैं।

@ माइंडक्राइम के उत्तर के अलावा, कभी-कभी हम प्रशिक्षण के लिए नमूनों से बाहर निकलते हैं और कभी-कभी कंप्यूटर प्रबंधनीय समयसीमाओं में काम करने के लिए पर्याप्त नमूनों को संसाधित करने के लिए इतने धीमे हो जाते हैं। @bpachev ने मेमोरी का उल्लेख किया लेकिन सतह पर, हमारे सुपर कंप्यूटर में मानव मस्तिष्क मैट्रिक्स को संग्रहीत करने के लिए पर्याप्त मेमोरी से अधिक है। लेकिन हमारे पास इसे वास्तविक समय में अनुकरण करने की क्षमता की कमी है। हम ऐसा करने में सक्षम होने के बाद, हमें बाहरी इनपुट को भी कनेक्ट करने की आवश्यकता है, इसके लिए और भी अधिक प्रोसेसिंग पावर की आवश्यकता है। यहां तक ​​कि मानव मस्तिष्क को पूरी तरह से अनुकरण करने के लिए पर्याप्त नहीं होगा क्योंकि जैव रसायन एक महत्वपूर्ण भूमिका निभाता है।

एक अंतिम नोट यह होगा कि मानव मन कैसे काम करता है, यह समझने के अलावा एजीआई को विकसित करने के लिए बहुत कम प्रोत्साहन है। वर्गीकरण एल्गोरिदम, विशेषज्ञ प्रणाली, ज्ञान इंजन हैं जो विशिष्ट कार्यों के लिए सर्वश्रेष्ठ मनुष्यों को भी बाहर कर सकते हैं।


अपने अंतिम नोट के बारे में, आपको लगता है कि मानव मन और मानव अनुभूति को समझना अपने आप में बहुत कम मूल्य है। काफी मस्तिष्क क्षति और स्मृति हानि के साथ या यांत्रिक उपांगों के साथ मस्तिष्क के साथ बातचीत करने में रोगियों की मदद करने के लिए एजीआई सिस्टम का उपयोग नहीं किया जा सकता है? ऐसा लगता है कि अगर हम सही मायने में वास्तविक एजीआई बना सकते हैं, तो हमने उन सवालों में से एक का जवाब दिया होगा जो मानव जाति को सहस्राब्दियों के लिए त्रस्त कर चुके हैं और सिर्फ एक बौद्धिक खोज के बाहर अनगिनत अनुप्रयोग होंगे ।
callyalater

लेकिन मैं आपसे सहमत हूं कि विशेष विशेषज्ञ प्रणाली एजीआई बनाने के अलावा हमारे लिए अमूल्य संसाधन हैं।
callyalater

1
यह समझना कि मानव मन कैसे काम करता है, केवल बौद्धिक खोज नहीं है, इसमें आपके निहितार्थ हैं। लेकिन, न केवल मस्तिष्क क्षति और स्मृति हानि, बल्कि मनोवैज्ञानिक भी। PTSD या OCD हल करने से समाज पर बहुत सकारात्मक प्रभाव पड़ेगा। दूसरी ओर, इसमें सैन्य अनुप्रयोग होंगे। किसी से पूछताछ क्यों करें जब आप उनके मस्तिष्क से जानकारी निकाल सकते हैं, है ना?
Cem Kalyoncu

यह एक और प्रश्न के लिए एक महान विषय की तरह लगता है: एक वास्तविक एजीआई बनाने के लिए नैतिक निहितार्थ क्या हैं?
calalater

-1

एआई के विकास के लिए एक बाधा कंप्यूटर मेमोरी की मूलभूत सीमाएं हैं। कंप्यूटर, एक मौलिक स्तर पर, केवल बिट्स के साथ काम कर सकता है। यह जानकारी के प्रकार को सीमित करता है जिसका वे वर्णन कर सकते हैं।

संपादित करें:

मानव स्मृति की सटीक प्रकृति और जटिलता को पूरी तरह से समझा नहीं गया है, लेकिन मेरा तर्क है कि बहुत कम से कम, मानव स्मृति उन कार्यों के प्रकारों के लिए अनुकूल है। इस प्रकार, कंप्यूटर मेमोरी, भले ही सैद्धांतिक रूप से उन सभी चीजों का प्रतिनिधित्व करने में सक्षम हो जो मानव मेमोरी कर सकती है, संभवतः इस तरह के कार्य के लिए अक्षम और खराब संरचित है।


न्यूरोओमॉर्फिक मेमोरी इंडेक्सिंग योजनाएं, जैसे कि कानवेरा की 'स्पार्स डिस्ट्रीब्यूटेड मेमोरी', कुछ समय के लिए आस-पास रही हैं।
नीत्शेचियन

1
आपको "मानव मस्तिष्क रसायनों के साथ जानकारी सांकेतिक शब्दों में बदलना" से अधिक विशिष्ट होना चाहिए। सूचना मस्तिष्क में एक दूसरे से न्यूरॉन्स कनेक्शन में परिवर्तन के माध्यम से एनकोडेड है न कि स्वयं न्यूरोट्रांसमीटर के माध्यम से। हालाँकि, अंत में इसे प्रति कनेक्शन एक "वजन" मान के रूप में शिथिल रूप में प्रस्तुत किया जा सकता है, इस प्रकार यह विचार है कि रसायन बिट्स की तुलना में अधिक जटिल फैशन में जानकारी को कूटबद्ध करते हैं, गलत प्रतीत होगा।
टॉमज़एक्स

@tomzx आपकी प्रतिक्रिया के लिए धन्यवाद। यह मेरी समझ थी कि मानव स्मृति अच्छी तरह से समझ में नहीं आती है, लेकिन यह कि मस्तिष्क की रासायनिक प्रकृति के कारण, स्मृति को रासायनिक रूप से प्रतिनिधित्व किया गया था। मैं कम सट्टा होने के लिए अपने उत्तर को संपादित करूँगा।
bpachev
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.