Предлагаме да се проведе двумесечно проучване на изкуствения интелект с участието на 10 души през лятото на 1956 г. в колежа Дартмут в Хановер, Ню Хемпшир.
Изследването ще се основава на предположението, че всеки аспект на обучението или която и да е друга характеристика на интелигентността може по принцип да бъде описан толкова точно, че да може да се създаде машина, която да го симулира. Ще бъде направен опит да се открие как да се накарат машините да използват език, да формират абстракции и концепции, да решават видове проблеми, които сега са запазени за хората, и да се усъвършенстват. Смятаме, че може да се постигне значителен напредък по един или повече от тези проблеми, ако внимателно подбрана група учени работят заедно върху него в продължение на едно лято. Следват някои аспекти на проблема с изкуствения интелект:
1. Автоматични компютри
Ако една машина може да върши работа, тогава може да се програмира автоматичен калкулатор, който да симулира машината. Скоростите и капацитетът на паметта на съвременните компютри може да са недостатъчни, за да симулират много от висшите функции на човешкия мозък, но основната пречка не е липсата на машинен капацитет, а неспособността ни да пишем програми, възползвайки се максимално от това, което имаме.
2. Как може компютър да бъде програмиран да използва език
Може да се предположи, че голяма част от човешката мисъл се състои в манипулиране на думи според правилата на разсъждение и правилата на предположенията. От тази гледна точка, формирането на обобщение се състои в допускане на нова дума и някои правила, чрез които изречения, които я съдържат, предполагат и се подразбират от други. Тази идея никога не е била формулирана много точно, нито са разработени примери.
3. Невронни мрежи
Как може набор от (хипотетични) неврони да бъде подреден така, че да формира понятия? Значителна теоретична и експериментална работа е извършена по този проблем от Ътли, Рашевски и неговата група, Фарли и Кларк, Питс и Маккълок, Мински, Рочестър и Холанд и други. Получени са частични резултати, но проблемът се нуждае от повече теоретична работа.
4. Теория за размера на изчислението
Ако ни е даден добре дефиниран проблем (такъв, за който е възможно механично да се провери дали предложеният отговор е валиден отговор), един от начините за решаването му е да се изпробват всички възможни отговори подред. Този метод е неефективен и за да се изключи, трябва да има някакъв критерий за ефективност на изчислението. Някои размисли ще покажат, че за да се получи мярка за ефективността на изчислението, е необходимо да има под ръка метод за измерване на сложността на изчислителните устройства, което от своя страна може да се направи, ако човек има теория за сложността на функциите. Някои частични резултати по този проблем са получени от Шанън, а също и от Маккарти.
5. Самоусъвършенстване
Вероятно една наистина интелигентна машина ще извършва дейности, които най-добре могат да бъдат описани като самоусъвършенстване. Предложени са някои схеми за това, които си струва да бъдат проучени по-нататък. Изглежда вероятно този въпрос да може да бъде изследван и абстрактно.
6. Абстракции
Редица видове „абстракция“ могат да бъдат ясно дефинирани, а няколко други – по-малко ясно. Директен опит за тяхното класифициране и за описание на машинни методи за формиране на абстракции от сензорни и други данни би бил полезен.
7. Случайност и креативност.
Една доста привлекателна, но очевидно непълна хипотеза е, че разликата между творческото мислене и лишеното от въображение компетентно мислене се крие във внасянето на известна случайност. Случайността трябва да се ръководи от интуицията, за да бъде ефективна. С други думи, обоснованото предположение или предчувствието включват контролирана случайност в иначе подреденото мислене.
Изследването ще се основава на предположението, че всеки аспект на обучението или която и да е друга характеристика на интелигентността може по принцип да бъде описан толкова точно, че да може да се създаде машина, която да го симулира. Ще бъде направен опит да се открие как да се накарат машините да използват език, да формират абстракции и концепции, да решават видове проблеми, които сега са запазени за хората, и да се усъвършенстват. Смятаме, че може да се постигне значителен напредък по един или повече от тези проблеми, ако внимателно подбрана група учени работят заедно върху него в продължение на едно лято. Следват някои аспекти на проблема с изкуствения интелект:
1. Автоматични компютри
Ако една машина може да върши работа, тогава може да се програмира автоматичен калкулатор, който да симулира машината. Скоростите и капацитетът на паметта на съвременните компютри може да са недостатъчни, за да симулират много от висшите функции на човешкия мозък, но основната пречка не е липсата на машинен капацитет, а неспособността ни да пишем програми, възползвайки се максимално от това, което имаме.
2. Как може компютър да бъде програмиран да използва език
Може да се предположи, че голяма част от човешката мисъл се състои в манипулиране на думи според правилата на разсъждение и правилата на предположенията. От тази гледна точка, формирането на обобщение се състои в допускане на нова дума и някои правила, чрез които изречения, които я съдържат, предполагат и се подразбират от други. Тази идея никога не е била формулирана много точно, нито са разработени примери.
3. Невронни мрежи
Как може набор от (хипотетични) неврони да бъде подреден така, че да формира понятия? Значителна теоретична и експериментална работа е извършена по този проблем от Ътли, Рашевски и неговата група, Фарли и Кларк, Питс и Маккълок, Мински, Рочестър и Холанд и други. Получени са частични резултати, но проблемът се нуждае от повече теоретична работа.
4. Теория за размера на изчислението
Ако ни е даден добре дефиниран проблем (такъв, за който е възможно механично да се провери дали предложеният отговор е валиден отговор), един от начините за решаването му е да се изпробват всички възможни отговори подред. Този метод е неефективен и за да се изключи, трябва да има някакъв критерий за ефективност на изчислението. Някои размисли ще покажат, че за да се получи мярка за ефективността на изчислението, е необходимо да има под ръка метод за измерване на сложността на изчислителните устройства, което от своя страна може да се направи, ако човек има теория за сложността на функциите. Някои частични резултати по този проблем са получени от Шанън, а също и от Маккарти.
5. Самоусъвършенстване
Вероятно една наистина интелигентна машина ще извършва дейности, които най-добре могат да бъдат описани като самоусъвършенстване. Предложени са някои схеми за това, които си струва да бъдат проучени по-нататък. Изглежда вероятно този въпрос да може да бъде изследван и абстрактно.
6. Абстракции
Редица видове „абстракция“ могат да бъдат ясно дефинирани, а няколко други – по-малко ясно. Директен опит за тяхното класифициране и за описание на машинни методи за формиране на абстракции от сензорни и други данни би бил полезен.
7. Случайност и креативност.
Една доста привлекателна, но очевидно непълна хипотеза е, че разликата между творческото мислене и лишеното от въображение компетентно мислене се крие във внасянето на известна случайност. Случайността трябва да се ръководи от интуицията, за да бъде ефективна. С други думи, обоснованото предположение или предчувствието включват контролирана случайност в иначе подреденото мислене.
Twitter
Facebook
