Система физических символов

Смотрите также: Философия искусственного интеллекта

Система физических символов (также называемая формальной системой ) принимает физические шаблоны (символы), объединяет их в структуры (выражения) и манипулирует ими (с использованием процессов) для создания новых выражений.

Гипотеза системы физических символов ( PSSH ) — это позиция в философии искусственного интеллекта, сформулированная Алленом Ньюэллом и Гербертом А. Саймоном . Они написали:

«Физическая система символов имеет необходимые и достаточные средства для общего разумного действия».

- Аллен Ньюэлл и Герберт А. Саймон

Это утверждение подразумевает как то, что человеческое мышление — это своего рода манипулирование символами (поскольку для интеллекта необходима система символов), так и то, что машины могут быть разумными (поскольку для интеллекта достаточно системы символов ).

Эта идея имеет философские корни у Гоббса (который утверждал, что рассуждение — это «не более чем расчет»), Лейбница (который пытался создать логическое исчисление всех человеческих идей), Юма (который считал, что восприятие можно свести к «атомарным впечатлениям») и даже Кант (который анализировал весь опыт как контролируемый формальными правилами). Последняя версия называется вычислительной теорией разума , связанной с философами Хилари Патнэм и Джерри Фодором .

Примеры

Примеры систем физических символов включают:

• Формальная логика : символами являются слова типа «и», «или», «не», «для всех х» и так далее. Выражения — это утверждения формальной логики, которые могут быть истинными или ложными. Процессы — это правила логического вывода.
• Алгебра : символы «+», «×», « x », « y », «1», «2», «3» и т. д. Выражения представляют собой уравнения. Эти процессы представляют собой правила алгебры, которые позволяют манипулировать математическими выражениями и сохранять их истинность.
• Шахматы : символы — это фигуры, процессы — это допустимые шахматные ходы, выражения — это положения всех фигур на доске.
• Компьютер , на котором выполняется программа : символы и выражения — это структуры данных, процесс — это программа, которая изменяет структуры данных.

Гипотеза системы физических символов утверждает, что обе они также являются примерами систем физических символов:

• Разумная человеческая мысль: символы закодированы в нашем мозгу. Выражения — это мысли . Процессы представляют собой психические операции мышления.
• Английский язык: символы — это слова. Выражения представляют собой предложения. Процессы — это мыслительные операции, которые позволяют говорить, писать или читать.

Доказательства гипотезы

Две линии доказательств подсказали Аллену Ньюэллу и Герберту А. Саймону , что «манипулирование символами» было сутью как человеческого, так и машинного интеллекта: психологические эксперименты на людях и разработка программ искусственного интеллекта .

Психологические эксперименты и компьютерные модели

См. Также: Когнитивная наука и вычислительное познание.

Ньюэлл и Саймон провели психологические эксперименты, которые показали, что при решении сложных задач по логике, планированию или любому виду «решения головоломок» люди тщательно действовали шаг за шагом, рассматривая несколько различных возможных путей продвижения вперед, выбирая наиболее перспективный, поддерживая его. когда возможность зашла в тупик. Каждое возможное решение было визуализировано с помощью символов, таких как слова, цифры или диаграммы. Это была «манипулирование символами» — люди итеративно исследовали формальную систему в поисках подходящего шаблона, который мог бы решить головоломку. Ньюэлл и Саймон смогли шаг за шагом смоделировать навыки людей по решению проблем с помощью компьютерных программ; они создали программы, которые использовали те же алгоритмы, что и люди, и могли решать те же проблемы.

Этот тип исследования, использующий как экспериментальную психологию, так и компьютерные модели, был назван « когнитивным моделированием » Хьюбертом Дрейфусом . Их работа оказала огромное влияние: она способствовала когнитивной революции 1960-х годов, основанию области когнитивной науки и когнитивизма в психологии.

Это направление исследований показало, что решение человеческих проблем состоит в первую очередь из манипулирования символами высокого уровня.

Программы искусственного интеллекта в 1950-х и 60

См. Также: Символический ИИ

В первые десятилетия исследований ИИ существовало множество очень успешных программ, в которых использовалась обработка символов высокого уровня. Эти программы были очень успешными, демонстрируя навыки, которые многие люди в то время считали невозможными для машин, например, решение алгебраических задач на слова ( СТУДЕНТ ), доказательство теорем в логике ( Теоретик логики ), обучение игре в соревновательные шашки ( программа Артура Сэмюэля ). шашки) и общение на естественном языке ( ЭЛИЗА , ШРДЛУ ).

Успех этих программ позволил предположить, что системы обработки символов могут моделировать любые интеллектуальные действия.

Разъяснения

Гипотеза о системах физических символов становится тривиальной, бессвязной или неуместной, если мы не признаем различие между «оцифрованными сигналами» и «символами», между «узким» ИИ и общим интеллектом , а также между сознанием и разумным поведением.

Семантические символы

Гипотеза о системе физических символов интересна только в том случае, если мы ограничим «символы» вещами, которые имеют узнаваемое значение или обозначение и могут быть составлены из других символов для создания более сложных символов, таких как <собака> и <хвост>. Это не применимо к простым абстрактным нулям и единицам в памяти цифрового компьютера или к потоку нулей и единиц, проходящему через аппарат восприятия робота. Это также не применимо к матрицам неопознанных чисел, например тем, которые используются в нейронных сетях или машинах опорных векторов . Технически это могут быть символы, но не всегда возможно точно определить, что означают эти символы. Это не то, что имели в виду Ньюэлл и Саймон, и аргумент становится тривиальным, если мы включим их.

Дэвид Турецкий и Дин Померло рассматривают, что произойдет, если мы интерпретируем «символы» в PSSH как двоичные цифры цифрового оборудования. В этой версии гипотезы не делается различия между «символами» и «сигналами». Здесь гипотеза системы физических символов утверждает лишь то, что интеллект можно оцифровать . Это более слабое утверждение. Действительно, Турецкий и Померло пишут, что если символы и сигналы — это одно и то же, то «[s] достаточность является данностью, если только вы не дуалист или какой-то другой мистик, потому что физические системы символов универсальны по Тьюрингу ». Широко распространенный тезис Чёрча-Тьюринга утверждает, что любая универсальная по Тьюрингу система может моделировать любой мыслимый процесс, который можно оцифровать, если иметь достаточно времени и памяти. Поскольку любой цифровой компьютер является универсальным по Тьюрингу , любой цифровой компьютер теоретически может моделировать все, что можно оцифровать, с достаточной степенью точности, включая поведение разумных организмов. Необходимое условие гипотезы физических символьных систем также может быть уточнено, поскольку мы готовы принять почти любой сигнал как форму «символа», а все разумные биологические системы имеют сигнальные пути.

Та же проблема касается неопознанных чисел, которые появляются в матрицах нейронной сети или машины опорных векторов . Эти программы используют ту же математику, что и цифровое моделирование динамической системы , и их лучше понимать как «динамическую систему», чем как «систему физических символов». Нильс Нильссон писал: «Любой физический процесс можно смоделировать с любой желаемой степенью точности на компьютере, манипулирующем символами, но описание такого моделирования с точки зрения символов, а не сигналов, может быть неуправляемо громоздким».

Общий интеллект против «

PSSH относится к «общему разумному действию», то есть ко всякой деятельности, которую мы считаем «разумной». Таким образом, утверждается, что общий искусственный интеллект может быть достигнут с использованием только символических методов. Это не относится к « узким » приложениям.

Исследования искусственного интеллекта позволили разработать множество программ, способных разумно решать конкретные проблемы. Однако исследования ИИ до сих пор не смогли создать систему с общим искусственным интеллектом — способностью решать множество новых проблем, как это делает человек. Таким образом, критика PSSH относится к ограничениям ИИ в будущем и не относится к каким-либо текущим исследованиям или программам.

Сознание

PSSH относится к «разумному действию» — то есть к поведению машины — он не относится к «психическим состояниям», «разуму», «сознанию» или «опыту» машины. «Сознание», насколько может определить неврология, не является чем-то, что можно вывести из поведения агента: всегда возможно, что машина моделирует опыт сознания, фактически не испытывая его, подобно тому, как идеально написанный вымышленный персонаж может имитировать человека, обладающего сознанием.

Таким образом, PSSH не имеет отношения к позициям, которые относятся к «разуму» или «сознанию», таким как Джона Сирла гипотеза сильного ИИ :

Таким образом, правильно запрограммированный компьютер с правильными входами и выходами будет обладать разумом точно в том же смысле, в котором разум есть у людей.

Доказательства против гипотезы

Нильс Нильссон выделил четыре основные «темы» или основания, по которым гипотеза системы физических символов подвергалась критике.

1. «Ошибочное утверждение о том, что [гипотезе системы физических символов] не хватает символического обоснования », которое считается требованием для общего разумного действия.
2. Распространенное мнение о том, что ИИ требует несимвольной обработки (например, той, которую может обеспечить коннекционистская архитектура).
3. Распространенное утверждение о том, что мозг — это просто не компьютер и что «вычисления в их нынешнем понимании не обеспечивают подходящей модели интеллекта».
4. И, наконец, некоторые также верят, что мозг по существу не имеет разума, что большая часть того, что происходит, — это химические реакции и что разумное поведение человека аналогично разумному поведению, демонстрируемому, например, колониями муравьев.

что мозг не всегда использует

Если человеческий мозг не использует символические рассуждения для создания разумного поведения, то необходимая сторона гипотезы ложна, а человеческий интеллект является контрпримером.

Дрейфус

Основная статья: Критика ИИ Дрейфусом

Губерт Дрейфус подверг критике необходимое условие гипотезы системы физических символов, назвав ее «психологическим предположением» и определив ее следующим образом:

• Разум можно рассматривать как устройство, оперирующее битами информации в соответствии с формальными правилами.

Дрейфус опроверг это, показав, что человеческий интеллект и опыт зависят в первую очередь от бессознательных инстинктов, а не от сознательного символического манипулирования. Эксперты решают проблемы быстро, используя свою интуицию, а не пошаговый поиск проб и ошибок. Дрейфус утверждал, что эти бессознательные навыки никогда не будут отражены в формальных правилах.

Тверски и Канеман

Основная статья: Думать быстро и медленно

познание

Основная статья: Воплощенное познание

Джордж Лакофф , Марк Тернер и другие утверждали, что наши абстрактные навыки в таких областях, как математика , этика и философия, зависят от бессознательных навыков, исходящих от тела, и что сознательное манипулирование символами — лишь малая часть нашего интеллекта.

того, что символический ИИ не может эффективно генерировать интеллект для

Невозможно доказать, что символический ИИ никогда не создаст общий интеллект, но если мы не сможем найти эффективный способ решения конкретных проблем с помощью символического ИИ, это будет свидетельством того, что достаточная сторона PSSH вряд ли верна.

Несговорчивость

Основная статья: Неразрешимая проблема

Парадокс Моравца

Основная статья: Парадокс Моравеца

что субсимволические или нейросимволические программы ИИ могут генерировать

Если субсимволические программы ИИ, такие как глубокое обучение , могут разумно решать проблемы, то это свидетельство того, что необходимая сторона ПСШ ложна.

Если гибридные подходы, сочетающие символический ИИ с другими подходами, могут эффективно решать более широкий круг проблем, чем любой из методов по отдельности, это свидетельствует о том, что необходимая сторона верна, а сторона достаточности — ложна.

Брукс

Основная статья: Искусственный интеллект, ситуативный подход

Родни Брукс из Массачусетского технологического института смог создать роботов, которые обладали превосходными способностями передвигаться и выживать вообще без использования символического мышления. Брукс (и другие, такие как Ганс Моравец ) обнаружили, что наши самые базовые навыки движения, выживания, восприятия, равновесия и так далее, похоже, вообще не требуют символов высокого уровня, что фактически использование символов высокого уровня был более сложным и менее успешным.

В статье 1990 года « Слоны не играют в шахматы » исследователь робототехники Родни Брукс прямо нацелился на гипотезу физической системы символов, утверждая, что символы не всегда необходимы, поскольку «мир сам по себе является лучшей моделью. Он всегда актуален. В нем всегда есть все детали, которые необходимо знать. Хитрость заключается в том, чтобы ощущать это правильно и достаточно часто».

и

В 2012 году AlexNet , сеть глубокого обучения превзошла все другие программы в классификации изображений на ImageNet , значительно . За прошедшие годы глубокое обучение оказалось гораздо более успешным во многих областях, чем символический ИИ.

Гибридный ИИ

Основная статья: Нейросимволический ИИ

Символ заземления

Основная статья: Проблема с заземлением символа

См. также

• Искусственный интеллект, ситуативный подход
• Искусственная философия

Ссылки

• Брукс, Родни (1990), «Слоны не играют в шахматы» (PDF) , Робототехника и автономные системы , 6 (1–2): 3–15, CiteSeerX   10.1.1.588.7539 , doi : 10.1016/S0921-8890( 05)80025-9 , получено 30 августа 2007 г.
• Коул, Дэвид (осень 2004 г.), «Аргумент о китайской комнате», в Залте, Эдвард Н. (редактор), Стэнфордская энциклопедия философии .
• Кревье, Дэниел (1993). ИИ: бурные поиски искусственного интеллекта . Нью-Йорк, штат Нью-Йорк: BasicBooks. ISBN  0-465-02997-3 .
• Деннетт, Дэниел (1991), Объяснение сознания , The Penguin Press, ISBN  978-0-7139-9037-9
• Дрейфус, Хьюберт (1972), Чего не могут компьютеры , Нью-Йорк: MIT Press, ISBN  978-0-06-011082-6
• Дрейфус, Хьюберт (1979), Чего компьютеры все еще не могут сделать , Нью-Йорк: MIT Press .
• Дрейфус, Юбер ; Дрейфус, Стюарт (1986), Разум над машиной: сила человеческой интуиции и опыта в эпоху компьютеров , Оксфорд, Великобритания: Блэквелл.
• Гладуэлл, Малкольм (2005), Блинк: Сила мышления без мышления , Бостон: Литтл, Браун, ISBN  978-0-316-17232-5 .
• Хаугеланд, Джон (1985), Искусственный интеллект: сама идея , Кембридж, Массачусетс: MIT Press .
• Гоббс (1651), Левиафан .
• Хорст, Стивен (осень 2005 г.), «Вычислительная теория разума», в Залте, Эдвард Н. (редактор), Стэнфордская энциклопедия философии .
• Курцвейл, Рэй (2005), Сингулярность близка , Нью-Йорк: Viking Press, ISBN  978-0-670-03384-3 .
• Маккарти, Джон ; Мински, Марвин ; Рочестер, Натан ; Шеннон, Клод (1955), Предложение для Дартмутского летнего исследовательского проекта по искусственному интеллекту , заархивировано из оригинала 30 сентября 2008 г.
• Ньюэлл, А .; Шоу, Джей Си ; Саймон, Х.А. (1958), «Элементы теории решения проблем человеком» , Psychoological Review , 65 (3): 151–166.
• Ньюэлл, Аллен ; Саймон, Х.А. (1963), «GPS: программа, имитирующая человеческое мышление», в Фейгенбауме, Е.А.; Фельдман Дж. (ред.), Компьютеры и мысль , Нью-Йорк: McGraw-Hill.
• Ньюэлл, Аллен ; Саймон, Х.А. (1976), «Информатика как эмпирическое исследование: символы и поиск», Communications of the ACM , 19 (3): 113–126, doi : 10.1145/360018.360022
• Нильссон, Нильс (2007), Лунгарелла, М. (ред.), «Гипотеза системы физических символов: статус и перспективы» (PDF) , 50 лет искусственного интеллекта, Festschrift, LNAI 4850 , Springer, стр. 9–17.
• Сирл, Джон (1999), Разум, язык и общество , Нью-Йорк, штат Нью-Йорк: Basic Books, ISBN  978-0-465-04521-1 , OCLC   231867665
• Тьюринг, Алан (октябрь 1950 г.), «Вычислительная техника и интеллект» , Mind , LIX (236): 433–460, doi : 10.1093/mind/LIX.236.433 , заархивировано из оригинала 02 июля 2008 г.