Tekoäly on jumissa, koska se on rakennettu väärien abstraktioiden varaan jättäen visuaalisen havaitsemisen huomiotta
Tekoälyteollisuus rakentaa malleja abstraktioiden varaan, jotka ovat huonosti yhteydessä todelliseen aivoihin ja visuaaliseen havaitsemiseen, mikä maksaa valtavasti energiaa ja aiheuttaa perustavanlaatuisia riskejä. Visuaalinen havaitseminen on tärkeämpää kuin mikään tekoälyarkkitehtuuri. Kirjoittaja väittää, että läpimurtoja tapahtuu, kun tutkijat palaavat konkreettisiin esimerkkeihin maailmasta, kuten Hopfield, ja ehdottaa tekoälyn rakentamista todellisen visuaalisen havaitsemisen perustalle pikselien ja konvoluutioiden sijaan.
Artikkelissa väitetään, että tekoälyala on jumissa, koska se rakentaa malleja abstraktioiden varaan, jotka ovat heikosti yhteydessä siihen, miten aivot ja visuaalinen havaitseminen todellisuudessa toimivat. Siinä väitetään, että visuaalinen havaitseminen on tärkeämpää kuin mikään tekoälyarkkitehtuuri, ja että läpimurtoja tapahtuu, kun tutkijat palaavat konkreettisiin esimerkkeihin, kuten Hopfield teki yhdistämällä kiinteän olomuodon fysiikan neurobiologiaan. Kirjoittaja vetää analogian metallurgiaan: hehkutusta on käytetty tuhansia vuosia ennen kuin tiede formalisoi käsitteet, kuten energian ja lämpötilan, jotka ovat abstraktioita, jotka eivät ole olemassa erillisinä kokonaisuuksina maailmassa. Samoin moderni tekoäly käyttää abstraktioita, kuten pikseleitä, konvoluutioita ja keinotekoisia neuroneja, jotka ovat kaukana biologisesta todellisuudesta, mikä johtaa valtaviin energiakustannuksiin ja mahdollisiin perustavanlaatuisiin rajoituksiin. Kirjoittaja mainitsee, että Hopfieldin verkko, joka sai innoituksensa biologisista neuroneista, muokattiin myöhemmin Hintonin toimesta toimimaan käytännössä, mutta nämä muokkaukset ovat vääristymiä alkuperäisestä biologisesta ilmiöstä. Visuaalinen havaitseminen tarjoaa 90–95 prosenttia ihmisen tiedosta maailmasta, toimii jatkuvasti ja on jatkuvasti todellisuuden testaama. Kielten kirjoitusjärjestelmät ovat tämän evolutionaarisen testauksen tuotteita, sillä ihmiset hävittivät hankalat elementit. Kirjoittajan yritys TAPe kehittää malleja, jotka toimivat todellisen havaitsemisen eivätkä pikselien ja konvoluutioiden kanssa, saavuttaen erinomaisia tuloksia.
Lähde: Хабр — Data Mining —
Alkuperäinen
