Was Ist Intelligenz? 20 Jahre Nach Deep Blue Kann Die Ki Immer Noch Nicht Wie Menschen Denken

{h1}

Vor 20 jahren schlug der computer von ibm, deep blue, den weltbesten schachspieler bei einer premiere für maschinen. Wie weit ist künstliche intelligenz seitdem gekommen?

Als der IBM-Computer Deep Blue im letzten Spiel eines Spiels mit sechs Spielen am 11. Mai 1997 den weltbesten Schachspieler Garry Kasparov besiegte, war die Welt erstaunt. Dies war das erste Mal, dass ein menschlicher Schachchampion von einer Maschine niedergerissen wurde.

Dieser Sieg für künstliche Intelligenz war historisch, nicht nur für den Nachweis, dass Computer bei bestimmten Herausforderungen die größten Köpfe übertreffen können, sondern auch, um die Grenzen und Mängel dieser intelligenten Metallklumpen aufzuzeigen, sagen Experten.

Deep Blue hob außerdem hervor, dass Wissenschaftler entscheiden müssen, was "intelligent" und "denken" bedeutet, wenn sie intelligente Maschinen bauen wollen, die denken. [Superintelligente Maschinen: 7 Roboter-Futures]

Computer haben ihre Grenzen

Während des Mehrspielerspiels, das Tage im Equitable Center in Midtown Manhattan dauerte, besiegte Deep Blue Kasparov zwei Spiele zu eins, und drei Spiele waren unentschieden. Die Maschine näherte sich dem Schachspiel, indem sie viele Züge nach vorne blickte und mögliche Kombinationen durchlief - eine Strategie, die als "Entscheidungsbaum" bezeichnet wird (denken Sie an jede Entscheidung, die einen Ast eines Baums beschreibt). Deep Blue "beschneidet" einige dieser Entscheidungen, um die Anzahl der "Zweige" zu reduzieren und die Berechnungen zu beschleunigen, und konnte immer noch jede Sekunde rund 200 Millionen Züge "nachdenken".

Trotz dieser unglaublichen Berechnungen sind Maschinen in anderen Bereichen immer noch unzureichend.

"So gut sie auch sind, Computer sind bei anderen Arten der Entscheidungsfindung ziemlich arm", sagte Murray Campbell, ein Wissenschaftler bei IBM Research. "Einige bezweifelten, dass ein Computer jemals so gut spielen würde wie ein erstklassiger Mensch.

"Das Interessanteste war, dass wir ein komplexes Problem auf mehrere Arten betrachten können", sagte Campbell gegenüber WordsSideKick.com. "Man kann es auf die menschliche Art betrachten, mit Erfahrung und Intuition oder auf eine Computer-ähnliche Art." Diese Methoden ergänzen sich, sagte er.

Obwohl der Gewinn von Deep Blue bewies, dass Menschen eine Maschine bauen können, die ein hervorragender Schachspieler ist, hat dies die Komplexität und Schwierigkeit des Baus eines Computers hervorgehoben, der ein Brettspiel beherrscht. IBM-Wissenschaftler haben Jahre damit verbracht, Deep Blue zu konstruieren, und alles, was sie tun konnte, war Schach zu spielen, sagte Campbell. Schwieriger sei es, eine Maschine zu bauen, die verschiedene Aufgaben erledigen kann oder neue lernen kann.

Maschinen lernen

Zu der Zeit, als Deep Blue gebaut wurde, war das Gebiet des maschinellen Lernens nicht so weit fortgeschritten, wie es jetzt der Fall ist, und ein Großteil der Rechenleistung war noch nicht verfügbar, sagte Campbell. Der nächste intelligente Computer von IBM, beispielsweise Watson, arbeitet ganz anders als Deep Blue und arbeitet eher wie eine Suchmaschine. Watson bewies, dass er den Menschen verstehen und auf ihn reagieren kann, indem er langjähriges "Jeopardy!" Champions im Jahr 2011.

Maschinelle Lernsysteme, die in den letzten zwei Jahrzehnten entwickelt wurden, nutzen auch riesige Datenmengen, die 1997 noch nicht existierten, als das Internet noch in den Kinderschuhen steckte. Und die Programmierung ist ebenfalls fortgeschritten.

Das künstlich intelligente Computerprogramm namens AlphaGo, das beispielsweise den weltbesten Spieler des Brettspiels Go schlagen kann, funktioniert anders als Deep Blue. AlphaGo spielte viele Brettspiele gegen sich selbst und nutzte diese Muster, um optimale Strategien zu erlernen. Das Lernen fand über neuronale Netzwerke oder Programme statt, die den Neuronen in einem menschlichen Gehirn sehr ähnlich arbeiten. Die Hardware, aus der sie hergestellt werden sollten, war in den 1990er Jahren nicht praktikabel, als Deep Blue gebaut wurde, sagte Campbell.

Thomas Haigh, außerordentlicher Professor an der University of Wisconsin-Milwaukee, der ausführlich über die Geschichte des Computers geschrieben hat, sagte, dass die Hardware von Deep Blue zu dieser Zeit ein Schaufenster für das IBM-Engineering war. Die Maschine kombinierte mehrere maßgeschneiderte Chips mit anderen, höherwertigen Versionen der PowerPC-Prozessoren, die in Personalcomputern der damaligen Zeit verwendet wurden. [Geschichte von A.I.: Künstliche Intelligenz (Infografik)]

Was ist Intelligenz?

Deep Blue zeigte auch, dass die Intelligenz eines Computers möglicherweise nicht viel mit der menschlichen Intelligenz zu tun hat.

"[Deep Blue] ist eine Abkehr von der klassischen symbolischen KI-Tradition, bei der versucht wird, die Funktionsweise der menschlichen Intelligenz und des menschlichen Verstehens zu replizieren, indem sie eine Maschine hat, die allgemeine Argumente ausführen kann", sagte Haigh. Daher die Bemühungen, ein besseres Schachspiel zu schaffen. Spielmaschine

Diese Strategie beruhte jedoch mehr auf der Vorstellung von Computerherstellern, was intelligent ist, als darauf, welche Intelligenz tatsächlich sein könnte. "In den fünfziger Jahren wurde Schach als etwas angesehen, in dem kluge Menschen gut waren", sagte Haigh. "Da Mathematiker und Programmierer in der Regel besonders gut im Schach waren, betrachteten sie dies als einen guten Test, ob eine Maschine Intelligenz zeigen kann."

Das hat sich in den 70er Jahren geändert. "Es war klar, dass die Techniken, die Computerprogramme zu immer stärkeren Schachspielern machten, nichts mit allgemeiner Intelligenz zu tun hatten", sagte Haigh. "Also anstatt zu denken, dass Computer intelligent sind, weil sie gut Schach spielen, haben wir uns entschieden, dass das Schachspielen eine Prüfung der Intelligenz ist."

Die Veränderungen in der Art und Weise, wie Wissenschaftler Intelligenz definieren, zeigen auch die Komplexität bestimmter Arten von KI-Aufgaben, sagte Campbell. Deep Blue war zu der Zeit vielleicht einer der fortschrittlichsten Computer, aber er wurde für das Schachspielen entwickelt und nur für das.Sogar jetzt haben Computer Probleme mit dem "gesunden Menschenverstand" - der Art von Kontextinformationen, über die Menschen im Allgemeinen nicht nachdenken, weil sie offensichtlich ist.

"Jeder über einem bestimmten Alter weiß, wie die Welt funktioniert", sagte Campbell. Maschinen nicht. Computer hätten auch mit bestimmten Arten von Mustererkennungsaufgaben zu kämpfen gehabt, die für die Menschen einfach seien, fügte Campbell hinzu. "Viele der Fortschritte der letzten fünf Jahre waren auf Wahrnehmungsprobleme zurückzuführen", so die Erkennung von Gesichtern und Mustern.

Eine andere Sache, die Campbell bemerkte, dass Computer sich nicht erklären können. Ein Mensch kann ihre Denkprozesse beschreiben und wie er etwas gelernt hat. Computer können das noch nicht wirklich tun. "AIs und maschinelle Lernsysteme sind ein bisschen eine Blackbox", sagte er.

Haigh stellte fest, dass sogar Watson in seiner "Gefahr!" gewinnen, dachte nicht wie eine Person. "[Watson] verwendete spätere Generationen von Prozessoren, um einen statistischen Brute-Force-Ansatz (und nicht einen wissensbasierten Logikansatz) für Jeopardy zu implementieren!", Schrieb er in einer E-Mail an WordsSideKick.com. "Es funktionierte wieder nichts wie ein menschlicher Champion, aber es zeigte sich, dass Quiz-Champion auch nichts mit Intelligenz zu tun hat", so wie es die meisten Leute denken.

Trotzdem: "Wenn Computer immer mehr Dinge tun, die besser sind als wir, haben wir entweder eine sehr spezifische Definition von Intelligenz oder müssen vielleicht zugeben, dass Computer tatsächlich intelligent sind, aber auf eine andere Weise als wir", Sagte Haigh.

Was kommt als nächstes in der KI?

Da Menschen und Computer so unterschiedlich "denken", dauert es lange, bis ein Computer beispielsweise eine medizinische Diagnose von sich aus macht oder ein Problem wie das Entwerfen von Wohnsitzen für Menschen handhabt, die älter werden und in ihren Häusern bleiben wollen, Sagte Campbell. Deep Blue zeigte die Fähigkeiten eines Computers, der auf eine bestimmte Aufgabe ausgerichtet ist, aber bis heute hat niemand ein allgemeines maschinelles Lernsystem entwickelt, das genauso gut funktioniert wie ein eigens dafür entwickelter Computer.

Computer können zum Beispiel sehr gut darin sein, viele Daten zu sammeln und Muster zu finden, die Menschen vermissen würden. Sie können diese Informationen dann den Menschen zur Verfügung stellen, um Entscheidungen zu treffen. "Ein komplementäres System ist besser als ein Mensch oder eine Maschine", sagte Campbell.

Es ist wahrscheinlich auch an der Zeit, verschiedene Probleme anzugehen, sagte er. Bei Brettspielen wie Schach oder Go können die Spieler alles über die Position ihres Gegners wissen. Dies wird als komplettes Informationsspiel bezeichnet. Probleme in der realen Welt sind nicht so. "Eine Lektion, die wir inzwischen gelernt haben sollten... Es gibt nicht viel mehr, was wir von Brettspielen lernen können." (Im Jahr 2017 schlug das künstlich intelligente Computerprogramm namens Libratus die besten menschlichen Pokerspieler in einem 20-tägigen No Limit Texas Hold'em-Turnier, das als unvollständige Information angesehen wird.)

Was das Schicksal von Deep Blue angeht, wurde der Computer nach dem historischen Spiel mit Kasparov demontiert. Teile davon sind im National Museum of American History in Washington, DC, und im Computer History Museum in Mountain View, Kalifornien, zu sehen.

Originalartikel zu WordsSideKick.com.


Videoergänzungsan: Was passiert, wenn Alexa und Siri sich unterhalten!.




Forschung


Schöpfer Des
Schöpfer Des "Golden Eagle Snatches Kid" -Videos Geben Hoax Zu

Muskelgewebe Könnte Roboter Lebensechter Machen
Muskelgewebe Könnte Roboter Lebensechter Machen

Wissenschaft Nachrichten


Kongress Gibt Trumps Wissenschaftsbudget Die Kalte Schulter
Kongress Gibt Trumps Wissenschaftsbudget Die Kalte Schulter

Sogar Babys Kennen Rock 'N' Roll
Sogar Babys Kennen Rock 'N' Roll

Top 10 Transportverschmutzungslösungen
Top 10 Transportverschmutzungslösungen

Juni-Uary Wetter: 6 Weitere Milde Winterwochen?
Juni-Uary Wetter: 6 Weitere Milde Winterwochen?

Vom Erfinder Zum Ingenieur
Vom Erfinder Zum Ingenieur


DE.WordsSideKick.com
Alle Rechte Vorbehalten!
Die Wiedergabe Von Irgendwelchen Materialien Erlaubt Nur Prostanovkoy Aktiven Link Zu Der Website DE.WordsSideKick.com

© 2005–2019 DE.WordsSideKick.com