「人間レベルの人工知能は？深刻になる！」を読んで論文が報告します

「人間レベルの人工知能は？深刻になる！」を読んで論文が報告します

まず、紙の基本情報

著者：ニルス・J.ニルソン。ニールス・ニールセンは、人工知能スタンフォード研究所国際諮問センターで20年以上、スタンフォード大学で電気工学博士号を取得、1958年にスタンフォード大学の教授、です。教育人工知能と機械学習に加えて、教授ネルソンはまた、世界でダイナミックに対応できる柔軟なロボットの研究を行って、一連の行動や経験からの学習を計画しています。
出版出典： "愛・マガジン"、2005、 26（4）：68-75。
概要：私は本当の人間レベルの人工知能は、ほとんどの人間の作業を自動化することができるということだと思います。私は、この目標を達成するために、特別な自動化システムを構築しませんが、一般的な、許容可能な教育システムを開発するために、システムが学習し、オフィスで働くことができる人間の数千人のいずれかを実行するように教えることができます。ほかで行われた同様の提案と合わせて、私はミニチュアの建設を提唱してきた、豊富な機能とは、内蔵の-1システムが始まりました。これらは、自己学習やその他の機能する能力を持っている必要があります。

第二に、紙の詳細

主に人工知能の開発目標からこの記事では、それが開発の開発の側面、その過程で遭遇した課題に焦点を当て、人工知能を開発する方法の物語、ついに決定的なのビューを提供します：人間の知性のシステムと同じことが、最終的に実現されます。
論文は、6つの部分に分けることができます。

仕事にAI

この部分は著者がチューリングテストに合格するための唯一のマシンは、インテリジェントな人間の存在の適切なまたは有用な標準アーキテクチャを構成するものではないと信じて、開発する人工知能の目標に焦点を当てています。著者は、「雇用のテスト」の概念を提案し、チューリングテストの代わりに使用します。雇用テストは、彼らが作業を完了するために、人間のマシンを完成する能力を持っているかどうかを検出することができます。そのマシンインテリジェンスがあまりにも困難な人間の知性のレベルを達成するように、一部の人々は、と思います。多くの研究者がより多くの人を助けることではなく、仕事に人間の仕事を置き換えるに焦点を当てていること、「弱いAI」を研究する傾向があります。著者は、真の人工知能が人間のような知性、知性のように達成することであることを反対し、それは積極的な意味の人間社会を持っていること。

挑戦

このセクションでは、遭遇した人工知能の研究課題に焦点を当てています。それは機械の知能をテストしたい場合は、機械の知能は、自己学習を達成する能力があるかどうかをテストします。いくつかの学校のサイトとは、プラットフォームとしての著者ので、AIプログラムを判断する能力が試験に合格し、進捗状況や能力の教育スキルを測定し、ひいては基礎として結果を確認するために、適切なコースとテストを持っているので、このスキルの強化、証拠場合人間の知性への移動中にAI。これはシステムの変化に適応する能力の欠如に由来すると思われるとして、それが人々の効率を向上させるものの、もちろん、著者は、特定のスキルテストや学校のウェブサイトをお勧めしません。

Habileシステム

本稿では、著者は、我々は人間が本来の能力の異なる才能と異なる事実「知性」を持って生まれて無視し、我々はまだ人間が異なるさまざまなスキルを学ぶことができると信じています。同様に、著者はAIではなくマシンの大きな数を書き込むので、自己学習や学習スキルが可能な汎用機の少数を構築するために努力すべきであると信じて、各マシンが異なる個人のスキル、最初からこれらのスキルセットを持っています。初期のエッセイでは、この汎用性の高い機械の著者は、「habileシステム」（1995ニルソン）と呼ばれます。人道的なAIの主な目的を達成するためには、人工知能プロジェクトで職業技能を習得するために、いくつかのサブ目標を作成することができます。サブ目標は、主な目的よりも簡単ではありませんが、少なくとも、我々は、単一のシステムを構築するために、いくつかのこのようなシステムではなく、異なる仕事の何千ものを構築する必要があります。このサブ研究では、人工知能の研究の方向性の長期的な目標では大きな変化を伴います。

子供のマシン

著者は、機械の知能が成人期に子供の頃から成長し、人間のように知的であるべきと考えています。模倣子供の知能に最も単純で実装が容易インテリジェント子どもたちが開始、機械知能とのスタートは、ゆっくりと開発しています。本論文では、チューリングは、私たちは子どもたちが最初の試みで、良いマシンを見つけることを期待しないことができると思い、人工知能は、実験の年を行ってきました。著者は、コアサービス、すなわちAIを提案したいと考えています。人的資源管理のための最善の方法を提供するために、自己学習能力と適切なシステム。著者は、元のコアが実際にはかなり複雑になると信じています。また、コアとその後の成層は、「適切な教育を受ける。」必要があります

コア勧告

センシングシステム
と同様の機能を持っている典型的な人間の幼児や子供に類似し、少なくともコア感知システムが含まれるべきです。視覚的、触覚、オーディオおよび触覚感知機構を含める必要があり、システムを入力します。手順知覚の基本セットを提供しなければならない、それはこれらの入力に対応するために、構築されたターゲットのセットによって影響を受ける可能性があります。これは、駆動モータ出力、サウンド、ビジュアルディスプレイおよびモーションを含める必要があります。基本的なプログラム起動応答を適切に感知システムとターゲットに、これらの出力を制御するための最初の手段を提供します。システムの学習に適した環境での初期の経験は、これらの組み込みの機能を増加させる機会を提供します。
アクションの知覚、表現と階層
コアシステムは、（基本的な学習や認知述語用語集を使用して）階層とモータルーチン手段を抽象階層関係のモデルを表している必要があります。著者は、ジェームズ・アルバス（1997）リアルタイム制御システム（RCS）、黒板システム（エンゲル-以上とモルガン1988）と3つの塔アーキテクチャ（ニルソン2001）の著者を考えます。システムが自動的に経験と教育に基づいて、このような階層構造を生成することができるようにする必要があります。
予測と計画
コアシステムは、これらの対策案は、生産の現在の状態の状態の下で撮影され、知覚の未来の状態を予測することができるようにする必要があります。これらの予測は、目標を達成するための行動計画を策定するための基礎を形成します。状態の賞と、実際に遭遇した状態の予測値との差異は、空間的、時間的差分学習方法、（サットン1988）や動物（モンタギュー、ダヤンとセジノフスキー1996）予測精度の基本です。計画については、マッカーシー（1999）赤ちゃんが自分の目標を達成するための行動のための前提条件は、目標を追求する子としてあるべきことを認識する固有の能力を持っていると推測しました。彼は、「ターゲット・リターン。」それを呼び出します 目標リターンは多くのAI計画システムの基礎となっています。
ラーニング
システムの核心は、都合のよい時間に、それは成長と能力への変化に学習、模倣、経験、実践と教育を通じてであるということであると再プログラミングによって強化します。いくつかの段階でコアシステム、拡張知覚、特徴付け、および作用のレベルのメカニズムの開発は、前述（バート氏およびMahadevan、2003）を用いて学習することができる状態とリンク（Dzeroski、デRaedt及びDriessens 2001）との間の関係を記述しなければなりません。これらは、まだ今後の研究のための重要な領域です。
推論と知識表現
推論と知識表現の使用が注目を集めました。創業以来、私たちははっきりと推論の論理的な方法を使用するAIの研究は推論がセットの先頭から文が多数ある場合、あなたは有能な人を必要とするこれらの記述は、適切な知識を持っている必要があり、非常に難しい音です。しかし、多くのタスクは、効果的な人間の推論を必要とし、戦略は弱い相互作用の2つの半独立した部分に非現実的な大規模な知識ベースを解決することです。
言語の
さまざまな機会のために必要な言語スキル：異なる人々の間では、通信する人、読書を通じて学ぶだけでなく、内部表現と推論して通信します。もちろん、コースとテストを取ります！コマンド言語与えられた明確な情報やアドバイスをすることで、暗黙の報酬と罰よりも正確な方向性を与えます。

結論

著者は、人間の知能システムとして最終的に実現されると考えています。いずれにせよ、人々は彼らの最後の給与と給付のハードウェアとソフトウェアの実装ので、人間より安くよりも、人間の作業を自動化しようとしていきます。経済的、社会的またはその他の理由に作業が自動化になる能力を持っていない場合でも、我々はまだ、人間AIの進捗状況を測定するために、作業に必要なこれらの能力を測定するための候補システムのパフォーマンステストを行うことができます。

第三に、紙の読書体験

本論文では、この論文を読んだ後、私たちは深い理解を持つ人工知能、方向、方法や課題の目標を開発し、紙の見直しです。私たちは、人工知能や人間の究極の受益者と考えています。私たちは、人工知能を持っているので、私たちの生活はより興味深く、便利になっています。現在、人工知能は非常にかなりの経済的利益のうち、人類を作成した、人工知能が人間を置き換えることができ、人間の多くが行うにはしたくないん、作業を行うことができない、と確率は、人々がミスマシンを作るよりも低く、仕事を続けることができ、大幅な作業性を高めます効率、コストの多くを保存し、人工知能の未来はまた、人間の仕事を置き換え、人間を交換家事、人々が学ぶ助け、さらには介護高齢者や子供のための、リアルタイムの健康保護者のクラス、病気の治療のための直接的な人間とをProLongを行うことができます人間の生活は、そのため人間の生活はますます美しくなっています。