Loading article…
人工知能（AI）の歴史において、きちんとした研究とだらしない研究は、AI研究に対する2つの対照的なアプローチです。この区別は1970年代に行われ、1980年代半ばまで議論の対象となっていました。[1] [2] [3]
「ニート」は、論理、数学的最適化、ニューラル ネットワークなどの単一の形式パラダイムに基づくアルゴリズムを使用します。ニートは、厳密な数学理論によってプログラムが正しいことを確認します。ニートの研究者やアナリストは、汎用知能や超知能を実現するために、この単一の形式パラダイムを拡張および改善できるという希望を表明する傾向があります。
「スクラフィー」は、さまざまなアルゴリズムや手法を使用してインテリジェントな動作を実現し、増分テストによってプログラムを検証します。スクラフィーのプログラミングには、大量の手作業によるコーディングと知識エンジニアリングが必要です。スクラフィーの専門家は、汎用知能は本質的に無関係な問題を大量に解決することによってのみ実装でき、プログラムが汎用知能を自律的に開発できるようにする 特効薬は存在しないと主張しています。
ジョン・ブロックマンは、基礎として単純な数学モデルを使用する点で、きちんとしたアプローチを物理学と比較しています。雑然としたアプローチは、作業の多くに多様な現象の研究と分類が含まれる点で、より生物学的です。[a]
現代のAIには、スクラフィなアプローチときちんとしたアプローチの両方の要素があります。1990年代のスクラフィなAI研究者は、きちんとした専門家がしたように、プログラムに数学的な厳密さを適用しました。[5] [6]彼らはまた、汎用知能と超知能の出現を引き起こす単一のパラダイム（「マスターアルゴリズム」）が存在するという希望を表明しています。[7]しかし、現代のAIはスクラフィにも似ています。[8]現代の機械学習アプリケーションには、多くの手動チューニングと増分テストが必要です。一般的なアルゴリズムは数学的に厳密ですが、特定のアプリケーションの特定の目標を達成することはそうではありません。また、2000年代初頭には、ソフトウェア開発の分野でエクストリームプログラミングが採用されました。これは、よりエレガントで一般的なソリューションを探して時間を無駄にすることなく、物事を試してテストするという、スクラフィな方法論の現代版です。
1970年代の起源
きちんとしたものとだらしないものの区別は、1970年代半ばにロジャー・シャンクによって始まりました。シャンクは、自然言語処理（常識的な知識を大きな不定形な意味ネットワークの形で表現したもの）に関する自身の研究と、ジョン・マッカーシー、アレン・ニューウェル、ハーバート・A・サイモン、ロバート・コワルスキーなどの論理と論理の形式的拡張に基づいた研究との違いを説明するためにこれらの用語を使用しました。[2]シャンクは自分自身をAIだらしない人だと表現しました。彼は言語学でこの区別を行い、チョムスキーの言語観に強く反対しました。[a]
この区別は、地理的、文化的な部分もあった。「だらしない」属性は、 1970年代のマービン・ミンスキー率いるMITでのAI研究に代表される。MITの研究所は「自由奔放」なことで有名で、研究者はしばしば、要求された動作を示すまで長時間かけてプログラムを微調整することでAIプログラムを開発していた。MITで開発された重要かつ影響力のある「だらしない」プログラムには、ジョセフ・ワイゼンバウムのELIZA （英語版）や、ブロックとロボットアームで構成された単純化された世界でクエリにうまく答え、アクションを実行できるテリー・ウィノグラッドの[b] SHRDLUなどがある。 [10] [11] SHRDLUは成功したものの、構造化された設計が欠けていたため、有用な自然言語処理システムに拡張することはできなかった。プログラムの拡大版を維持することは不可能であることが判明した。つまり、拡張するにはあまりにもだらしなさすぎたのである。
その他の AI 研究所 (最大のものはスタンフォード大学、カーネギーメロン大学、エディンバラ大学) は、AI の基礎として論理と形式的な問題解決に重点を置いていました。これらの機関は、ジョン・マッカーシー、ハーバート・サイモン、アレン・ニューウェル、ドナルド・ミチー、ロバート・コワルスキー、その他の「天才」たちの研究を支援しました。
MITのアプローチと他の研究室のアプローチの違いは、「手続き型と宣言型の区別」とも表現されました。SHRDLU のようなプログラムは、アクションを実行するエージェントとして設計されました。これらのプログラムは「手順」を実行しました。他のプログラムは、世界についての正式なステートメント (または「宣言」) を操作し、これらの操作をアクションに変換する推論エンジンとして設計されました。
1983年に人工知能推進協会で行われた会長演説で、ニルス・ニルソンはこの問題について論じ、「この分野には両方が必要だ」と主張した。彼は「プログラムに持たせたい知識の多くは、ある種の宣言的、論理的な形式主義で宣言的に表現できるし、そうすべきだ。アドホックな構造にも適所はあるが、そのほとんどはドメイン自体から来る」と書いた。SRIインターナショナルのアレックス・P・ペントランドとマーティン・フィッシュラーは、将来のAI研究で演繹と論理的な形式主義が果たす役割について同意したが、ニルソンが述べたほどではなかった。[12]
1980年代の汚いプロジェクト
このずさんなアプローチは、1980年代半ばにロドニー・ブルックスによってロボット工学に応用された。ブルックスは、1989年にアニタ・フリンと共著した論文のタイトルにあるように、高速で、安価で、制御不能なロボットを作ることを提唱した。シェーキーやスタンフォードカートなどの初期のロボットとは異なり、これらのロボットは、数学的な機械学習技術から引き出されたアルゴリズムを使用して視覚情報を分析して世界の表現を構築したり、「プランナー」言語などのロジックに基づく形式化を使用して行動を計画したりしなかった。単に、生き残り、移動できるようにセンサーに反応しただけだった。[13]
ダグラス・レナットのCycプロジェクトは1984 年に開始されました。これは、人類の知識のすべてを機械可読形式で記録する最も初期かつ最も野心的なプロジェクトの 1 つですが、「断固としてみすぼらしい事業」です。[14] Cyc データベースには、世界のあらゆる複雑さに関する数百万の事実が含まれており、そのそれぞれを知識エンジニアが 1 つずつ入力する必要があります。これらのエントリはそれぞれ、システムの知能にアドホックに追加されます。常識的知識の問題に対する「きちんとした」解決策 (インターネットで入手できるテキストを学習できる自然言語処理を備えた機械学習アルゴリズムなど) があるかもしれませんが、そのようなプロジェクトはまだ成功していません。
心の社会
1986 年、マービン ミンスキーは『心の社会』を出版し、知能と心を、それぞれが認知のさまざまな側面を扱うモジュールまたはエージェントの相互作用するコミュニティとみなすという見解を提唱しました。モジュールの中には、非常に特殊なタスク (視覚皮質のエッジ検出など) に特化しているものもあれば、コミュニケーションと優先順位付け (前頭葉の計画と注意など) を管理するモジュールもあります。ミンスキーはこのパラダイムを、人間の生物学的知能のモデルとして、また AI の将来の取り組みの青写真として提示しました。
このパラダイムは、知的行動に関わるすべてのタスクに適用できる単一のアルゴリズムが存在するとは考えていない点で、明らかに「不格好」である。[15]ミンスキーは次のように書いている。
どのような魔法のトリックが私たちを賢くするのでしょうか？トリックはないということです。知性の力は、単一の完璧な原理からではなく、私たちの広大な多様性から生まれます。[16]
1991年時点でも、ミンスキーは「論理的対類推的、象徴的対コネクショニスト、または、簡潔対簡潔」といった、簡潔なアプローチと不潔なアプローチの相対的な利点を評価する論文を発表し続けてた。[17]
現代のAIはきちんとしているが、同時にだらしない
1990年代には、数学的最適化やニューラルネットワークなどの高度に発達した形式主義を用いて、AIに対する新しい統計的および数学的アプローチが開発されました。パメラ・マコーダックは「私が書いている時点では、AIはニート派の覇権を握っています。ニート派とは、少なくとも機械知能は論理的、さらには数学的な用語で最もよく表現されると信じている人たちです」と書いています。[6] AIにおけるより形式的な手法へのこの一般的な傾向は、 2003年にピーター・ノーヴィグとスチュアート・ラッセルによって「ニート派の勝利」と表現されました。[18]
しかし、2021年までにラッセルとノーヴィグは考えを変えました。[19]ディープラーニングネットワークと機械学習は一般的に、広範囲にわたる微調整を必要とします。つまり、望ましい動作を示し始めるまで繰り返しテストする必要があります。これは乱暴な方法論です。
よく知られている例
ニーツ
スクラッフィーズ
参照
注記
- ^ ab ジョン・ブロックマンは「チョムスキーは常に物理学者の科学哲学を採用してきた。それは、仮説を検証し、間違っている可能性があるというものだ。これは、生物学者が世界を見る方法に非常に似ている AI の科学哲学とはまったく対照的だ。生物学者の科学哲学は、人間は人間であり、見つけたものを理解し、分類し、名前を付け、整理しようとするとしている。モデルを構築してうまく機能しない場合は、修正する必要がある。これは、世界を「発見」する見方に近い」と書いている。[4]
- ^ ウィノグラードはAIへの初期のアプローチに対しても批判的であり、知能機械は形式的な記号のみで構築することはできず、具体化された認知が必要であると主張した。[9]
引用
- ^ マコーダック2004、421–424、486–489頁。
- ^ クレヴィエ 1993、168ページ。
- ^ ニルソン1983、10-11ページ。
- ^ Brockman 1996、第9章「情報は驚きである」。
- ^ ラッセル＆ノルヴィグ 2021、24頁。
- ^ McCorduck 2004、487ページより。
- ^ ドミンゴス 2015.
- ^ ラッセル＆ノルヴィグ 2021、26頁。
- ^ ウィノグラード＆フローレス 1986年。
- ^ クレヴィエ 1993、84−102頁。
- ^ ラッセル＆ノルヴィグ 2021、20頁。
- ^ ペントランドとフィッシュラー 1983、マコーダック 2004、pp. 421-424 より引用
- ^ マコーダック2004、454-459頁。
- ^ マコーダック2004、489ページ。
- ^ クレヴィエ1993、254ページ。
- ^ ミンスキー1986、308ページ。
- ^ レーナート 1994.
- ^ ラッセル＆ノルヴィグ 2003、25−26頁。
- ^ ラッセル＆ノルヴィグ 2021、23頁。
参考文献
- ブロックマン、ジョン（1996年5月7日）。『第三の文化：科学革命を超えて』サイモン＆シュスター。2021年8月2日閲覧。
- クレヴィエ、ダニエル(1993) 。AI: 人工知能への激動の探求。ニューヨーク、NY: BasicBooks。ISBN 0-465-02997-3。。
- ドミンゴス、ペドロ（2015年9月22日）。『マスターアルゴリズム：究極の学習マシンの探求が世界を変える』。ベーシックブックス。ISBN 978-0465065707。
- Lehnert, Wendy C. (1994 年 5 月 1 日)。「5: 認知、コンピューター、自動車爆弾: イェール大学が 90 年代に私をどう準備させたか」。ロバート・シャンク、エレン・ランガー (編)。信念、推論、意思決定: ボブ・アベルソンに敬意を表した心理論理 (初版)。ニューヨーク、NY: Taylor & Francis Group。p. 150。doi : 10.4324 /9780203773574。ISBN 9781134781621. 2021年8月2日閲覧。
- ミンスキー、マーヴィン（1986年）。『心の社会』ニューヨーク：サイモン＆シュスター。ISBN 0-671-60740-5。
- マコーダック、パメラ（2004）、考える機械（第2版）、マサチューセッツ州ネイティック：AKピーターズ、ISBN 1-5688-1205-1。
- ラッセル、スチュアート J. ;ノーヴィグ、ピーター(2003)。人工知能: 現代的アプローチ(第 2 版)。アッパー サドル リバー、ニュージャージー: プレンティス ホール。ISBN 0-13-790395-2。
- ラッセル、スチュアート J. ;ノーヴィグ、ピーター(2021)。人工知能: 現代的アプローチ(第 4 版)。ホーボーケン: ピアソン。ISBN 9780134610993. LCCN 20190474.
- ウィノグラード、テリー、フローレス (1986)。『コンピュータと認知を理解する: デザインの新たな基礎』Ablex Publ Corp.