|
Математики создали проблему, которую не может решить ИИ
|
|
|
|
Группа математиков утверждала, что недоказуемая математика — это непреодолимая преграда для алгоритмов машинного обучения. Теперь они смогли доказать это на практике. Не все в мире познаваемо. По крайней мере, это касается искусственного интеллекта и алгоритмов машинного обучения. На первый взгляд подобное утверждение в наш век прогресса может прозвучать как самая настоящая ересь — но, увы, дела обстоят именно так. Международная группа математиков и исследователей ИИ обнаружила, что, несмотря на кажущийся безграничным потенциал обучаемости машин, даже самые продвинутые алгоритмы связаны математическими ограничениями.
|
|
|
|
«Преимущества математики иногда строятся на том, что… говоря простым языком, не все доказуемо», пишут исследователи во главе с ученым-программистом Шаем Бен-Дэвидом из Университета Ватерлоо. Они утверждают, что и машинное обучение разделяет эту судьбу. Как же они пришли к подобному выводу? Математические ограничения часто связывают с известным австрийским математиком Куртом Гёделем, который в 1930-х годах разработал теоремы о неполноте — два предположения, которые показывают ограничения формальной арифметики (и, как следствие, любой формальной системы, в которой применяются понятия этой арифметики: 0 и 1, сложение и умножение, а также натуральные числа). Новое исследование лишь доказало, что и машинное обучение заперто в тех же рамках.
|
|
|
Сейчас способности ИИ буквально ограничены недоказуемой математикой. Другими словами, искусственный интеллект не может решить проблему, алгоритм которой не предусматривает решения «верно» или «не верно». Математик Амир Йехудайов из Технион-Израильского технологического института в интервью журналу Nature признался, что для ученых это стало неожиданностью. Исследование строилось вокруг веб-сайта: алгоритм должен был показывать целевую рекламу посетителям, которые чаще всего заходят на страничку — при этом заранее было не известно, какие именно посетители будут ее посещать. Это проблема так называемой «оценки максимума» (estimating the maximum, сокр. EMX).
|
|
|
|
По мнению исследователей, корни математической проблемы могут крыться в структуре алгоритма обучения, известного как «вероятностно приблизительно корректное обучение», или PAС. Она также очень похожа на математический парадокс, называемый гипотезой континуума. Как и теоремы о полноте, эта гипотеза связана с математикой, которая не может быть доказана в рамках системы «верно\не верно». Гипотетически, даже для самого совершенного алгоритма это тупик, из которого он не сможет выйти. Математики признают, что недоказуемость — это бремя, которое теперь придется нести и машинам. Лев Рейзин, не принимавший участия в исследовании, отмечает, что эти меры «возможно смогут научить ИИ смирению, даже если он и продолжить революционно изменять мир вокруг нас».
|
|
|
|
Источник
|
