AI completo - AI-complete

No campo da inteligência artificial , os problemas mais difíceis são informalmente conhecidos como AI-completo ou AI-difícil , o que implica que a dificuldade desses problemas computacionais, assumindo que a inteligência é computacional, é equivalente à de resolver o problema de inteligência artificial central - fazer computadores tão inteligentes quanto pessoas, ou IA forte . Chamar um problema de AI-completo reflete uma atitude de que não seria resolvido por um algoritmo específico simples.

Os problemas completos de IA são hipotetizados para incluir visão computacional , compreensão de linguagem natural e lidar com circunstâncias inesperadas ao resolver qualquer problema do mundo real.

Atualmente, os problemas completos de IA não podem ser resolvidos apenas com a moderna tecnologia de computação, mas também requerem computação humana . Esta propriedade pode ser útil, por exemplo, para testar a presença de humanos como os CAPTCHAs pretendem fazer e para a segurança do computador contornar ataques de força bruta .

História

O termo foi cunhado por Fanya Montalvo por analogia com NP-completo e NP-difícil na teoria da complexidade , que descreve formalmente a classe mais famosa de problemas difíceis. Os primeiros usos do termo estão na dissertação de doutorado de Erik Mueller em 1987 e no Jargon File de Eric Raymond em 1991 .

Problemas completos de IA

Os problemas completos de IA são hipotetizados para incluir:

AI revisão por pares (composto compreensão da linguagem natural , raciocínio automatizado , automatizado prova de teoremas , formalizada lógica sistema especialista )
Problemas com Bongard
Visão computacional (e subproblemas, como reconhecimento de objetos )
Compreensão da linguagem natural (e subproblemas, como mineração de texto , tradução automática e desambiguação do sentido das palavras )
Lidar com circunstâncias inesperadas enquanto resolve qualquer problema do mundo real, seja de navegação ou planejamento ou até mesmo o tipo de raciocínio feito por sistemas especialistas .

Maquina de tradução

Para traduzir com precisão, uma máquina deve ser capaz de entender o texto. Deve ser capaz de seguir o argumento do autor, portanto, deve ter alguma habilidade de raciocínio . Ele deve ter amplo conhecimento do mundo para que saiba o que está sendo discutido - deve pelo menos estar familiarizado com todos os mesmos fatos de senso comum que o tradutor humano médio conhece. Parte desse conhecimento está na forma de fatos que podem ser explicitamente representados, mas algum conhecimento é inconsciente e intimamente ligado ao corpo humano: por exemplo, a máquina pode precisar entender como um oceano nos faz sentir para traduzir com precisão uma metáfora específica No texto. Deve também modelar os objetivos, intenções e estados emocionais dos autores para reproduzi-los com precisão em um novo idioma. Em suma, é necessário que a máquina tenha uma ampla variedade de habilidades intelectuais humanas, incluindo razão , conhecimento de senso comum e as intuições que fundamentam o movimento e a manipulação , a percepção e a inteligência social . A tradução automática , portanto, acredita-se ser completa com IA: pode exigir que uma IA forte seja feita tão bem quanto os humanos podem fazê-lo.

Fragilidade de software

Os sistemas de IA atuais podem resolver versões muito simples e / ou restritas de problemas completos de IA, mas nunca em toda a sua generalidade. Quando os pesquisadores de IA tentam "aumentar" seus sistemas para lidar com situações mais complicadas do mundo real, os programas tendem a se tornar excessivamente frágeis sem o conhecimento do senso comum ou uma compreensão rudimentar da situação: eles falham como circunstâncias inesperadas fora do contexto do problema original começam a aparecer. Quando os seres humanos estão lidando com novas situações no mundo, eles são imensamente ajudados pelo fato de saberem o que esperar: eles sabem o que são todas as coisas ao seu redor, por que estão lá, o que provavelmente farão e assim por diante. Eles podem reconhecer situações incomuns e se ajustar de acordo. Uma máquina sem IA forte não tem outras habilidades para se apoiar.

Formalização

A teoria da complexidade computacional lida com a dificuldade computacional relativa de funções computáveis . Por definição, não cobre problemas cuja solução é desconhecida ou não foi formalmente caracterizada. Uma vez que muitos problemas de IA ainda não têm formalização, a teoria da complexidade convencional não permite a definição de completude de IA.

Para resolver este problema, uma teoria da complexidade para IA foi proposta. É baseado em um modelo de computação que divide a carga computacional entre um computador e um humano: uma parte é resolvida por computador e a outra parte resolvida por humanos. Isso é formalizado por uma máquina de Turing assistida por humanos . A formalização define a complexidade do algoritmo, a complexidade do problema e a redutibilidade que, por sua vez, permite a definição de classes de equivalência .

A complexidade de executar um algoritmo com uma máquina de Turing assistida por humanos é dada por um par , onde o primeiro elemento representa a complexidade da parte humana e o segundo elemento é a complexidade da parte da máquina. ${\ displaystyle \ langle \ Phi _ {H}, \ Phi _ {M} \ rangle}$

Resultados

A complexidade de resolver os seguintes problemas com uma máquina de Turing assistida por humanos é:

Reconhecimento óptico de caracteres para texto impresso: ${\ displaystyle \ langle O (1), poly (n) \ rangle}$
Teste de Turing :
- para uma conversa de frase em que o oráculo lembra o histórico da conversa (oráculo persistente): ${\ displaystyle n}$ ${\ displaystyle \ langle O (n), O (n) \ rangle}$
- para uma conversa de uma frase em que o histórico da conversa deve ser retransmitido: ${\ displaystyle n}$ ${\ displaystyle \ langle O (n), O (n ^ {2}) \ rangle}$
- para uma conversa de uma frase em que o histórico da conversa deve ser retransmitido e a pessoa leva um tempo linear para ler a consulta: ${\ displaystyle n}$ ${\ displaystyle \ langle O (n ^ {2}), O (n ^ {2}) \ rangle}$
Jogo ESP : ${\ displaystyle \ langle O (n), O (n) \ rangle}$
Rotulagem de imagem (com base no protocolo Arthur – Merlin ): ${\ displaystyle \ langle O (n), O (n) \ rangle}$
Classificação de imagens : somente humano: e com menos dependência do ser humano: . ${\ displaystyle \ langle O (n), O (n) \ rangle}$ ${\ displaystyle \ langle O (\ log n), O (n \ log n) \ rangle}$

Veja também

Referências

^ Shapiro, Stuart C. (1992). Artificial Intelligence In Stuart C. Shapiro (Ed.), Encyclopedia of Artificial Intelligence (Segunda Edição, pp. 54-57). Nova York: John Wiley. (A Seção 4 está em "Tarefas Completas do AI".)
^ Roman V. Yampolskiy. Teste de Turing como uma característica definidora da integridade do AI. Em Inteligência Artificial, Computação Evolutiva e Metaheurística (AIECM) - Nos passos de Alan Turing. Xin-She Yang (Ed.). pp. 3-17. (Capítulo 1). Springer, Londres. 2013. http://cecs.louisville.edu/ry/TuringTestasaDefiningFeature04270003.pdf
^ Luis von Ahn, Manuel Blum, Nicholas Hopper e John Langford. CAPTCHA: Usando problemas de IA de disco rígido para segurança Arquivado em 04/03/2016 na máquina Wayback . Em Proceedings of Eurocrypt, Vol. 2656 (2003), pp. 294-311.
^ Bergmair, Richard (7 de janeiro de 2006). "Natural Language Steganography and an" AI-complete "Security Primitive". CiteSeerX 10.1.1.105.129 . Citar diário requer |journal=( ajuda ) (não publicado?)
^ Mallery, John C. (1988), "Thinking About Foreign Policy: Finding an Appropria Role for Artificially Intelligent Computers", A reunião anual de 1988 da International Studies Association. , St. Louis, MO.
^ Mueller, Erik T. (1987, março). Daydreaming and Computation (Technical Report CSD-870017) Tese de doutorado, University of California, Los Angeles. ("Sonhar acordado é apenas mais umproblema de IA completo : se pudéssemos resolver o problema de inteligência artificial de alguém, poderíamos resolver todos os outros", p. 302)
^ Raymond, Eric S. (1991, 22 de março). Jargon File Version 2.8.1 (definição de "AI-complete" adicionada pela primeira vez ao arquivo jargon.)
^ Ide, N .; Veronis, J. (1998). "Introdução à edição especial sobre desambiguação do sentido das palavras: o estado da arte" (PDF) . Lingüística Computacional . 24 (1): 2–40.
^ Lenat, Douglas ; Guha, RV (1989), Building Large Knowledge-Based Systems , Addison-Wesley, pp. 1-5
^ ^a ^b Dafna Shahaf e Eyal Amir (2007) para uma teoria da completude do AI . Commonsense 2007, 8º Simpósio Internacional de Formalizações Lógicas do Raciocínio de Bom senso .

[Shapiro92-1] Shapiro, Stuart C. (1992). Artificial Intelligence In Stuart C. Shapiro (Ed.), Encyclopedia of Artificial Intelligence (Segunda Edição, pp. 54-57). Nova York: John Wiley. (A Seção 4 está em "Tarefas Completas do AI".)

[2] Roman V. Yampolskiy. Teste de Turing como uma característica definidora da integridade do AI. Em Inteligência Artificial, Computação Evolutiva e Metaheurística (AIECM) - Nos passos de Alan Turing. Xin-She Yang (Ed.). pp. 3-17. (Capítulo 1). Springer, Londres. 2013. http://cecs.louisville.edu/ry/TuringTestasaDefiningFeature04270003.pdf

[3] Luis von Ahn, Manuel Blum, Nicholas Hopper e John Langford. CAPTCHA: Usando problemas de IA de disco rígido para segurança Arquivado em 04/03/2016 na máquina Wayback . Em Proceedings of Eurocrypt, Vol. 2656 (2003), pp. 294-311.

[4] Bergmair, Richard (7 de janeiro de 2006). "Natural Language Steganography and an" AI-complete "Security Primitive". CiteSeerX 10.1.1.105.129 . Citar diário requer |journal=( ajuda ) (não publicado?)

[5] Mallery, John C. (1988), "Thinking About Foreign Policy: Finding an Appropria Role for Artificially Intelligent Computers", A reunião anual de 1988 da International Studies Association. , St. Louis, MO.

[6] Mueller, Erik T. (1987, março). Daydreaming and Computation (Technical Report CSD-870017) Tese de doutorado, University of California, Los Angeles. ("Sonhar acordado é apenas mais umproblema de IA completo : se pudéssemos resolver o problema de inteligência artificial de alguém, poderíamos resolver todos os outros", p. 302)

[7] Raymond, Eric S. (1991, 22 de março). Jargon File Version 2.8.1 (definição de "AI-complete" adicionada pela primeira vez ao arquivo jargon.)

[8] Ide, N .; Veronis, J. (1998). "Introdução à edição especial sobre desambiguação do sentido das palavras: o estado da arte" (PDF) . Lingüística Computacional . 24 (1): 2–40.

[9] Lenat, Douglas ; Guha, RV (1989), Building Large Knowledge-Based Systems , Addison-Wesley, pp. 1-5

[ucl.ac.uk-10] Dafna Shahaf e Eyal Amir (2007) para uma teoria da completude do AI . Commonsense 2007, 8º Simpósio Internacional de Formalizações Lógicas do Raciocínio de Bom senso .

Languages

In other projects