ニートとスクラッフィー

人工知能（AI）の歴史において、 「きちんとした」アプローチと「雑然とした」アプローチは、AI研究に対する対照的なアプローチです。この区別は1970年代に確立され、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、数理最適化、ニューラルネットワークといった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、厳密な数学理論を用いてプログラムの正しさを検証します。ニートの研究者やアナリストは、この単一の形式パラダイムを拡張・改良することで、汎用知能や超知能を実現できると期待しています。

「スクラフィー」は、知的な行動を実現するために様々なアルゴリズムや手法を用い、プログラムの検証には増分テストに依存しています。スクラフィープログラミングには、膨大な量の手作業によるコーディングと知識工学が必要です。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現可能であり、プログラムが自律的に汎用知能を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、簡潔なアプローチは単純な数学モデルを基礎としている点で物理学に似ていると述べている。一方、雑然としたアプローチは、多様な現象を研究し分類することが仕事の大部分を占める点で、より生物学に近い。 [ a ]

現代のAIには、粗雑なアプローチと整然としたアプローチの両方の要素があります。1990年代の粗雑なAI研究者は、整然とした専門家と同様に、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、汎用知能と超知能を生み出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は粗雑なアプローチにも似ています。[ 8 ]現代の機械学習アプリケーションは、多くの手作業による調整と段階的なテストを必要とします。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。

1970年代の起源

きちんとした（neat）とみすぼらしい（scruffy）の区別は、1970年代半ばにロジャー・シャンクによって提唱されました。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する）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・コワルスキーら、論理とその形式的拡張に基づく研究との違いを明確にするために、これらの用語を使用しました。[ 2 ]シャンクは自身を「AI scruffy（みすぼらしい）」と表現しました。彼は言語学においてこの区別を行い、チョムスキーの言語観に強く反論しました。[ a ]

この区別は、地理的・文化的な要因も一部にありました。「みすぼらしい」特性は、 1970年代にマービン・ミンスキー率いるMITで行われたAI研究に典型的に見られます。MITの研究所は「自由奔放」なことで有名で、研究者たちはしばしば、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ました。MITで開発された重要かつ影響力のある「みすぼらしい」プログラムには、ジョセフ・ワイゼンバウムのELIZA（正式な知識を全く持たずに英語を話しているかのように動作）や、テリー・ウィノグラッドの[ b ] SHRDLU（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、クエリに正常に応答し、アクションを実行する）などがあります。[ 10 ] [ 11 ] SHRDLUは成功を収めましたが、構造化された設計が欠如していたため、有用な自然言語処理システムに拡張できませんでした。プログラムの大規模版を維持することは不可能であることが判明しました。つまり、拡張するにはあまりにもみすぼらしかったのです。

他のAI研究機関（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問題解決に焦点を当てていました。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・コワルスキーといった「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。つまり、「手続き」を実行したのです。他のプログラムは、世界に関する形式的なステートメント（あるいは「宣言」）を操作し、そ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、人工知能振興協会（AAI）会長就任演説で、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、ある種の宣言的かつ論理的な形式主義によって宣言的に表現できるし、またそうあるべきだ。アドホックな構造もそれなりの役割を持つが、そのほとんどは領域自体から生まれる」と記している。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・フィッシュラーも、演繹と論理的な形式主義が将来のAI研究において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

この粗雑なアプローチは、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ました。彼は、 1989年にアニタ・フリンと共著した論文のタイトルである「高速、安価、そして制御不能」なロボットの開発を提唱しました。シェーキーやスタンフォード・カートといった初期のロボットとは異なり、これらのロボットは、数学的機械学習技術から得られたアルゴリズムを用いて視覚情報を分析することで世界の表現を構築したり、「プランナー」言語のような論理に基づく形式化を用いて行動を計画したりしませんでした。単に、生き残り、移動するために役立つような方法でセンサーに反応したのです。[ 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。人間の知識のすべてを機械可読形式で記録するという、最も初期かつ最も野心的なプロジェクトの一つであり、「決定的にみすぼらしい事業」です。[ 14 ] Cycデータベースには、世界のあらゆる複雑性に関する数百万もの事実が含まれており、それらは知識エンジニアによって一度に一つずつ入力されなければなりません。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るものです。

心の社会

1986年、マービン・ミンスキーは著書『心の社会』を出版し、知性と心を、それぞれが認知の異なる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共同体と捉える考え方を提唱しました。モジュールの中には、非常に特定のタスク（例えば視覚皮質におけるエッジ検出）に特化したものもあれば、コミュニケーションと優先順位付け（例えば前頭葉における計画と注意）に特化したものもありました。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、また将来のAI研究の青写真として提示しました。

このパラダイムは、知的行動に関わる全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「雑然としている」。[ 15 ]ミンスキーは次のように書いている。

私たちを賢くする魔法のトリックとは？トリックがないということだ。知性の力は、私たちの多様性に由来するものであり、単一の完璧な原理から生まれるものではない。[ 16 ]

1991年の時点で、ミンスキーは依然として「論理的対類推的、象徴的対コネクショニスト、または、整然とした対雑然としたアプローチ」といった、整然としたアプローチと雑然としたアプローチの相対的な利点を評価する論文を発表していた。[ 17 ]

現代のAIは整然としているが、同時に不潔でもある

1990年代には、数理最適化やニューラルネットワークといった高度な形式論を用いて、AIに対する新たな統計的・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、「私が執筆している時点で、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や機械学習全般は、広範囲にわたる微調整を必要とします。望ましい動作を示すようになるまで、繰り返しテストを行う必要があるのです。これは、ずさんな方法論です。

よく知られている例

ニーツ

スクラッフィーズ

参照

注記

  1. ^ a bジョン・ブロックマンは次のように書いている。「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、それが間違っている可能性があるというものだ。これはAIの科学哲学とは完全に対照的であり、AIの科学哲学は生物学者が世界を見る方法に非常に近い。生物学者の科学哲学は、人間は人間である、人間は見つけたものを見つけ、それを理解しようとし、分類し、名前を付け、整理する、というものだ。モデルを構築してうまく機能しない場合は、修正しなければならない。これは、世界を「発見」する見方に近い。」[ 4 ]
  2. ^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

  1. ^マコーダック 2004、421–424、486–489頁。
  2. ^ a bクレヴィエ 1993、p. 168。
  3. ^ニルソン 1983、10～11頁。sfnエラー: ターゲットなし: CITEREFNilsson1983 (ヘルプ)
  4. ^ Brockman 1996、第9章「情報は驚きである」。
  5. ^ラッセル＆ノルヴィグ 2021、24頁。
  6. ^ a bマコーダック 2004、487ページ。
  7. ^ドミンゴス 2015 .
  8. ^ラッセル＆ノルヴィグ 2021、26頁。
  9. ^ウィノグラード＆フローレス 1986 .
  10. ^クレヴィエ 1993、84−102頁。
  11. ^ラッセル＆ノルヴィグ 2021、20頁。
  12. ^ペントランドとフィッシュラー 1983、マコーダック 2004 421–424 頁
  13. ^マコーダック 2004年、454～459頁。
  14. ^マコーダック 2004、489ページ。
  15. ^クレヴィエ 1993、254ページ。
  16. ^ミンスキー 1986、308ページ。
  17. ^レーナート 1994 .
  18. ^ラッセル＆ノルヴィグ 2003、25−26頁。
  19. ^ラッセル＆ノルヴィグ 2021、23頁。

参考文献

さらに読む

「 https://en.wikipedia.org/w/index.php?title=Neats_and_scruffies&oldid=1321475828」より取得