A probléma, amelyet még a mesterséges intelligencia sem képes megoldani
Könnyű elhinni, hogy a mesterséges intelligencia képes megoldani a legtöbb problémát, de ez messze van az igazságtól.
A mesterséges intelligenciára szakosodott matematikusok és kutatók csoportjának nemzetközi tanulmánya azt mutatja, hogy a legintelligensebb algoritmusok is kudarcot vallanak, ha matematikai szabályokról van szó.
"A matematika előnyei azonban néha költségekkel járhatnak - röviden - nem minden bizonyítható" - mondták a kutatók, akiket Shai Ben-David, a Waterloói Egyetem tudósa vezetett. "Itt megmutatjuk, hogy a gépi tanulás osztja ezt a sorsot".
A matematikai korlátok felismerése Kurt Gödelhez kapcsolódik, aki az 1930-as években kidolgozta az úgynevezett hiányosság tételeit. Ez alapvetően két mondat, amely arra utal, hogy nem minden matematikai kérdésnek van megoldása.
Ben-David kutatása szerint ezek a tételek a mesterséges intelligencia gépi tanulására is vonatkoznak. Pontosabban, egy gép tanulási képességét korlátozhatják bizonyítatlan matematikai szabályok. Pontosabban, a mesterséges intelligencia megoldhatatlan problémával szembesül, amelyet egyszerű igaz vagy hamis válasz nem képes megoldani.
"Számunkra ez meglepetés volt" - mondta Amir Yehudayoff vezető kutató és matematikus, a Technion-Izrael Műszaki Intézet munkatársa.
A tanulmány során a csapat a maximális becslés (EMX) nevű gépi tanulási problémát vizsgálta, amelyen keresztül egy weboldal személyre szabott hirdetéseket igyekszik biztosítani azoknak a látogatóknak, akik a leggyakrabban belépnek az oldalra, bár előre nem tudni, hogy mely látogatók lépnek be az oldalra. A tudósok szerint ez a probléma hasonlóságot mutat a kontinuum hipotézissel, egy matematikai paradoxonnal.
"[A kutatók] azonosítottak egy olyan gépi tanulási problémát, amelynek sorsa a folytonosság hipotézisétől függ, így annak megoldása mindig messze van a megvalósítástól" - mondta Lev Reyzin matematikus, a chicagói Illinoisi Egyetem munkatársa, aki nem volt érintett. a kutatásban.