Israëlische wiskundigen hebben bewezen dat kunstmatige intelligentie lang niet altijd in staat is om patronen in datasets te vinden of ondubbelzinnige antwoorden te geven op vragen. Hun bevindingen werden gepresenteerd in het tijdschrift Nature Machine Intelligence.
Moderne systemen voor machine learning en kunstmatige intelligentie werken volgens een heel eenvoudig principe. Ze leren geleidelijk bepaalde patronen te 'zien' en de juiste antwoorden te onderscheiden van onjuiste met behulp van uitgebreide door mensen voorbereide databases.
Aanvankelijk werd deze benadering vooral gebruikt om beeldherkenningssystemen te creëren. Vervolgens bleek dat het op bijna alles kan worden toegepast, van 'creatieve' AI's die in staat zijn om zelf muziek te tekenen en te creëren tot de AlphaZero-machine, die zonder de hulp van mensen kan leren en verschillende bordspellen kan spelen, terwijl ze alleen hun regels kennen.
Dergelijke successen, merkt Yehudayoff op, hebben programmeurs, filosofen en wiskundigen gedwongen zich af te vragen of deze methode van probleemoplossing grenzen heeft en of een extreem 'algemene' kunstmatige intelligentie een patroon kan vinden in een willekeurige reeks gegevens en alle mogelijke vragen kan beantwoorden.
Israëlische wiskundigen probeerden erachter te komen of dit echt zo is door de meest algemene versies van verschillende wiskundige problemen te analyseren die vandaag actief worden opgelost met behulp van machine learning-systemen.
Hun aandacht is gevestigd op versies van kunstmatige intelligentie die proberen maximale waarden te voorspellen met behulp van onvolledige datasets. Dergelijke machines proberen bijvoorbeeld de voorkeuren van bezoekers van een bepaalde site te raden en dergelijke advertenties te selecteren die voor de meesten interessant zouden zijn.
Door dit probleem voor te stellen als een verzameling van verschillende grote en kleine sets, ontdekten Yehudaioff en zijn collega's dat het vergelijkbaar was met de beroemde stelling van Gödel. In 1940 ontdekte de beroemde Oostenrijkse wiskundige Kurt Gödel dat elk formeel systeem, inclusief de wiskunde zelf, onvolledig of tegenstrijdig is.
Met andere woorden, dit betekent dat er zowel voor machine learning-systemen als voor “eenvoudige” wiskundigen problemen, uitspraken en vragen zijn die niet kunnen worden opgelost, noch bewezen, noch weerlegd zonder verder te gaan dan ze.
Promotie video:
In dit geval is het bijvoorbeeld onmogelijk om te voorspellen of kunstmatige intelligentie kan worden "getraind" om idealiter advertenties af te stemmen met kennis van de voorkeuren van slechts een klein, willekeurig aantal bezoekers. Afhankelijk van welke portalbezoekers in deze steekproef zullen worden opgenomen, is dit probleem zowel oplosbaar als onoplosbaar.
Zoals wetenschappers benadrukken, heeft deze ontdekking vanuit praktisch oogpunt geen enkele invloed op hoe actief kunstmatige intelligentie zich in de toekomst zal ontwikkelen en hoe goed het praktische problemen zal oplossen. Aan de andere kant suggereert de aanwezigheid van dergelijke beperkingen dat het veel moeilijker zal zijn om een universele "denk" -machine te creëren die in staat is om problemen op te lossen dan wetenschappers tegenwoordig denken.
