类比对通用人工智能有必要吗?

人工智能 人工智能设计 哲学 敏捷
2021-10-28 22:49:23

类比在交流中非常强大。它们允许向没有领域知识的人解释复杂的概念,只需映射到已知领域。Hofstadter说它们很重要,而 Dijkstra 说它们很危险。无论如何,类比可以被视为在人类交流中转移概念的一种有效方式(我敢说转移学习吗?)。

我知道遗留的工作,例如基于案例的推理,但最近没有关于人工智能类比机制的工作。

关于类比对于 AGI 是否必要(甚至是关键)以及它们的关键程度是否达成共识?

请考虑用具体的工作或出版物来支持你的答案。

1个回答

我认为我不能对提出的实际问题给出真正的答案,因为我对“一般智力”没有严格的定义。在上下文中,我对“关键”也没有明确的定义。

但是,如果我们依靠对什么是“一般智力”以及批判性的含义的天真/直觉理解,您可能会将您的问题翻译为

一个通用的智能系统是否需要进行类比来做一些它不能做的事情?

或者,换一种说法

是否存在无法以任何其他方式复制的类比推理实现的有用行为?

从最严格的意义上说,我对这两个问题都没有答案,但至少有证据表明答案可能是“是”。请参阅Hofstadter 和 Mitchell的Copycat 论文以供参考。

据我所见,Copycat 解决的某些问题与我所看到的其他方法解决的问题不同。现在也许这只是一个巧合,没有人尝试解决这些问题,我不知道,比如说“深度学习”或“规则归纳”或“遗传算法”。或者也许他们有,而我只是没有偶然发现那个研究语料库。

无论如何,我还要补充一点,在AI/ML 中使用类比的研究仍在进行中。例如,参见论文Analogical Inference for Multi-relational Embeddings (2017),作者在其中谈到了使用类比,但将他们的方法定义为“类比推理”(他们声称这与早期的“GOFAI时期”)。还有论文评估类比向量空间模型(2017),其中另一组作者处理了一种类比推理形式。

对于某种形式的类比推理是否“关键”,我认为没有共识,但这绝对是一个仍在研究​​的主题。

并且有点切线 - 一个有趣的相关问题是询问“类比制作”是否会成为足够深/宽的人工神经网络的新兴属性,或者是否需要设计这样的设施和明确编码。