Terminy silny i słaby w rzeczywistości nie odnoszą się do mocy przetwarzania, optymalizacji ani jakiejkolwiek interpretacji prowadzącej do tego, że „mocna AI” jest silniejsza niż „słaba AI”. Daje się wygodnie w praktyce, ale warunki pochodzą z innych źródeł. W 1980 roku John Searle ukuł następujące stwierdzenia:
- Hipoteza AI, silna forma: system AI może myśleć i mieć umysł (w filozoficznej definicji tego terminu);
- Hipoteza AI, słaba forma: system AI może działać tak, jak myśli i ma umysł.
Tak silna AI to skrót do systemów AI, który weryfikuje hipotezę o silnej AI . Podobnie w przypadku słabej postaci. Warunki następnie ewoluowały: silna AI odnosi się do AI, która działa tak samo dobrze jak ludzie (którzy mają umysły), słaba AI odnosi się do AI, która nie.
Problem z tymi definicjami polega na tym, że są one rozmyte. Na przykład AlphaGo jest przykładem słabej sztucznej inteligencji, ale jest „silna” według standardów Go-play. Hipotetyczna sztuczna inteligencja replikująca ludzkie dziecko byłaby silną sztuczną inteligencją, będąc „słabą” w większości zadań.
Istnieją inne terminy: sztuczna inteligencja ogólna (AGI), która ma funkcje między domenami (jak ludzie), może uczyć się na podstawie wielu różnych doświadczeń (takich jak ludzie). Sztuczna wąska inteligencja odnosi się do systemów związanych z określonym zakresem zadań (w których mogą jednak mieć nadludzką zdolność), które nie mają zdolności do znacznej poprawy.
Oprócz AGI znajdujemy Sztuczną Superinteligencję (ASI), opartą na idei, że system z możliwościami AGI, bez fizycznych ograniczeń ludzi, uczyłby się i poprawiał znacznie dalej niż poziom ludzki.
W przeciwieństwie do definicji filozoficznych , które opierają się na terminach takich jak „umysł” i „myśl”, istnieją również definicje, które zależą od obserwowalnych .
Oznacza to, że Silna AI to sztuczna inteligencja, która rozumie się na tyle dobrze, aby się doskonalić. Nawet jeśli filozoficznie nie jest równoważny człowiekowi lub nie jest w stanie wykonać wszystkich zadań poznawczych, które człowiek może, ta sztuczna inteligencja może nadal generować ogromną ilość mocy optymalizacyjnej / dobrego podejmowania decyzji, a jej stworzenie miałoby historyczne znaczenie ( delikatnie mówiąc).
W przeciwieństwie do tego, słaba sztuczna inteligencja to sztuczna inteligencja bez zdolności do samodzielnej modyfikacji lub z ograniczoną zdolnością. Bierka szachowa działająca na twoim laptopie może mieć nadludzką umiejętność gry w szachy, ale może tylko grać w szachy, i chociaż może dostosowywać swoje ciężary lub architekturę i powoli się poprawiać, nie może modyfikować się na tyle głęboko, aby uogólnić na inne zadania .
Innym sposobem myślenia o tym jest to, że Silna AI jest badaczem sztucznej inteligencji sama w sobie, a Słaba AI jest tym, co wytwarzają badacze AI.
źródło
Silna i słaba AI to starsze określenia AGI (sztuczna inteligencja ogólna) i wąska AI. Przynajmniej tak go widziałem i wikipedia wydaje się zgadzać.
Osobiście nie widziałem zbyt często używanej przez Searle definicji „słabej i silnej sztucznej inteligencji”, ale być może przejście do nowszych terminów nastąpiło częściowo, ponieważ Searle pomylił problem.
źródło