Quelle est la définition la plus générale de «l'intelligence»?

10

Lorsque nous parlons d'intelligence artificielle, d'intelligence humaine ou de toute autre forme d'intelligence, que voulons-nous dire par le terme intelligence au sens général? Qu'appeleriez-vous intelligent et quoi non? En d'autres termes, comment définissons-nous le terme intelligence de la manière la plus générale possible?

user79161
la source

Réponses:

4

Je vais préfacer cette réponse en notant que des personnes beaucoup plus intelligentes que moi ont traité ce sujet en détail. Cela dit, autant que je sache:

Lorsque nous parlons d'intelligence, nous faisons référence à la force de résolution de problèmes par rapport à un problème, par rapport à la force d'autres intelligences.

Il s'agit d'une conception quelque peu théorique du jeu, liée à la rationalité et au concept d' agent rationnel . Il peut être inévitable de considérer l'intelligence de cette manière. Plus précisément, nous pourrions définir l'intelligence comme la capacité de comprendre un problème ou une solution ou des concepts abstraits, mais nous ne pouvons pas valider cette compréhension sans la tester. (Par exemple, je pourrais croire que je saisis une technique mathématique, mais la seule façon de déterminer si cette croyance est réelle ou illusoire est d'utiliser cette technique et d'évaluer les résultats.)

La raison pour laquelle des jeux comme Chess and Go ont été utilisés comme jalons, en dehors de l'intérêt humain de longue date pour les jeux, est qu'ils fournissent des modèles avec des paramètres simples et entièrement définissables, et, dans le cas de Go au moins, ont une complexité proche de la nature, par lequel je veux dire insoluble / insoluble . (Comparez à la force à Tic-Tac-Toe, qui est trivialement résolue.)

Cependant, nous devons considérer un point soulevé dans cette réponse concise à une question impliquant le test de Turing :

"... [l'intelligence] est-elle définie uniquement par le comportement dans un environnement ou par les mécanismes qui aboutissent à ce comportement?"

C'est important parce que Google vient de donner le contrôle du refroidissement du centre de données à une IA . Ici, c'est clairement le mécanisme lui-même qui fait la preuve de son utilité, mais si nous appelons ce mécanisme intelligent, pour que l'intelligence ait un sens, nous devons encore lutter contre «comment intelligent? (En quoi est-il intelligent?) Si nous voulons savoir "comment intelligent?" (son degré d'utilité) il nous reste à évaluer ses performances par rapport aux performances d'autres mécanismes.

(Dans le cas des automates contrôlant la climatisation chez Google, on peut dire qu'il est plus intelligent que le système de contrôle précédent, et de combien.)

Parce que nous commençons à parler de "l'intelligence généralisée", définie ici comme des mécanismes qui peuvent être appliqués à un ensemble de problèmes (j'inclus minimax comme une forme d '"intelligence axiomatique" et l'apprentissage automatique comme une forme "d'intelligence adaptative" ) , il peut être utile d'élargir et de clarifier la définition:

L'intelligence est la force de résolution de problèmes d'un mécanisme par rapport à un problème ou à un ensemble de problèmes, par rapport à la force d'autres mécanismes.

ou, si nous voulions être concis:

L'intelligence est comme l'intelligence (et à quel point.)

DukeZhou
la source
2

Dans l'article Universal Intelligence: A Definition of Machine Intelligence (2007), Legg et Hutter fournissent une définition de l' intelligence , qui devrait saisir la notion intuitive d'intelligence (à laquelle les gens se réfèrent souvent).

L'intelligence mesure la capacité d' un agent à atteindre des objectifs dans un large éventail d'environnements.

Cette définition "favorise" l'intelligence générale par rapport aux IA étroites (par exemple, les humains sont plus intelligents qu'AlphaGo) et l'adaptabilité de l'agent à différents environnements. Cependant, cette définition pourrait ne pas être sans faille, car, par exemple, un virus pourrait sans doute être considéré comme plus intelligent que par exemple AlphaGo, étant donné la capacité du virus à s'adapter à un large éventail d'environnements (par rapport à AlphaGo, qui ne joue que Go) . Cette définition est fortement liée à la théorie mathématique de l'intelligence générale artificielle appelée AIXI . Jetez un œil au document pour plus de détails.

nbro
la source
1

Avant l'ère informatique, l'intelligence était définie en termes philosophiques. Cela concerne la logique, la réflexion, l'apprentissage, la conscience de soi, la mémoire et la résolution de problèmes. Cette définition est vague et ne peut pas être implémentée dans un logiciel. Une approche moderne de la définition de l'intelligence est basée sur la théorie des jeux. L'astuce est que l'intelligence n'est plus connectée à de vraies personnes qui peuvent avoir une âme, mais ce n'est qu'une stratégie pour gagner un match. L'idée est de modifier un peu le problème, au lieu de discuter de la mémoire et de l'apprentissage, la question la plus importante est de savoir comment créer des jeux. Un jeu est un système de règles lisible par machine, qui simule la réalité. Par exemple, «Pong» est une simulation de tennis, tandis que «Sim city» simule la construction d'une maison. Entre un jeu et une stratégie réussie dans le jeu, il y a une différence. Il est possible de gagner un score faible dans un jeu,

L'invention de l'ordinateur peut aussi être appelée la réalisation de l'Intelligence. La plupart des informaticiens théoriques conviennent qu'un ordinateur prêt à l'emploi peut résoudre tout problème. Tout ce dont il a besoin, c'est d'un algorithme, qui est une séquence d'étapes. Cela signifie que, du point de vue des capacités, un ordinateur peut être appelé intelligent, car il est capable d'exécuter un algorithme. Cela ne répond pas à la question de savoir à quoi ressemblera l'algorithme concret, mais en théorie, un ordinateur peut faire tout ce que les humains peuvent faire.

Manuel Rodriguez
la source
1

C'est une question importante pour l'IA - peut-être la plus importante de toutes - pour le domaine de la recherche intelligence . Je veux dire que si l'IA est une science, alors ses expériences seront testables empiriquement. Il doit y avoir un moyen de décider de réussir ou d'échouer. Quels sont donc les tests d'intelligence? Avant même de concevoir un test, vous avez besoin d'une idée claire de ce qu'est l'intelligence, sinon comment pourriez-vous concevoir un test compétent pour cela?

Bien sûr, je fais partie du projet de recherche et développement connu sous le nom de construction de sous-marins étanches, et bien sûr, je suis totalement confiant que mon sous-marin est étanche, mais je ne sais pas comment tester si c'est le cas ou non parce que je ne sais pas ce que signifie "étanche". Cette idée est absurde. Mais demandez à AI ce que signifie «intelligence». Les réponses que vous obtenez, à l'analyse, sont presque les mêmes que l'exemple sous-marin.

Réponse de base - Comportement

Le mot (idée, concept) "Intelligence" est généralement défini par l'IA en termes de comportement. C'est-à-dire l'approche de test de Turing. Une machine est intelligente si elle se comporte d'une manière qui, si un être humain se comportait de la même manière, l'homme serait censé effectuer une action qui nécessitait une intelligence humaine.

Problème 1 : les pianos des joueurs sont intelligents. Jouer un morceau de Scott Joplin nécessite évidemment de l'intelligence chez un humain.

Problème 2 . Si une machine réussit le test, cela montre seulement qu'elle est "intelligente" pour les comportements testés. Qu'en est-il des comportements non testés? Il s'agit en fait d'un problème de vie ou de mort aujourd'hui avec les systèmes de contrôle de l'IA des véhicules autonomes. Les systèmes d'intelligence artificielle sont assez bons pour conduire une voiture (ce qui nécessite évidemment l'intelligence humaine) dans des environnements spécifiques, par exemple des autoroutes avec des voies bien marquées, pas de virages serrés et une barrière médiane séparant les deux directions. Mais les systèmes tournent mal dans les «cas marginaux» - des situations inhabituelles.

Problème 3 . Qui mettrait son enfant dans un bus scolaire conduit par un robot qui avait réussi le test de Turing pour conduire des bus scolaires? Qu'en est-il d'une tempête lorsqu'une ligne électrique sous tension tombe de l'autre côté de la route? Ou un twister au loin vient de cette façon? Qu'en est-il de mille autres possibilités non testées? Un parent responsable voudrait savoir (a) quels sont les principes des structures et processus internes de l'intelligence humaine, et (b) que le conducteur du bus numérique avait des structures et processus internes suffisamment similaires - c'est-à-dire non pas un comportement mais les bons éléments internes , la bonne causalité intérieure.

Réponse souhaitée - principes intérieurs

Je voudrais savoir que la machine exécutait les bons processus internes et qu'elle exécutait ces processus (algorithmes) sur les bonnes structures internes (mémoire). Le problème est que personne ne semble savoir quels sont les bons processus et structures internes de l'intelligence humaine. (Un problème énorme à coup sûr - mais qui n'a pas retenu l'IA - ou les développeurs de systèmes autonomes - un peu.) L'implication de cela est que ce que l'IA devrait faire maintenant est de déterminer quels sont les processus internes et les structures de l'intelligence humaine. Mais il ne fait pas cela - il commercialise plutôt sa technologie défectueuse.

Éléments d'une définition - 1. Généralisation

Nous savons certaines choses sur l'intelligence humaine. Certains tests testent vraiment si une machine possède certaines propriétés de l'esprit humain. L'une de ces propriétés est la généralisation. Dans son article de 1950, Turing, comme une sorte de blague, a donné un très bon exemple de généralisation conversationnelle: (Le témoin est la machine.)

"Interrogateur: Dans la première ligne de votre sonnet qui se lit" Dois-je te comparer à un jour d'été "," un jour de printemps "ne ferait-il pas aussi bien ou mieux?

Témoin: Il ne scannerait pas.

Interrogateur: Que diriez-vous d'une «journée d'hiver» qui balayerait bien.

Témoin: Oui, mais personne ne veut être comparé à une journée d'hiver.

Interrogateur: Diriez-vous que M. Pickwick vous a rappelé Noël?

Témoin: D'une certaine manière.

Interrogateur: Pourtant, Noël est un jour d'hiver, et je ne pense pas que M. Pickwick s'opposerait à la comparaison.

Témoin: Je ne pense pas que vous soyez sérieux. Par écorchement hivernal, on entend une journée d'hiver typique, plutôt qu'une journée spéciale comme Noël. "

L'intelligence artificielle actuelle n'a rien qui se rapproche même de loin de pouvoir généraliser comme ça. L'absence de généralisation est considérée comme peut-être le plus grand échec de l'IA actuelle. La capacité de généraliser serait une partie d'une définition adéquate de "l'intelligence". Mais ce que signifie la généralisation devrait être expliqué.

Le problème de la généralisation est également à l'origine de plusieurs objections philosophiques sévères à la théorie de l'IA, y compris le problème du cadre, le problème de la connaissance de bon sens et le problème de l'explosion combinatoire.

Éléments d'une définition - 2. Perception

La perception sensorielle est assez évidemment fondamentale pour l'apprentissage et l'intelligence humaine. Les données (sous une forme ou une autre) sont émises par les sens humains puis traitées par le système central. Dans l'ordinateur, les valeurs binaires sortent du capteur numérique et se dirigent vers la machine. Cependant, rien dans les valeurs elles-mêmes n'indique ce qui a été détecté. Pourtant, la seule chose que l'ordinateur obtient est les valeurs binaires. Comment la machine pourrait-elle jamais savoir ce qui est détecté? (Le problème classique de l'argument de la chambre chinoise.)

Donc, un autre élément de l'intelligence humaine est la capacité de percevoir d'une manière humaine. Ce que "la manière humaine" signifie ici, c'est que la machine traite l'entrée sensorielle en utilisant les mêmes principes qui s'appliquent à la perception humaine. Le problème est que personne ne semble savoir comment construire une sémantique (connaissance) à partir des données émises par des capteurs numériques (ou des sens organiques). Mais encore, la perception de type humain doit être un élément d'une définition adéquate de "l'intelligence".

Une fois que l'IA aura résolu ces deux problèmes - généralisation et perception -, elle sera probablement, espérons-le , en passe de réaliser son objectif initial de près de 70 ans - construire une machine avec (ou qui pourrait acquérir) un type humain intelligence générale. Et peut-être que les principes de généralisation et les principes de perception sont une seule et même chose. Et peut-être qu'il n'y a en fait qu'un seul principe. Il ne faut pas supposer que les réponses sont complexes. Parfois, les choses les plus difficiles à comprendre sont les plus simples.

La question "Que voulons-nous dire lorsque nous disons" intelligence "? Est donc très importante pour l'IA. Et la conclusion est que l'IA devrait remplacer sa définition comportementale actuelle de" l'intelligence "par une définition qui inclut les éléments humains de la généralisation et de la perception. Ensuite, continuez et essayez de définir les principes de fonctionnement, ou principe, des deux.

Roddus
la source
attacher la définition de «l'intelligence» à être spécifiquement «humaine» est très arbitraire et égoïste à ceux qui souhaitent prétendre qu'une véritable IA ne peut pas être construite. Qui plus est, qui veut dire que l'intelligence «humaine» est même une forme d'intelligence optimale à distance. Enfin, même les définitions de la généralisation et de la perception données nécessitent l'utilisation de mots et d'expressions aussi vagues et non prouvables que le mot «intelligence» lui-même.
Dunk
Bien sûr, le concept de l'intelligence est vague, mais en partie parce que l'IA précoce (et plus tard) a utilisé le mot pour désigner un comportement observable de l'extérieur plutôt que dans le sens traditionnel du contenu et du processus internes. Mais de toute façon, l'utilisation courante du mot ne froisse pas trop de sourcils, il y a donc une certaine utilité dans l'idée. On ne sait pas grand-chose sur la perception, mais il existe de très bons tests de généralisation. Par exemple, le dialogue à moitié plaisantant de Turing dans son article de 1950 sur l'hiver et Noël. Un système qui peut afficher ce niveau d'abstraction et de connaissances aurait mon vote pour la généralisation.
Roddus
0

L'intelligence est la capacité de tisser divers concepts et associations en un tout significatif; filtrer, ajouter et rejeter de manière appropriée diverses idées issues de connaissances et d'expériences personnelles. Ensuite, reflétant efficacement ces idées à un intervenant pour affirmer la compréhension et la compréhension, permettant à une conversation de progresser efficacement vers une conclusion mutuellement bénéfique.

Colin Beckingham
la source
0

La définition la plus générale du terme intelligence à la fois laconique et exacte est celle-ci.

La collection de caractéristiques comportementales résidant dans une entité où l'entité réussit durablement dans des activités spécifiques tout en évitant des pertes spécifiques dans une gamme particulière de conditions environnementales.

Ce sont des exemples d'échecs dans la démonstration d'intelligence selon la définition ci-dessus, démontrant l'importance de chaque phrase.

  • Certaines fonctionnalités comportementales qui sont intelligentes mais pas un comportement global du système. Par exemple, une fusée qui atteint une altitude mais ne peut pas entrer en orbite ou une tortue qui peut rétracter sa tête mais ne peut pas attraper un bug.
  • L'intelligence est dispersée entre les entités de sorte que chaque entité individuelle ne présente pas d'intelligence, comme une abeille ou une seule.
  • L'intelligence est exposée momentanément mais se désintègre au fil du temps, ne s'adaptant pas aux conditions changeantes, ou n'est pas suffisamment fiable pour remplir un rôle pratique.
  • L'entité peut atteindre un objectif mais ce succès est annulé par la perte accumulée au cours de leur réalisation.
  • L'entité peut éviter des pertes, mais ne peut pas réussir de manière fiable dans la poursuite de ses objectifs.
  • Une entité qui peut s'adapter à n'importe quelle condition environnementale et agir intelligemment en chacun n'existe pas. L'intelligence humaine est limitée à des scénarios spécifiques et des chocs et de la confusion se produisent lorsque la surcharge et la super-intelligence sont, à ce jour, une conjecture sans preuve empirique ou preuve théorique.

Remarquez quatre choses dans cette définition.

  • L'optimalité n'est pas requise. Seul un comportement meilleur que aléatoire est requis.
  • Bien que l'entité testée pour l'intelligence puisse s'interfacer avec son environnement uniquement via des ensembles de données et des métriques de test, il s'agit de son environnement.
  • Le temps est nécessairement impliqué. Dans un cas simple, un réseau artificiel ne manifeste de l'intelligence que dans sa capacité à afficher un comportement qui avait été appris auparavant comme suffisant. Ceux-ci ne peuvent conserver leur intelligence qu'en ajustant leur formation ou dans un environnement où l'adaptation à de nouveaux schémas n'est pas requise.
  • La cognition n'est pas requise, mais la cognition augmente certainement la gamme d'objectifs qui peuvent être poursuivis de manière fiable et la capacité de l'entité à détecter le danger et à éviter plus proactivement la perte.
Douglas Daseeco
la source
-1

L'intelligence est un état où n'importe quel contexte est procuré dans tous les aspects pour en tirer avantage et agir. Cela peut être ramifié en aspects humains et artificiels de la perception. Capacité de détecter le contexte et de l'analyser dans différentes perspectives de compréhension d'un objet dans la vie réelle afin qu'il existe une solution efficace.

L'intelligence doit être considérée comme un ensemble générique d'incorporation de diverses figures mentales comme la logique, la créativité, la résolution de problèmes, etc. celles-ci peuvent être formées à la fois dans une perspective de programme humaine et artificielle.

Abhishek Matada
la source