답변:
이 질문에 대한 정답은 레이블을 사용하려는 대상에 따라 다릅니다.
"최적화"에 대해 생각할 때 솔루션 공간과 비용 함수에 대해 생각합니다. 즉, 반환 될 수있는 가능한 답변이 많으며 특정 답변의 비용이 얼마인지 알 수 있습니다.
이보기에서 답은 "예"입니다. 패턴 인식은 각 패턴이 가능한 답이고 최적화 방법은 비용이 가장 낮은 (즉, 답이 사용자의 것과 일치하는) 것을 찾습니다. 일치하고 싶습니다).
그러나 가장 흥미로운 최적화 문제는 지수 솔루션 공간과 청정 비용 함수로 특징 지워지며, 따라서 '검색'문제로 생각할 수있는 반면, 대부분의 패턴 인식 문제는 단순한 솔루션 공간과 복잡한 비용 함수로 특징 지워지며 부자연 스러울 수 있습니다. 둘을 합치려고
(일반적으로, 최적화와 인텔리전스는 최적화 파워가 인텔리전스의 좋은 척도 이고 패턴 인식보다 지능 의 실용적인 사용에 대한 더 나은 척도가 될 정도로 충분히 연관되어 있다고 생각합니다 .)
나는 이것에 대해 두 가지 (첫눈에 상충되는) 관점을 제공 할 수 있습니다.
먼저 :
문자 문자열 'abc'가 'abd'가되면 "ijk"와 "같은 일을하는 것"은 어떻게됩니까?
이것은 최적화 문제로 쉽게 분류되지 않는 문제 (소위 '문자열 유추 문제')의 한 예일뿐입니다. 각각 고유 한 구조적 이유 때문에 인간에게 강렬하게 보이는 다양한 답변이 있습니다. . 이러한 종류의 문제의 미묘한 부분에 대해서는 여기 에서 자세히 설명 합니다 .
둘째 :
최적화가 중요한 역할 을하는 AGI에 대한 매우 높은 수준의 관점은 다음과 같습니다 .
이 두 가지 서로 다른 접근 방식이 어떻게 조정되는지는 분명하지 않습니다. 생계를 위해 최적화 연구를 수행하는 사람으로서 저는 현재의 모든 실제적인 목적을 위해 AGI를 최적화 문제로 취급 할 수 없다고 말하고 싶습니다. 비용 함수를 통한 설명.