에 위키 피 디아 페이지 AI에 대한, 우리는 읽을 수 있습니다 :
광학 문자 인식은 더 이상 일상 기술이 된 "인공 지능"의 모범으로 인식되지 않습니다.
반면, MNIST 자필 숫자 데이터베이스는 특히 신경망과 오류율을 훈련 및 테스트하기 위해 설계되었습니다 ( 분류기 참조 ).
그렇다면 왜 위의 인용문에서 OCR이 더 이상 AI의 모범이 아니라고 말합니까?
에 위키 피 디아 페이지 AI에 대한, 우리는 읽을 수 있습니다 :
광학 문자 인식은 더 이상 일상 기술이 된 "인공 지능"의 모범으로 인식되지 않습니다.
반면, MNIST 자필 숫자 데이터베이스는 특히 신경망과 오류율을 훈련 및 테스트하기 위해 설계되었습니다 ( 분류기 참조 ).
그렇다면 왜 위의 인용문에서 OCR이 더 이상 AI의 모범이 아니라고 말합니까?
답변:
컴퓨터가 문제를 해결할 수있게되면 사람들은 지능이 필요하지 않다고 주장하기 시작합니다. 존 맥카시는 종종 인용 : "즉시 그것을 아무도 전화는 더 이상 아이없는 작품으로"( CACM에서 참조 ).
대학의 선생님 중 한 명은 1950 년대에 교수가 기계에 대해 지능적이라고 생각하는 것을 물었다 고 말했습니다. 교수는 자동 판매기가 그에게 올바른 변화를 주면 지능적이라고 대답했다.
나중에 체스를하는 것은 지능적인 것으로 간주되었습니다. 그러나 컴퓨터는 이제 체스에서 그랜드 마스터를 물리 칠 수 있으며 사람들은 더 이상 그것이 지능의 한 형태라고 말하지 않습니다.
이제 OCR이 있습니다. 우리의 방법에는 5 세의 인식 시설이 없다고 이미 다른 대답에 언급되어 있습니다. 이것이 달성 되 자마자 사람들은 "저는 지능이 아니고 5 살짜리가 할 수 있습니다"라고 말할 것입니다.
우리가 어떻게 든 기계보다 우수하다는 것을 지적해야 할 필요가있는 심리적 편견이 이것의 기초에있다.
OCR은 현재 주류 기술이지만 5 세의 인식 기능을 갖춘 방법은 없습니다 (CAPPTCHA의 성공에도 불구하고). 우리는 잘 이해 된 기술을 사용하여이를 달성하는 방법을 모르므로 OCR은 여전히 AI 문제로 간주되어야합니다.
이것이 왜 그럴 수 있는지 알아보기 위해 Douglas Hofstadter의 "A를보고 AS를보고" 라는 글을 읽는 것이 좋습니다.
다른 대답에서 한 요점과 관련하여, 에이전트 프레이밍은 점점 복잡 해지는 환경에서 성공하도록 동기를 부여하는 한 유용합니다. 그러나 이러한 방식으로 언급 할 필요가없는 많은 어려운 문제 (예 : Bongard)가 있습니다.