답변:
진정한 AI에 의해 '인간과 같은 것'을 의미한다면, 그 대답은-우리가 그것들을 구성 할 수 있는지에 대한 적절한 계산 메커니즘 (신경 또는 다른)이 무엇인지, 또는 아무도 모른다는 것입니다.
인공 신경망 (ANN)이하는 것은 본질적으로 '비선형 회귀'입니다. 아마도 이것은 인간과 같은 행동을 표현하기에 충분히 강력한 모델이 아닐 수도 있습니다.
ANN의 '범용 함수 근사'속성에도 불구하고, 인간 지능이 아직까지도 의심 할 수없는 물리적 세계 메커니즘에 의존한다면 어떨까요?
"유일한 방법"에 대한 귀하의 질문과 관련하여 : (물리적) 신경 메커니즘이 실제로 지능 으로가는 유일한 경로 (예 : 펜로즈의 양자 미세 소관을 통해) 인 경우에도 어떻게 증명할 수 있습니까?
공식적인 수학 세계에서도 "존재 증명은 어렵다"는 말이 있습니다. 물리적 세계에서는 지능이 다른 메커니즘으로는 발생하지 않는다는 것을 보여주는 것이 거의 불가능 해 보입니다.
전산 시스템으로 돌아가서 Stephen Wolfram은 자신의 저서 'New Science of Science' 에서 흥미로운 관찰을했으며 , 그가 관측 한 많은 명백한 메커니즘이 'Universal Computation'을 할 수있는 것처럼 보였으므로 그 의미에는 아무 것도 없습니다. ANN에 대해 특히.
"진정한 인공 지능"으로 간주되는 대상에 따라 다릅니다. 그러나 이것은 아마도 인간처럼 생각할 수 있음을 의미하며, 인간의 뇌의 감정이 비율보다 먼저 나오는 것처럼보다 합리적인 방식으로 그렇게 할 수 있습니다.
신경망 또는 신경망을 진화시키는 유전자 알고리즘은 인간을 모방하는 가장 가까운 방법 인 것 같습니다.
그러나 이것에 대한 전통적인 반론은 우리가 비행과 똑같이하려고 시도했다는 것입니다. 우리는 날개를 펄럭이며 날아 가려고 노력하면서 자연을 모방하려고 노력했습니다. 그러나 결국 우리는 날개를 펄럭이는 것에 의존하지 않는 비행기를 만들었습니다.
인공 지능에는 공기 역학보다 훨씬 많은 변수가 있습니다. 따라서 신경망 이외의 다른 방법으로도 인간과 같은 지능을 얻을 수 있습니다.
결국 신경망은 기계 학습에 대한 한 가지 접근 방식입니다. 배울 수있는 것과 배울 수없는 것에 대한 규칙에 의해 지배되는 다른 것들도 있습니다. (이를 다루는 전산 학습 이론이라는 분야가 있습니다).
COLT에 따라 학습 할 수있는 것 이상으로 학습 시스템을 확장 할 수 있지만, 이는 학습 시스템 (신경망 등)에 본질적으로 결함이 있으며 한 지점에서 다른 결론을 도출 할 수 있음을 의미합니다.
이 질문에 대답 할 기회를 가지려면 먼저 우리에게없는 "진정한 인공 지능"에 대한 엄격한 정의가 필요합니다. 그리고 당신이 그것을 가지고 있더라도, 가장 좋은 대답은 아마 "아무도 모른다"일 것입니다. 우리는 인간 지능 (어쩌면 우리가 연구 할 수있는 최고의 지능 모델)이 어떻게 작동하는지 정확히 이해하지 못합니다. 우리가 아는 것 (또는 우리가 아는 것)은 ANN이 기껏해야 뇌 기능의 매우 피상적 인 복제물이라는 것입니다. "진정한 인공 지능"을 달성하는 데있어 절대적으로 잘못된 길임이 밝혀 질 것입니다.하지만 대부분의 사람들은 그 경우에 놀라게 될 것입니다.
아마 놀랍지 않은 것은 ANN보다 나은 다른 기술이 등장하거나 기술 앙상블이 필요하다는 것이 밝혀 질 것입니다. 개인적으로 나는 뇌가 대부분 확률 론적 방식으로 작동한다는 것은 자명 한 일이라고 생각하지만, 우리는 때때로 상징적 처리 / 연역적 논리 / 규칙 / 등을 사용한다는 것이 분명합니다. 그리고 지금 ANN은 따라서 추론, 추론 등의 방식으로 결국 ANN과 같은 확률 론적 접근 방식을 다른 기법 (유도 적 논리 프로그래밍 또는 그와 유사한 특성)과 결합해야한다는 것을 알 수 있습니다.