скачать книгу бесплатно
“Мы недооценивали сложность наших задач. Все дело в том, что мы не имели мощности, чтобы делать даже одну десятую того, что было нужно для решения этих задач.”
Отсутствие данных не позволяло системам учиться и адаптироваться, что является ключевым аспектом интеллектуальных систем.Кроме того, ограниченное количество доступных данных для обучения стало серьезной проблемой для ранних ИИ-систем. Даже такие продвинутые на тот момент программы, как программа для игры в шашки от Артура Сэмюэля, сталкивались с ограничениями в возможностях обучения из-за нехватки данных. Герберт Саймон, еще один видный исследователь ИИ, комментировал это ограничение:
“Многие из наших ранних моделей страдали от нехватки данных. Мы могли бы делать больше, если бы имели доступ к большему количеству информации.”
Это привело к переоценке возможностей ИИ и последующему разочарованию, когда высокие ожидания сталкивались с жесткой реальностью.Сложность задач, с которыми столкнулись разработчики первых ИИ, часто недооценивалась. Исследователи, такие как Аллен Ньюэлл, создатель программы General Problem Solver, первоначально полагали, что могут симулировать широкий спектр человеческого мышления через простые алгоритмы. Ньюэлл вспоминал:
“Наши первые попытки в симуляции человеческого мышления были наивны. Мы думали, что достаточно создать пару алгоритмов, чтобы машина начала ‘думать’.”
Эти ранние проблемы и ограничения стали важным уроком для следующих поколений исследователей ИИ. Они подчеркивают значимость терпения и реалистичного подхода к разработке технологий. Понимание этих ограничений помогло сформировать более зрелый и осмысленный подход к исследованиям и разработкам в области искусственного интеллекта.
Вы ознакомились с фрагментом книги.
Для бесплатного чтения открыта только часть текста.
Приобретайте полный текст книги у нашего партнера:
