На сторінці вікіпедії про AI ми можемо прочитати:
Оптичне розпізнавання символів більше не сприймається як приклад "штучного інтелекту", що став рутинною технологією.
З іншого боку, база даних MNIST рукописних цифр спеціально розроблена для навчання та тестування нейронних мереж та рівня їх помилок (див .: Класифікатори ).
То чому ж у наведеній цитаті зазначено, що OCR вже не є прикладом AI?
Відповіді:
Щоразу, коли проблема стає вирішуваною комп’ютером, люди починають стверджувати, що для неї не потрібен інтелект. Джон Маккарті часто цитується: "Як тільки це працює, його ніхто більше не називає AI" (з посиланням на CACM ).
Один з моїх викладачів у коледжі сказав, що у 50-х роках у професора його запитали, що він вважає розумним для машини. Професор з повагою відповів, що якщо автомат дасть йому правильну зміну, це було б розумно.
Пізніше грати в шахи вважали розумною. Однак комп’ютери тепер можуть перемогти гросмейстерів у шахах, і люди вже не кажуть, що це форма інтелекту.
Тепер у нас є OCR. В іншій відповіді вже сказано, що наші методи не мають засобів розпізнавання 5-річного віку. Як тільки це буде досягнуто, люди скажуть "я, це не інтелект, 5-річний може це зробити!"
В основі цього лежить психологічна упередженість, необхідність констатувати, що ми якось перевершуємо машини.
Незважаючи на те, що OCR зараз є основною технологією, залишається правдою, що жоден з наших методів справді не має засобів розпізнавання 5-річного віку (заявляв про успіх CAPTCHA, незважаючи на це). Ми не знаємо, як цього досягти за допомогою добре зрозумілих методик, тому OCR все-таки по праву слід вважати проблемою ШІ.
Щоб зрозуміти, чому це може бути так, висвітлює прочитати твір Дугласа Хофштадтера "Про побачення А та побачити Я" .
Щодо питання, висловленого в іншій відповіді, обрамлення агента є корисним, оскільки мотивує успіх у більш складних умовах. Однак є багато важких проблем (наприклад, Бонгард), які не потрібно заявляти таким чином.
Я не впевнений, чи можна прогнозувати MNIST насправді розглядати як завдання AI. Проблеми з ШІ, як правило, можна вирішити в контексті дії агента, який діє в навколишньому середовищі. Нейронні мережі та методи машинного навчання взагалі не мають справу з цим обрамленням. Наприклад, класифікатори вивчають відображення між двома просторами. Хоча можна стверджувати, що ви можете визначити класифікацію OCR / зображення як проблему AI - класифікатор є агентом, кожен прогноз, який він робить, є дією, і він отримує винагороду, грунтуючись на його точності класифікації - це досить неприродно і відрізняється від проблем, які зазвичай вважаються проблемами ШІ.