Un grup de matematicieni au susținut că matematica neprovizabilă este o barieră insurmontabilă pentru algoritmii de învățare automată. Acum au putut să o demonstreze în practică.
Nu totul din lume este cunoscut. Cel puțin acest lucru se aplică algoritmilor de inteligență artificială și de învățare automată La prima vedere, o astfel de afirmație în epoca noastră de progres poate părea ca o adevărată erezie - dar, din păcate, acesta este cazul. Un grup internațional de matematicieni și cercetători AI au descoperit că, în ciuda potențialului aparent nelimitat de învățare automată, chiar și cei mai avansați algoritmi sunt legați de constrângeri matematice.
"Avantajele matematicii sunt uneori construite pe faptul că … în termeni simpli, nu totul este probabil", scriu cercetătorii conduși de informaticianul Shai Ben-David de la Universitatea din Waterloo. Ei susțin că învățarea mașină împărtășește această soartă.
Cum au ajuns la această concluzie? Constrângerile matematice sunt adesea asociate cu celebrul matematician austriac Kurt Gödel, care în anii 1930 a dezvoltat teoreme de incompletitudine - două presupuneri care arată limitările aritmeticii formale (și, în consecință, orice sistem formal care folosește conceptele acestei aritmetice: 0 și 1, adăugare și înmulțire și numere naturale). Noile cercetări au dovedit doar că învățarea mașinii este blocată în același cadru.
În acest moment, AI este limitat literal de matematică neprovizabilă. Cu alte cuvinte, inteligența artificială nu poate rezolva o problemă al cărui algoritm nu prevede o soluție „adevărată” sau „falsă”. Matematicianul Amir Yehudayov, de la Institutul Tehnologic-Israel din Tehnologie, într-un interviu acordat revistei Nature, a recunoscut că aceasta a fost o surpriză pentru oamenii de știință. Studiul a fost construit în jurul unui site web: algoritmul a trebuit să afișeze reclame vizate vizitatorilor care vizitează pagina cel mai des - fără a ști în prealabil care vizitatori o vor vizita. Aceasta este o așa-numită estimare a problemei maxime (EMX).
Potrivit cercetătorilor, rădăcinile problemei matematice pot sta în structura algoritmului de învățare cunoscut sub denumirea de „învățare probabilistică aproximativ corectă” sau PAC. De asemenea, este foarte similar cu paradoxul matematic numit ipoteza continuum. Ca și teoreme de completitate, această ipoteză este legată de matematică, care nu poate fi dovedită în cadrul unui sistem adevărat / fals. Ipotetic, chiar și pentru cel mai perfect algoritm, acesta este un punct mort, din care nu poate ieși. Matematicienii recunosc că neprovabilitatea este o povară pe care acum trebuie să o suporte mașinile. Lev Reizin, care nu a fost implicat în studiu, observă că aceste măsuri „pot fi în măsură să învețe smerenia AI, chiar dacă continuă să revoluționeze lumea din jurul nostru”.
Vasily Makarov
