Ahli matematik telah menghadapi masalah yang kecerdasan buatan tidak dapat diselesaikan secara prinsip

Pasukan antarabangsa penyelidik pembelajaran mesin dan kecerdasan buatan telah membuat kesimpulan yang mengecewakan bahawa mereka lebih terhad daripada yang kita sangka. Ini berpunca dari sifat matematik seni bina dan kaedah kerja mereka. Menurut Teorema Ketidaksempurnaan Gödel dan ketentuan Teorema Kedua, pada kenyataannya, jauh dari semua masalah matematik dapat diselesaikan. Dan kerana pembelajaran mesin tepatnya bersifat matematik, ia mempunyai hadnya.

Salah satu masalah yang paling mendesak dalam pembelajaran mesin adalah "memaksimumkan". Ini dapat digambarkan dengan contoh berikut: ada laman web tertentu yang akan dikunjungi oleh sejumlah pengguna yang tidak diketahui, yang minatnya juga tidak diketahui sebelumnya, tetapi secara umum set parameternya terbatas. Adalah perlu untuk membuat algoritma yang akan memastikan bahawa mereka semua memaparkan iklan yang disasarkan dengan ketepatan hampir mutlak. Semasa mensimulasikan situasi seperti itu, para saintis menemui kesamaan yang tidak jelas dengan keadaan "Continuum Hypothesis", yang sejak sekian lama berada dalam senarai masalah yang tidak dapat diselesaikan dalam matematik.

Untuk lebih tepat lagi, baik untuk Teorema Ketidaksempurnaan dan Hipotesis Continuum, tidak ada jawapan dalam bentuk yang biasa bagi mesin. AI, bahkan yang paling maju, ketika menyelesaikan masalah seperti itu akan sampai pada tahap yang tidak dapat memberikan penilaian tentang "benar" atau "salah". Seseorang hanya akan melambaikan tangannya, memperkenalkan beberapa syarat tambahan atau mengabaikan kepentingan pilihan, membuat keputusan secara intuitif. Algoritma pembelajaran mesin tidak membenarkan kebebasan semacam ini, jadi AI tidak akan dapat terus berfungsi.

Beban yang tidak dapat dibuktikan, sayangnya, wujud dalam terlalu banyak masalah matematik, dan oleh itu kebarangkalian bahawa AI lambat laun akan menghadapi situasi yang serupa mendekati 100%. Ini bererti bahawa kita perlu hari ini untuk mencari tahu bagaimana mengizinkannya untuk mengatasi paradoks seperti itu. Tetapi pada masa yang sama, pertahankan ketepatan menganalisis keadaan dan membuat keputusan, yang mana kita berusaha untuk mengajar akal buatan kita. Dan ini semakin sukar, semakin besar penyimpangan dari peraturan yang dibenarkan dalam karyanya.