Skupina matematiků tvrdila, že neověřitelná matematika je nepřekonatelnou překážkou pro algoritmy strojového učení. Nyní to dokázali v praxi.
Ne všechno na světě je možné poznat. Alespoň to platí pro algoritmy umělé inteligence a strojového učení. Na první pohled může takové prohlášení v našem věku pokroku znít jako skutečná kacířství - ale, bohužel, je tomu tak. Mezinárodní skupina matematiků a výzkumníků umělé inteligence zjistila, že navzdory zdánlivě neomezenému potenciálu strojového učení jsou i ty nejpokročilejší algoritmy vázány matematickými omezeními.
„Výhody matematiky jsou někdy postaveny na skutečnosti, že… jednoduše řečeno, ne všechno je prokazatelné,“píšou vědci vedeni počítačovým vědcem Shai Ben-Davidem z University of Waterloo. Tvrdí, že strojové učení sdílí tento osud.
Jak dospěli k tomuto závěru? Matematická omezení jsou často spojována se slavným rakouským matematikem Kurtem Gödelem, který ve 30. letech 20. století vyvinul věty o neúplnosti - dva předpoklady, které ukazují omezení formální aritmetiky (a v důsledku toho jakýkoli formální systém, který používá koncepty této aritmetiky: 0 a 1), sčítání a násobení a přirozená čísla). Nový výzkum jen prokázal, že strojové učení je zamčené do stejného rámce.
Právě teď je AI doslova omezena neověřitelnou matematikou. Jinými slovy umělá inteligence nemůže vyřešit problém, jehož algoritmus nezajišťuje „skutečné“nebo „falešné“řešení. Matematik Amir Yehudayov z Technion-Israel Institute of Technology v rozhovoru s časopisem Nature přiznal, že to bylo pro vědce překvapení. Průzkum byl postaven na webu: algoritmus měl zobrazovat cílené reklamy návštěvníkům, kteří stránku navštěvují nejčastěji - aniž by věděli, kteří návštěvníci by ji navštívili předem. Jedná se o tzv. Odhadování maximálního (EMX) problému.
Podle vědců mohou kořeny matematického problému spočívat ve struktuře algoritmu učení známého jako „pravděpodobnostně přibližně správné učení“nebo PAC. Je také velmi podobný matematickému paradoxu nazývanému hypotéza kontinua. Stejně jako věty o úplnosti, i tato hypotéza souvisí s matematikou, kterou nelze prokázat v rámci pravdivého / nepravdivého systému. Hypoteticky, dokonce iu těch nejdokonalejších algoritmů, je to slepá ulička, ze které se nemůže dostat ven. Matematici uznávají, že nevykonatelnost je zátěží, kterou budou nyní stroje muset nést. Lev Reizin, který se této studie nezúčastnil, poznamenává, že tato opatření „mohou být schopna naučit pokoru umělé inteligence, i když i nadále bude revolucionizovat svět kolem nás“.
Vasily Makarov