マーヴィンミンスキーの「エモーションマシン」：第5章「考える」

「人間」をテクノロジーに導入する方法と、テクノロジーが「人間」を理解し、改善し、拡大縮小するのにどのように役立つか。

船尾のマーヴィン・ミンスキーは、冷酷な心で感情、感情、痛み、愛、意識を分析します。

§5-3。 考える

ジョアンが何をすべきかを選択したとき-道路を横断するか戻るか、彼女は次のルールのいずれかを選択する必要がありました。

あなたが道路にいるなら 、彼女から逃げる
あなたが車道にいるなら 、すぐにそれを渡ります

ただし、Joanがこれらの決定を下すには、この状況に対する可能な解決策を予測および比較するメカニズムが必要です。 ジョーンがそのような予測をするのに何が役立ちますか？ 最も簡単な方法は、各Ifが特定の状況を記述し、各Thatが特定のアクションを記述し、各Thenが実行された作業の可能な結果を​​記述する3つの部分からなるルール「If-> To-> In case case」のコレクションを持つことです



道路にいる場合は、走り戻します。この場合、少し後で道路を横断してみてください
車道にいる場合は、 それを渡ります。その場合、はるかに早く到着します
あなたが道路にいるなら、行ってください、その場合、あなたは怪我をする可能性があります

しかし、特定の状況に複数のルールを適用できるとしたらどうでしょうか？ この場合、予測結果を比較した後に必要なルールを選択できます。



したがって、これらの3つの部分からなるルールにより、危険に満ちた世界で行動を始める前に、頭の中で実験を行うことができます。 私たちは精神的に「ジャンプの前に結果を想像し」、最も魅力的な選択肢を選ぶことができます。 たとえば、キャロルがキューブで遊んで、3ブロックのアーチの構築について説明するとします。



現在、彼女には次の3つのブロックがあります。



したがって、彼女はこのアーチを建設する計画を想像しています。最初に、彼女は次のルールを使用して見つけることができるアーチの基部を建てる場所が必要になります：ブロックが横たわっている場合、それを横に置くと、それは地面のスペースを取りません。



次に、She骨に2つの短いブロックを配置し、それらが互いに正しい距離にあることを確認してから、最後に長いブロックを平らに配置します。 ビデオのフレームの連続的な変化として説明する一連のアクションを想像できます。



アクションの4つのステップのシーケンスを想像するには、キャロルには多くのスキルが必要です。 まず、視覚システムはこれらのブロックの形状と位置を記述する必要がありますが、一部の部品は見えない場合があり、どのブロックを移動し、どこに配置するかを計画する能力が必要になります。 次に、ブロックを移動するたびに、指をプログラムしてこれらのブロックをつかみ、ブロックを目的の場所に移動し、最終的に解放して制御し、手が体や顔に衝突しないようにします。または既に配置されている別のブロック。 また、2つのブロックの上にブロックを置き、サポートブロックを落とさないようにするために、速度を制御する必要があります。

キャロル：これらのアクションはどれも私にとって問題ではないと思われました。 私は心の中でアーチを想像し、各ブロックがどのように立つべきかを理解しました。 次に、2つのブロックを垂直に（それらが互いに適切な距離にあると確信したとき）配置し、2つのブロックの上に長いブロックを配置する必要がありました。 最後に、私はすでにそのようなことをしました。 おそらく、私は自分の経験を思い出して、単純にそれを繰り返しました。

しかし、キャロルは、ブロックを直接移動する前にブロックを移動した後、フィギュアがどのように見えるかを「想像」できますか？

プログラマー：コンピューターにそのようなことをする方法を教える方法は知っています。 これを「物理シミュレーション」と呼びます。 たとえば、新しい航空機の設計の各段階で、当社のプログラムは、航空機が空中を移動するときに航空機の各ポイントに作用する力を正確に予測できます。 実際、私たちはそれを非常にうまく行うことができるので、コンピューター上で飛行機をゼロから構築し、それを現実に再作成します-それは飛ぶでしょう。

人間の脳はこのような複雑な計算を行うことはできませんが、「If-> Then->その場合」というルールを使用して有用な予測を行うことができます。 たとえば、キャロルがこのアーチを建設する計画を立てたとき、彼女は短いブロックの上に長いブロックを置くステップを想像できました。



もちろん、上のブロックが落ちるので、このアクションは失敗します。 ただし、キャロルはより多くの経験を積んだ後、この状況でトップブロックが倒れることを予測することも学びます。



これらのルールを「逆順」で使用して、前のステップで何が起こったのかを説明することもできます。 したがって、落下ブロック（A）が表示された場合、以前の状態は（B）であったと推測できます。



学生：これらのルールの使用が実用的かどうか疑問に思いますか？ これらの計画を達成するために、キャロルは「If-> Then->その場合」という膨大な数のルールを必要とするように思えます。 3つのブロックのそれぞれが数千の異なる形式を持つ場合、キャロルは数千の異なる規則を使用する必要があります。



実際、「If-> Then->その場合」というルールを具体的にしすぎると、いくつかの状況にのみ適用されます。 これは、私たちのルールがあまりにも多くの詳細を考慮すべきではなく、より抽象的な概念を考慮すべきであることを意味します。 したがって、物理オブジェクトに適用されるルールは、このオブジェクトを特定の非表示形式で記述する必要があり、特定のオブジェクトがその視覚形式を変更しても変更されません。 私たちのほとんどが、特定のシーンを明確に定義された写真として「提示」していると信じる傾向があるのは単純です。 ただし、セクション5〜8では、これらの画像は実際の画像のように動作しないため、類似したモデルはすべて幻想であることを示しています。

物理的な世界では、ブロックをつかんだり持ち上げたりすることを考えるとき、その重量を考慮せず、解放すると落下することを予測することを考慮してください。 経済の世界では、購入にお金を払えば、購入したアイテムが手に入ります。そうでなければ、返品する必要があります。 コミュニケーションの世界では、何かを言うとき、リスナーはそれを思い出すことができますが、この特定の情報が重要であると言うと、この事実が発生する可能性がはるかに高くなります。

すべての大人はこれらのことをたくさん知っており、それらを明白で賢明な知識と見なしていますが、すべての子供は、それらが異なる世界でどのように働くかを理解するまで何年もこれらのことを学ぶ必要があります。 たとえば、物理世界でオブジェクトを移動すると、オブジェクトの位置が変わりますが、友人に情報を提供すると、すでに2か所にあります。 これらについては、§6。[1]の章でさらに詳しく検討します。

計画と検索

「If-> Then->その場合」という2つ以上のルールをチェーンにリンクすることにより、完了したいくつかのアクションで何が起こるかを想像できます。前と次のifに一致します。 たとえば、状況Pにいて、状況Qになりたい場合は、必要なルールをすでに知っている可能性があります。IfP-> Then A->その場合Q.しかし、このルールがわからない場合はどうでしょうか。 この場合、中間チェーンSを介してPとQを接続するようなメモリ内のルールを検索できます。

Pの場合-> Aを実行->その場合はS、次にSの場合-> Bを実行->その場合はQ

次に、必要な2つの部分からなるチェーンが見つからない場合は、アクションのより長いチェーンを探し始めることができます。 私たちの推論のほとんどは、このような「推論の連鎖」の発見に基づいていることは明らかであり、このプロセスの使用方法を学習するとすぐに、より複雑な問題を解決し、いくつかのステップを踏み出すことができます。 たとえば、あなたはよく考えます：

チャールズに店に行くように頼むと、彼は「はい」または「いいえ」と答えることができます。 彼が「はい」と答えた場合-すべては問題ありませんが、「いいえ」と答えた場合、私は彼に何らかの報酬を提供します。

ただし、より多くのステップでイベントを予測する必要がある場合、このようなチェーンの検索は複雑になる可能性があります-そのような計算の複雑さは、密に分岐するツリーのように指数関数的に増加するためです したがって、各ブランチが2つの選択肢のみにつながり、次の20ステップを予測する必要がある場合、20の選択肢のシーケンスが生成するブランチが非常に多いため、このようなパスを約100万個調べる必要があります。



ただし、検索をより簡単にすることができるトリックがあります。 AからBへの20ステップのパスがある場合、両端から10ステップだけのパスが必要です！ したがって、一度に2つの端で検索を開始する場合、この場合、ポイントMで中央で会うことができます。



このツリーの左側には、右側の部分にも当てはまる場合、約1000の分岐があります。この場合、検索は数百倍小さくなります。 そして、ポイントMの位置をどうにかして見つけた場合、各辺を5つのステップのシーケンスに分割することで、検索をさらに高速化できます。



これが機能する場合、検索は数千倍小さくなります！ ただし、上記の方法はどれも実際には機能しないようです。なぜなら、「逆」検索ではそれぞれ2つのブランチのみが検出されることを示唆しているためです。 それでも、推測Mが間違っていたとしても、他の同様の推測を試すことができ、50回連続でラッキーにならないかもしれません。

この例は、計画を立てることが良い理由を示しています。 非常に複雑な問題を解決するための「ステップ」のいくつかを予測できれば、ずっと複雑でない問題を一貫して解決できます！ したがって、「分割して支配」しようとするたびに、困難な作業が簡単になります。 人工知能の初期の頃、ほとんどのプログラムが「試行錯誤」に基づいていたため、多くの研究者が結果を達成するための試行回数を減らすことができる技術的な方法を見つけようとしました。 しかし今、私たちの常識が発するのはそれらのおかげであるため、より重要なタスクはこれらの「ステップ」を正確に見つけることです。 セクション6は、問題を解決するための最も強力な方法は、問題を解決するためにどのように作業するかを知っている良い類似性を考え出すことから生じると主張しています。

理由と信頼性

問題を解決するたびに、多くの考え方を使用します。 それらのいくつかは、計画や根拠など、独自の名前を持っていますが、ほとんどは独自の名前を持っていません。 これらの方法のいくつかは、形式的に説明されてきちんとしたものに見えますが、他の方法はより「直感的」です。

たとえば、次のような方法で予測のチェーンを常に使用します：AがBを意味し、BがCを意味する場合、自信を持ってAはCを意味すると言うことができます。この場合、この結論は真実であり、悲劇的な間違いを犯すことはありません。

ただし、現実には、ほとんどの仮定は誤りであるように思われます。なぜなら、それらの前提となる「ルール」には常に例外があるからです。 これは、ハードロジックメソッドと、日常的に使用されるさまざまな形式の常識のチェーンとの間に違いがあることを意味します。

私たちは皆、物理的なチェーンがその最も弱いリンクとまったく同じくらい強いことを知っています。 しかし、 新しいリンクは次のリンクを弱めるため、メンタルチェーンはさらに脆弱です。

したがって、ロジックの使用は、ボード上を歩くようなものです。 彼女はそれぞれの個々のステップが正しいと仮定しますが、常識にはより多くのサポートを提供する必要があります-彼にとっては、いくつかのステップの後に新しい証拠をもたらす必要があります。 また、チェーンの脆弱性は、長さが長くなると増加します。リンクを追加するたびに、破損する可能性が高くなります。 だからこそ、人々は自分の議論を表現するとき、メッセージに多くの証拠や類推を入力するために自分自身を中断することがよくあります。



推論の長い連鎖の構築は、将来の状況を予測する方法の1つです。他の多くの手段については、セクション7で説明します。 日常生活で問題が発生した場合、いくつかの異なる予測方法を使用する傾向があり、それぞれに欠点があることを明確に理解していると思います。 しかし、これらの方法にはそれぞれ異なる欠点があるため、これらの方法を組み合わせてそれらの結合強度を使用できます。

各人は、短期計画を立て、イベントの開発に利用可能なオプションを比較し、通常の推論方法を適用するための多くの方法を持っています。 しかし、これらのプロセスが機能を果たさず、短期予測の方法を変更する必要がある場合、私たちは何をしているかを考え始めます-これは反射思考と呼ばれます。

---

翻訳をありがとう、スタニスラフ・スハニツキー。 誰が翻訳を手伝いたいのか-個人のメールまたはメールに記入してくださいmagisterludi2016@yandex.ru

著者について

マービンリーミンスキー（マービンリーミンスキー生まれ、1927年8月9日-2016年1月24日）は、人工知能の分野でアメリカの科学者であり、マサチューセッツ工科大学の人工知能研究所の共同設立者です。 [ ウィキペディア ]

興味深い事実：

• ミンスキーは、イェール大学の批評家ハロルド・ブルームと友達で、彼は彼を「ミンスキーの邪悪なマービン」にすぎないと言っていた。
• アイザック・アシモフは、ミンスキーを自分よりも賢い二人の一人と説明しました。 彼の意見では、2番目はカール・セーガンでした。
• マーヴィンは、銀河のヒッチハイカーのダグラスアダムスサイクルからの人工知能と、銀河への映画ヒッチハイクガイド（フィルム）を備えたロボットです。
• ミンスキーは、将来「復活する」ために、死後に脳を凍結する契約を結んでいます。
• ミンスキーに敬意を表して、犬は映画「トロン：レガシー」の主人公に指名されました。 [ ウィキペディア ]

---