Kommunikationssammenbrud

»Computere vil ikke være førsteklasses lærere, medmindre forskere kan løse fire grundlæggende problemer: hvordan man får maskiner til at tale, lytte, vide og coache. 'Vi taler som en del af vores menneskelighed, instinktivt på grundlag af tidligere erfaringer,' skrev Patrick Suppes fra Stanford University, en af ​​pionererne inden for computerstøttet undervisning, i en 1966 S. amerikansk videnskabsmand artikel. 'Men for at få en computer til at tale ordentligt, har vi brug for en eksplicit teori om at tale.'

Desværre er der ingen sådan teori, og hvis vores analyse af menneskelig intelligens er korrekt, vil der aldrig være det. Det samme gælder for problemet med at få computere til at lytte. Kontinuerlig talegenkendelse synes at være en færdighed, der modstår nedbrydning i funktioner og regler. Det, vi hører, svarer ikke altid til lydstrømmens træk. Afhængigt af konteksten og vores forventninger hører vi en lydstrøm som ’jeg skriger’ eller ’is.’ Vi tildeler pladsen eller pausen et af to steder, selvom der ikke er nogen pause i lydstrømmen. En ekspert kom med en sætning, der illustrerer de forskellige måder, vi kan høre den samme lydstrøm på: 'Det er ikke let at ødelægge en dejlig strand.' (Prøv at læse den sætning højt.)

Denne historie var en del af vores september 2016-udgave

• Se resten af ​​problemet
• Abonner

På dette tidspunkt kan læseren med rimelighed spørge: Hvis computere, der bruges som logiske maskiner, ikke kan nå færdighedsniveauet som ekspertmennesker, hvorfor ved offentligheden så ikke det? Svaret er, at AI-forskere har meget på spil i at få det til at se ud som om deres videnskab og dens ingeniørmæssige afkom er på solid grund. De vil gøre, hvad der kræves for at bevare dette billede.

Uddrag fra Why Computers May Never Think Like People, af Hubert og Stuart Dreyfus, brødre og medforfattere til bogen Mind Over Machine , i januar 1986-udgaven af Teknologianmeldelse.

skjule