Rühm matemaatikuid väitis, et tõestamatu matemaatika on masinõppe algoritmide ületamatu takistus. Nüüd suutsid nad seda praktikas tõestada.
Kõik maailmas pole teada. Vähemalt kehtib see tehisintellekti ja masinõppe algoritmide kohta. Esmapilgul võib selline avaldus meie progressi ajastul kõlada tõelise hereesiana - kuid paraku on see nii. Rahvusvaheline rühm matemaatikuid ja AI teadlasi on leidnud, et vaatamata masinõppe näilisele piiritule potentsiaalile seovad matemaatilised piirangud isegi kõige keerukamaid algoritme.
"Matemaatika eelised on mõnikord üles ehitatud asjaolule, et … lihtsustatult öeldes pole kõik tõestatav," kirjutavad Waterloo ülikooli arvutiteadlase Shai Ben-Davidi juhitud uurijad. Nad väidavad, et masinõpe jagab seda saatust.
Kuidas nad selle järelduseni jõudsid? Matemaatilisi piiranguid seostatakse sageli kuulsa Austria matemaatiku Kurt Gödeliga, kes töötas 1930. aastatel välja ebatäpsuse teoreemid - kaks eeldust, mis näitavad formaalse aritmeetika piiranguid (ja sellest tulenevalt ka iga formaalset süsteemi, mis kasutab selle aritmeetika mõisteid: 0 ja 1)., liitmine ja korrutamine ning naturaalarvud). Uued uuringud on ainult tõestanud, et masinõpe on lukustatud samasse raamistikku.
Praegu on AI sõna otseses mõttes piiratud tõestamatu matemaatikaga. Teisisõnu, tehisintellekt ei suuda lahendada probleemi, mille algoritm ei paku "õiget" või "valet" lahendust. Matemaatik Amir Jeedaydaov Technioni-Iisraeli tehnoloogiainstituudist tunnistas ajakirjale Nature antud intervjuus, et see oli teadlastele üllatus. Uuring oli üles ehitatud veebisaidile: algoritm pidi näitama sihitud reklaame külastajatele, kes seda lehte kõige sagedamini külastavad, ilma et nad oleksid eelnevalt teadnud, millised külastajad seda külastavad. See on nn maksimaalse (EMX) probleemi hindamine.
Teadlaste sõnul võivad matemaatilise probleemi juured peituda õppimisalgoritmi struktuuris, mida tuntakse kui "tõenäoliselt peaaegu õiget õppimist" ehk PAC. See on väga sarnane ka matemaatilisele paradoksile, mida nimetatakse pidevhüpoteesiks. Nagu täielikkuse teoreemid, on ka see hüpotees seotud matemaatikaga, mida ei saa tõese / vale süsteemi raames tõestada. Hüpoteetiliselt on see isegi kõige täiuslikuma algoritmi jaoks ummiktee, kust ta välja ei pääse. Matemaatikud tunnistavad, et parandamatus on koorem, mida masinad nüüd kandma peavad. Lev Reizin, kes ei olnud uuringuga seotud, märgib, et need meetmed "võivad olla võimelised õpetama AI alandlikkust, isegi kui see jätkub revolutsioonilises maailmas meie ümber."
Vassili Makarov