Penyelidik AI Gary Marcus telah mengisytiharkan bahawa perkembangan terkini dalam model bahasa besar membuktikan advokasi jangka panjangnya untuk AI neurosimbolik adalah betul sejak awal. Hujahnya berpusat pada fakta bahawa syarikat AI terkemuka kini melengkapkan model mereka dengan penterjemah Python dan alat penaakulan simbolik, menandakan apa yang dilihatnya sebagai pembenaran pendekatan yang menggabungkan rangkaian neural dengan pengkomputeran simbolik tradisional.
Respons komuniti teknologi adalah bercampur-campur, dengan ramai yang mempersoalkan sama ada ini mewakili pengesahan tulen atau sekadar mengalihkan matlamat. Marcus telah menghabiskan bertahun-tahun berhujah bahawa pendekatan pembelajaran mendalam tulen tidak mencukupi untuk mencapai kecerdasan buatan yang teguh, sebaliknya mengadvokasi sistem hibrid yang menggabungkan rangkaian neural dengan keupayaan penaakulan simbolik.
Perdebatan Teras: Kemenangan atau Penyerahan?
Kontroversi utama berkisar pada sama ada kedudukan semasa Marcus mewakili konsistensi intelektual atau pengunduran strategik. Pengkritik berhujah bahawa perayaannya terhadap LLM pengguna alat bercanggah dengan skeptisisme terdahulunya tentang model bahasa besar sebagai asas untuk sistem AI. Mereka menunjukkan bahawa syarikat seperti OpenAI telah menunjukkan keupayaan penjanaan kod dengan Codex seawal 2021, menjadikan integrasi alat pengaturcaraan sebagai evolusi semula jadi dan bukannya peralihan asas ke arah AI neurosimbolik.
Walau bagaimanapun, penyokong menyatakan bahawa Marcus telah mengekalkan kedudukan yang konsisten sejak 2001, berhujah untuk pendekatan hibrid yang menggabungkan rangkaian neural dengan keupayaan manipulasi simbol. Kertas kerjanya pada 2018 secara eksplisit menyatakan bahawa pembelajaran mendalam tidak seharusnya ditinggalkan tetapi sebaliknya dikonseptualisasikan semula sebagai satu alat antara banyak alat, bukannya penyelesaian universal.
Garis Masa Sejarah Utama:
- 2001: Marcus menerbitkan karya mengenai sistem neural yang memanipulasi simbol
- 2018: Marcus berhujah bahawa pembelajaran mendalam sepatutnya menjadi "satu alat antara banyak lain, bukan penyelesaian universal"
- 2021: OpenAI mengeluarkan Codex , menunjukkan keupayaan penjanaan kod
- 2022: Syarikat-syarikat AI utama mula mengintegrasikan penterjemah Python dan penggunaan alat
- 2025: Marcus mendakwa pembenaran apabila pendekatan neurosimbolik mendapat penerimaan
Konteks Sejarah dan Evolusi Industri
Perbincangan telah menyerlahkan sejarah kompleks penyelidikan AI, di mana paradigma berbeza telah bersaing untuk dominasi selama beberapa dekad. AI neurosimbolik, yang cuba menggabungkan kekuatan pengecaman corak rangkaian neural dengan keupayaan penaakulan logik sistem simbolik, sebahagian besarnya dibayangi oleh kejayaan pendekatan pembelajaran mendalam tulen pada 2010-an.
Integrasi semasa alat pengaturcaraan dan keupayaan penaakulan simbolik ke dalam LLM mewakili konvergensi praktikal yang dilihat oleh sesetengah pihak sebagai mengesahkan pendekatan neurosimbolik. Sistem AI moden kini secara rutin menggunakan penterjemah Python , memanggil API luaran, dan melaksanakan tugas penaakulan berstruktur yang melampaui pemadanan corak.
Komponen AI Neurosimbolik:
- Rangkaian Neural: Pengecaman corak dan pembelajaran statistik
- Sistem Simbolik: Penaakulan logik dan pemprosesan berasaskan peraturan
- Integrasi Alat: Penterjemah Python , panggilan API , utiliti luaran
- Seni Bina Hibrid: Menggabungkan kekuatan kedua-dua pendekatan
- Aplikasi Terkini: Penjanaan kod, penaakulan matematik, penyelesaian masalah berstruktur
Skeptisisme Komuniti dan Realiti Teknikal
Komuniti teknologi kekal berpecah mengenai sama ada perkembangan ini benar-benar mewakili masa depan neurosimbolik yang dibayangkan oleh Marcus . Sesetengah pihak berhujah bahawa menambah alat kepada LLM hanyalah keputusan kejuruteraan praktikal dan bukannya peralihan seni bina asas. Model asas masih bergantung terutamanya pada seni bina transformer dan pembelajaran statistik, dengan komponen simbolik berfungsi sebagai utiliti luaran dan bukannya sistem penaakulan bersepadu.
Jika dia mendakwa bahawa memberi LLM penterjemah Python adalah kemenangan besar untuk paradigmanya, maka syarikat AI utama telah 'menang' sejak 2022.
Yang lain berpendapat bahawa perbezaan itu kurang penting daripada hasil praktikal. Sama ada dicapai melalui pendekatan neural tulen atau sistem hibrid, generasi semasa alat AI menunjukkan keupayaan yang menghampiri matlamat yang telah lama dikejar oleh penyelidik neurosimbolik.
Memandang ke Hadapan
Perdebatan mencerminkan persoalan yang lebih luas tentang arah masa depan penyelidikan dan pembangunan AI. Walaupun industri telah mencapai kemajuan yang luar biasa melalui penskalaan model transformer, persoalan kekal tentang sama ada pendekatan ini boleh mencapai kecerdasan yang teguh dan boleh digeneralisasikan yang dicari oleh ramai penyelidik.
Kebangkitan semula minat dalam pendekatan neurosimbolik, yang dibuktikan oleh persidangan akademik dan inisiatif penyelidikan terkini, menunjukkan bahawa bidang ini mungkin bersedia untuk meneroka pendekatan seni bina yang lebih pelbagai. Sama ada ini mewakili pembenaran untuk pandangan yang telah lama dipegang oleh Marcus atau sekadar evolusi semula jadi bidang yang semakin matang kekal sebagai persoalan terbuka.
Detik semasa menyerlahkan bagaimana kemajuan saintifik sering melibatkan integrasi beransur-ansur idea yang bersaing dan bukannya kemenangan lengkap satu paradigma berbanding yang lain. Apabila sistem AI menjadi lebih berkebolehan dan kompleks, mereka mungkin secara semula jadi menggabungkan elemen daripada pelbagai tradisi penyelidikan, menjadikan perdebatan tentang kemurnian ideologi kurang relevan daripada keberkesanan praktikal.
Rujukan: How a3 and Erlang 4 Accidentally Vindicated Neuromorphic AI