[論文レビュー] To study the phenomenon of the Moravec's Paradox

Kush Agrawal|arXiv (Cornell University)|Dec 14, 2010

Action Observation and Synchronization被引用数 5

ひとこと要約

この論文は、歩行や顔認識といった直感的で感覚運動的な知能を要するタスクが、チェスや複雑な計算といった抽象的で論理的なタスクよりもAIで実装するのがはるかに難しいという、モラベックの逆説を調査している。研究では、人工知能が記号的推論や計算において優れている一方で、人間の脳に埋め込まれた無意識的で進化的に古くからの感覚運動的知識に起因する、知覚的および運動的タスクに苦労することを示している。この知識は現在のAIには欠如している。

ABSTRACT

"Encoded in the large, highly evolved sensory and motor portions of the human brain is a billion years of experience about the nature of the world and how to survive in it. The deliberate process we call reasoning is, I believe, the thinnest veneer of human thought, effective only because it is supported by this much older and much powerful, though usually unconscious, sensor motor knowledge. We are all prodigious Olympians in perceptual and motor areas, so good that we make the difficult look easy. Abstract thought, though, is a new trick, perhaps less than 100 thousand years old. We have not yet mastered it. It is not all that intrinsically difficult; it just seems so when we do it."- Hans Moravec Moravec's paradox is involved with the fact that it is the seemingly easier day to day problems that are harder to implement in a machine, than the seemingly complicated logic based problems of today. The results prove that most artificially intelligent machines are as adept if not more than us at under-taking long calculations or even play chess, but their logic brings them nowhere when it comes to carrying out everyday tasks like walking, facial gesture recognition or speech recognition.

研究の動機と目的

• 人間の認知的能力と人工知能のパフォーマンスの間の根本的な差異を、タスクの種別にわたって分析すること。
• 日常的で単純に見える知覚的および運動的タスクが、なぜ機械にとって複雑な論理的推論タスクよりも困難であるかを調査すること。
• 人間の知能の基盤をなす、無意識的で進化的に発達した感覚運動的知識の役割を強調すること。
• 高度な計算能力を備えながらも、身体的な知覚と運動制御を要するタスクに失敗するAIシステムの実態を示すこと。

提案手法

• 本論文は、人間の認知的アーキテクチャと人工知能システムの概念的・比較的分析を用いる。
• 分析の枠組みとして、ハンス・モラベックが提唱した元来の逆説の定式化を用いる。
• 記号的推論タスク（例：チェス、数学的計算）と知覚的および運動的タスク（例：歩行、顔認識、音声認識）のパフォーマンスを対比する。
• 人間脳における感覚運動系の進化的発達が、直感的知能の基盤をなすことを強調する。
• AI研究およびロボット工学からの定性的証拠に依拠し、人間並みのパフォーマンスと機械実装との間のギャップに焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 なぜ人工知能システムは、抽象的論理的タスクよりも基本的な知覚的および運動的タスクで優れているのか？
• RQ2 なぜ人間並みの感覚運動的スキルをAIシステムで再現することが難しいのか？
• RQ3 人間の感覚および運動系の進化的発達が、この逆説にどのように寄与しているのか？
• RQ4 無意識的で身体的な知識が、人間の知能の基盤をなしており、AIの再現を妨げている程度はどの程度か？

主な発見

• 人工知能システムは、チェスの対戦や複雑な計算といった記号的推論タスクにおいて、人間を上回るパフォーマンスを示す。
• 計算能力に優れても、歩行や顔のジェスチャー認識といった基本的な知覚的および運動的タスクにおいて、AIシステムは著しく苦労する。
• 人間の脳の感覚運動系は、10億年以上にわたる進化によって形成され、知能の深い無意識的基盤を提供しているが、これは現在のAIには欠如している。
• 抽象的思考は人間の進化において比較的新しい発展であり、10万年未満の歴史であるため、機械に実装するには直感的ではなく、より努力を要する。