OCRがAIの良い例として認識できないのはなぜですか？

上のWikipediaのページ AIについて、私たちは読むことができます：

光学式文字認識は、もはや「人工知能」が日常的な技術になった例とはみなされていません。

一方、手書き数字のMNISTデータベースは、ニューラルネットワークとそのエラー率のトレーニングとテスト用に特に設計されています（分類子を参照）。

では、なぜ上記の引用では、OCRはもはやAIの模範ではないと述べているのでしょうか？

問題がコンピューターによって解決可能になるたびに、人々はそれが知性を必要としないと主張し始めます。ジョン・マッカーシーはしばしば引用されます：「機能するとすぐに、誰もそれをAIと呼ぶことはありません」（参照：CACM）。

私の大学の先生の一人は、1950年代に、教授が機械にとって何が理にかなっていると思うかを尋ねられたと言いました。教授は、自動販売機が適切な変更を彼に与えた場合、それはインテリジェントになると評判で答えた。

後で、チェスをすることは賢いと考えられました。ただし、コンピューターはチェスでグランドマスターを倒すことができるようになり、人々はもはやそれがインテリジェンスの一種であると言っていません。

これでOCRができました。別の回答ですでに述べたように、私たちの方法には5歳の認識機能はありません。これが達成されるとすぐに、人々は「まあ、それは知性ではない、5歳の人はそれができる！」と言うでしょう。

心理的バイアス、つまり私たちが機械よりも何らかの点で優れていると述べる必要性が、これに基づいています。

OCRは現在では主流の技術ですが、5年前の認識機能を備えたメソッドはありません（CAPTCHAで成功したと主張されています）。十分に理解された技術を使用してこれを達成する方法がわからないため、OCRは依然としてAIの問題と見なされるべきです。

これがなぜそうなのかを見るために、ダグラス・ホフスタッターのエッセイ「Aを見て、ASを見て」を読むことは光を 当てています。

別の答えで指摘された点に関して、エージェントのフレーミングは、ますます複雑な環境で成功を動機付ける限り、有用なものです。しかし、そのような形で述べる必要のない多くの難しい問題（ボンガードなど）があります。

MNISTを予測することが本当にAIタスクと見なされるかどうかはわかりません。AIの問題は、通常、環境で動作するエージェントのコンテキストの下でフレーム化できます。一般に、ニューラルネットと機械学習手法は、このフレーミングに対処する必要はありません。たとえば、分類子は2つのスペース間のマッピングを学習しています。OCR /画像分類をAI問題として組み立てることができると主張することができます-分類子はエージェントであり、それが行う各予測はアクションであり、分類精度に基づいて報酬を受け取ります-これはかなり不自然であり、問​​題とは異なります一般的にAIの問題と考えられています。