現在、AIのショウジョウバエは何ですか？

1960年代中頃、研究者たちはチェスを「AIのショウジョウバエ」と呼びました。ショウジョウバエのように、チェスのゲームはアクセスしやすく、実験するのは比較的簡単な問題でしたが、重要な知識がより複雑な問題を生み出しました。

さて、人々は「チェスは単なる検索問題である」と言い、「チェスの方法はAIコミュニティにそれ以上の関心をもたらさない」と言っているようです。

では、今のAI のショウジョウバエは何ですか？

私はググっただけで、多くの人がジョンマッカーシーがGoを「AI の新しいショウジョウバエ」と呼んでいると言っていますが、彼の元の言葉は見つかりませんでした。

興味深い論文「THE DROSOPHILA REVISITED」（pdf）もあり、特に次のように書かれています。

マシンがその優位性を証明した試合DEEP BLUE-Kasparov（ニューヨーク、1997年）の後、ゲームの世界でチェスから他のゲームへのゆっくりとした移行が観察されました。ICCAはその名前をICGAに変更し、質問が生じました：Go はAIの新しいショウジョウバエですか？

この声明に同意する人もいれば、激しく反対する人もいます。よりバランスのとれた言葉で言うと、このようなパラダイムの変化には、パラダイムシフトが前提条件であり、焦点のシフトだけでは不十分です。この時点（2010年）では、MCTSはパラダイムシフトと見なすことができるため、条件が満たされていると述べることができます。

ロボティクス（具体的には、ヒューマノイドロボット）はどうですか？

具体的には、ロボット工学における課題は、それ自体が非常によく開発されている一連のテクノロジーを組み合わせることです。

• コンピュータービジョン：ロボットには視覚世界の高速処理が必要
• 世界の内部モデリング：彼らはまた、世界にどのように影響を与えることができるか、そして視覚的景観を彼らの動きとどのように結び付けるかを知る必要があります
• 音声認識：彼らと話せるようになりたいですよね？
• 音声合成：そして、彼らが言わなければならないことを聞きたいのです！
• 強化学習：試行錯誤などを通じて学習できるはずです。
• ベイジアン推論：ある時点で、意思決定を容易にするために、世界のオブジェクトの確率論的概念が必要になる可能性があります

チェスやゴープレイの能力を彼らに与えるのも簡単です;-)

ショウジョウバエの観点から、これに関する唯一の問題は、ハードウェアの面でかなりのコストがかかることです。しかし、ロボットがシミュレーションの世界に生きられなかった理由はありません。

そしておそらく、このようなゲームの世界には、複数のモダリティを使用して物理エンジンと対話できる独自のAIボットを作成できるものがあるでしょうか。