El término "inteligencia artificial" a menudo se refiere a redes neuronales creadas sobre tecnologías de aprendizaje automático profundo. Además, la tecnología de entrenamiento de redes neuronales está bien desarrollada y está dando frutos. Sin embargo, no todos los científicos comparten la opinión de que la inteligencia artificial debería desarrollarse por este camino. Alguien incluso cree que tales sistemas “no deben ser confiables” y su desarrollo no conducirá a nada bueno.
Inteligencia artificial en el sentido moderno - esto no es en absoluto lo que muchos piensan.
Por qué el aprendizaje automático es malo para el desarrollo humano
norte
En un trabajo a gran escala publicado en las páginas de Technologyreview, un profesor de la Universidad de Nueva York, un experto en el campo de la ciencia cognitiva (la ciencia de la cognición) Gary Marcus habló sobre los riesgos del uso generalizado de redes neuronales basadas en el aprendizaje automático profundo.
Primero, el científico cree que la tecnología tiene claras limitaciones. En particular, se ha hablado durante mucho tiempo de que es necesario crear una llamada "IA real", que sea adecuada para resolver una amplia gama de problemas, y no solo uno específico, como está sucediendo ahora. Los sistemas de IA existentes ya han alcanzado la cima de su desarrollo y prácticamente "no tienen dónde crecer". Además, no se puede simplemente tomar y, digamos, primero enseñarle a una IA a conducir un automóvil y obligar a otra a repararlo y luego combinar los sistemas, creando un asistente universal. Las inteligencias artificiales simplemente no podrán interactuar, ya que "aprendieron de diferentes maneras".
Cómo hacer que la IA sea más inteligente
Video promocional:
Para que los algoritmos sean más eficientes, deben "entrenarse de manera diferente". Es necesario hacerles comenzar a ver la relación de los objetos y las consecuencias de interactuar con ellos. En este caso, seremos el mejor ejemplo.
Profesor Gary Marcus.
Además, lo que ofrece Marcus no es nada nuevo. El ejemplo descrito anteriormente es cómo los científicos imaginaron la "IA clásica". Pero para que dicha IA funcione de manera efectiva, debemos programar todos los resultados posibles por adelantado. Y esto es casi irreal. Pero hay una salida.
La solución puede ser una especie de simbiosis de "IA clásica", que ve relaciones y obtiene soluciones de manera comprensible, y aprendizaje profundo, que es capaz de encontrar una solución a través del "ensayo y error". Puede ser algún tipo de sistema básico de reglas y regulaciones relativas al mundo circundante. Sobre su base, los sistemas de inteligencia artificial ya podrán desarrollarse en un área determinada. La inteligencia artificial real debe comprender cómo funciona todo para comprender las relaciones causa-efecto y cambiar fácilmente de una tarea a otra. Los sistemas modernos construidos con tecnología de aprendizaje profundo simplemente no son capaces de esto.
Vladimir Kuznetsov
