¿Quién está más adelante en inteligencia artificial, Google o IBM?

Respeto que Google está haciendo grandes cosas, pero Watson no es vaporware y no es un gran término de marketing para BS corporativas. La forma más simple de ver a Watson en acción es mirar las apis de Watson. Hay SDK para nodo, java, python, iOS y unity. Cualquier desarrollador con estas habilidades puede agregar funcionalidad cognitiva a sus aplicaciones aprovechando Apis enfocado en el lenguaje, la visión, el habla y la empatía. Revisa

Watson Developer Cloud

También puede consultar este artículo: Cómo funciona Watson: el mito que revienta en IBM InterConnect 2017

Estoy tentado a dar la respuesta ‘ninguno’. Google ha hecho un progreso muy obvio y muy visible en el aprendizaje automático; mi problema con eso es que el campo del aprendizaje automático en sí mismo, particularmente el aprendizaje profundo, parece que está rehaciendo algoritmos de hace 10 o incluso 20 años. Por lo tanto, soy escéptico sobre cuánto de este progreso se debe a una combinación de aumentos masivos en la potencia de cómputo y pequeños ajustes de ingeniería (por ejemplo, el uso de Relu para evitar la desaparición de gradientes).

Personalmente, creo que estamos siendo engañados por estos éxitos de ingeniería, incluso si son impresionantes. No creo que el cerebro haga nada como backprop, e incluso si lo hiciera, dudo mucho que los animales más simples lo hagan. Y, sin embargo, no podemos hacer robots con la robustez que tienen los insectos. Considere por un momento los fenómenos del aprendizaje de una sola vez, que es común en los animales. ¿Qué algoritmo de aprendizaje por refuerzo podría hacer eso? Ciertamente no 20 años de edad Q-learning. Me gustaría ver que tanto Google como IBM (y Microsoft) gasten una fracción de su considerable presupuesto de I + D en la búsqueda deliberada de algoritmos completamente nuevos, porque sospecho que estamos bastante lejos de la marca en este momento.

La IA es un área tan grande, si estás hablando de avances académicos en la investigación de IA, Google parece un poco mejor ya que Deepmind está muy bien. Pero recuerde que Deepmind fue comprado por Google, por lo que el producto de investigación original en realidad no tiene nada que ver con el propio Google. Después de todo, las empresas tienen que ganar dinero para sobrevivir, incluso para gigantes como Google / IBM.

IBM tradicionalmente contribuyó mucho a la investigación de IA. Creo que todavía tienen gente de primer nivel haciendo cosas interesantes. Además, la IA no se trata solo de aprendizaje profundo … e IBM tiene una gran herencia de sus primeros trabajos en IA, IBM también es una compañía más completa con negocios en todo el campo de CS / EE. Entonces, a largo plazo, diría que pueden hacer grandes contribuciones.

Ninguno es más lejos porque ninguno es AI. Google e IBM “AI” son, de hecho, programas informáticos clásicos codificados con lenguajes informáticos. No hay el más mínimo razonamiento en el interior. Sus programas de juegos son enormes aplicaciones que calculan en lugar de razonar, un gran engaño frente a los humanos que no pueden calcular como una computadora y compensar con su inteligencia.

Estos programas de juego “AI” son tan estúpidos que no pueden jugar otro juego diferente al que fueron programados. Un humano puede jugar al ajedrez, ir, pocker y Jeopardy. Es suficiente para él recibir conocimiento. Eso es inteligencia. Razonamiento sobre el conocimiento. Y la verdadera IA es la IA que razona y escribe los programas en sí para los usuarios en lenguaje natural, sin cometer los lamentables errores que llevan a 2/3 de los programas desarrollados en la basura o para ser reescritos (Informe de Caos 2015 del Grupo Standish – Preguntas y respuestas con Jennifer Lynch).

¡La informática es una técnica fallida que no ha evolucionado desde su nacimiento en la década de 1950! Es, con mucho, la más insatisfactoria de todas las tecnologías debido a su índice de fallas.

También es un dominio de delincuentes, ya que todas las empresas e investigadores que trabajan en este campo conocen perfectamente sus debilidades y ocultan la existencia de una IA que resuelve estos problemas, una IA que funciona perfectamente desde la década de 1980 en Francia. Continuarán recibiendo pedidos engañando a sus clientes y a los medios haciéndoles creer que hacen IA. ¡Y qué mal para la evolución de la humanidad!

Debes descubrir que me estoy volviendo demasiado fuerte, pero sé que lo que escribo allí, ya he escrito cientos de veces durante 20 años en inglés, español y francés, en libros, la prensa, la web, LinkedIn, Quora , etc. Solo dos informáticos han solicitado una demostración del razonamiento AI por Skype. Y como, nada!

Los invito a leer este pequeño sitio que existe desde hace 4 años: “Inteligencia artificial para todos” (RESUMEN) ¡No verán un comentario de un informático!

Hay dos diferencias esenciales. (1) Recoja un área antigua e intente crear nuevos productos a su alrededor, a saber. Filosofía basada en la red neuronal de Google que da como resultado productos de aprendizaje profundo basados ​​en flujo tensorial El segundo enfoque es invertir en explorar nuevos dominios. Los productos basados ​​en Teoría del Caos y Fractal de IBM están en ese camino. Finalmente, el enfoque dominado por el desarrollo de Google tiene un éxito inmediato que dura aproximadamente 5 años. A diferencia de que la ruta orientada a la investigación de IBM es difícil de descifrar con un impacto duradero. A los académicos orientados a la enseñanza les encanta adoptar la metodología de Google; La investigación dominada por académicos prefiere la trayectoria de IBM.

Hay dos respuestas:

1. quién está lejos en investigación o en el campo avanzado: creo que la respuesta clara es Google ahora. DeepMind, el marco TensorFlow, TPU son solo los resultados más visibles de la investigación de Google en IA. IBM, no tanto.
2. quien está lejos de hacer una IA útil (aparte de los escaparates de Jeopardy of Go). Según mi experiencia, es más IBM quien está más avanzado y mucho mejor posicionado que Google. Google es básicamente una empresa orientada al consumidor. Crea grandes datos para Google, pero limita la experiencia de la compañía en posibles casos de uso. IBM, por otro lado, está trabajando con un gran número de empresas. Tuve interacción con ambas compañías y entendí cuáles son los casos de uso potenciales son completamente diferentes.

Para aclarar, estoy totalmente de acuerdo en que Watson es una exageración de marketing y es puro SASEBOS (Ingeniería de software ligeramente avanzada con un poco de estadísticas), no IA por definición académica.

Trabajé para IBM durante 10 años. Noté una tendencia de que otras compañías serían pioneras en una innovación, concepto o proceso. Cuando tuviera un éxito moderado, IBM lanzaría su versión y afirmaría haberla “inventado”. No en términos de patente sino en términos de comercialización. Patentaron muchos procesos de capacitación del gobierno, que son gratuitos para todos.

Google está más adelante, incluso ponen su código abierto AI Tensorflow.

Esto significa que crecerá mucho más rápidamente con los aportes de la comunidad.

No estoy seguro de que importe tanto. Tanto Google como IBM son vanguardistas en inteligencia artificial. Sin embargo, ambos están atrasados ​​en AGI.

Nadie está revelando sus innovaciones … es un mundo malo, malo