¿Cuál es la relación de la inteligencia artificial y el sistema experto?

Hmm, esa es una excelente pregunta. Estoy pegando mi respuesta de una pregunta similar.

Comencemos con la IA. La IA es el sistema experto de hoy, incluso Hotwheels lo está usando para describir los autos que siguen una línea (que es algo que hemos podido hacer durante mucho tiempo). Esa burbuja probablemente explotará, sí. Finalmente, la IA estará firmemente definida y no será tan moderna.

Solo será útil.

Ai, ML y Deep Learning son superpuestos (hay muchos más temas que encajan aquí) pero la idea predominante aquí es que sí, serán el futuro en el caso de muchas áreas de software. No todo. Su trabajo es muy específico. Existen muchos tipos de estos métodos, pero su característica más destacada es algo muy interesante.

Miremos.

En los viejos tiempos, la gente usaba programas basados ​​en reglas. Que son exactamente como suenan. El humano codifica las reglas [por ejemplo, si la temperatura sube 1 grado, encienda el termostato]. Un tema muy candente hace unas décadas fue ‘sistemas expertos’.

Los sistemas expertos son sistemas de software que toman decisiones en el lugar de trabajo en base a reglas cuidadosamente diseñadas. Entonces podría tener un software que le diga cuándo su inventario es demasiado bajo o algo así.

¿Por qué nos importa? Las computadoras no son caras en comparación con las personas y pueden pensar mucho más rápido. Si hay números involucrados, entonces una máquina puede superar a probablemente un millón o más personas. Por lo tanto, cualquier decisión que tengamos que tomar una computadora, nos aprovechamos al menos de un millón a uno; sin mencionar que ya no tenemos que tomar la decisión. Entonces, aquí está lo bueno.

AI, ML y Deep Learning son nuestros métodos primitivos para que una computadora entienda cuáles son las preguntas correctas por sí misma. Esto es yuge . Una computadora puede aprender sobre algo y simplemente hacerlo, en lugar de ser molestado por personas. Además, ¡las cosas basadas en reglas son lentas! Si hay muchas reglas, la computadora tiene que pensar al menos varias veces antes de tomar cada decisión. Eso es horrible.

DL, ML, AI, por lo tanto, nos liberan parcialmente de los grilletes del silicio y el pensamiento lineal.

Por cierto, a veces las computadoras inventan reglas que un humano nunca pensaría, pero simplemente funcionan mejor que las personas. Eso es algo realmente bueno.

Los problemas son varios. Primero, debe haber una manera más fácil de implementar estas cosas. Sostén mi cerveza mientras te digo que soy un experto en el área, pero hacer inteligencia artificial requiere experiencia en este momento. No es una experiencia habitual, dediqué mi vida a la experiencia en matemáticas y llanto. Eso necesita cambiar.

En segundo lugar, las compañías como HotWheels (no me demanden, por favor) y otras necesitan dejar de aplicar la etiqueta de AI en todo y confundir a las personas.

Por último, una vez que damos vida a un algoritmo de IA, no tenemos idea de lo que está haciendo. Lo observamos y asentimos de acuerdo porque lo hicimos, por lo que debe ser correcto.

Nadie en la historia de los nerds ha usado un modelo de aprendizaje profundo y ha dicho “sí, veo el problema, se está volviendo muy difícil con su método de descenso de gradiente en Neuron 1049394A”. Debido a que no tenemos una maldita idea, es por eso.

Sin embargo, honestamente, una vez que comienzan a aprender, un ser humano no puede desenredar por qué toman las decisiones que toman, lo que da lugar a algunos problemas regulatorios si los usamos, por ejemplo, en autos o medicinas sin conductor. DEBERÍAMOS USARLOS AQUÍ, solo que es difícil desenredar por qué los señores de las computadoras decidieron tirar ese auto por un precipicio mientras me llevaban por el camino de McDonalds de manera tan pacífica.