¿Qué causó el ‘invierno AI’ y cuáles fueron las primeras señales de advertencia? Dado el estado actual de la IA, ¿es probable que haya otro período de bajo interés en el campo? ¿Qué cuellos de botella serían la causa de eso?

Creo que la mejor manera de responder a su pregunta es pegar citas de Andrew Ng.

Si no lo estás siguiendo, comienza. Ng señala que ha habido dos inviernos de este tipo.

Creo que un elemento que a menudo se pasa por alto es el acceso a la potencia informática masiva en los últimos 5 años. Incluso si usted y yo hubiéramos creado increíbles modelos de aprendizaje profundo, simplemente no había forma de que pudiéramos ejecutar estos modelos en las computadoras a las que podíamos acceder o tener acceso.

Ahora, cualquiera puede hacer girar la instancia de la nube con un poder de cómputo masivo y ejecutar un modelo y luego descomponer esa instancia de manera asequible.

Aquí hay algunas citas sobre el tema de Ng:

“El primer enfriamiento ocurrió en la década de 1970, cuando el progreso se desaceleró y los fondos del gobierno se agotaron; otro golpeó en la década de 1980, ya que las últimas tendencias no tuvieron el impacto comercial esperado “.

“Los sistemas de inteligencia artificial solo serán más poderosos. Esto podría no solo aumentar la precisión de las herramientas de aprendizaje profundo existentes, sino también permitir que la técnica se aproveche en nuevas áreas, como analizar y generar lenguaje “.

“ Los avances de hardware proporcionarán el combustible necesario para hacer posibles las nuevas técnicas de IA. ”

“Definitivamente hay exageración, pero creo que hay un impulsor subyacente de valor real tan fuerte que no se bloqueará como lo hizo en años anteriores”.

” Múltiples [proveedores de hardware] han tenido la amabilidad de compartir sus mapas de ruta y estoy muy seguro de que son creíbles y obtendremos más potencia computacional y redes más rápidas en los próximos años”.

“Los avances observados en los últimos años se han producido gracias al desarrollo de potentes sistemas de” aprendizaje profundo “. A partir de hace unos años, los investigadores descubrieron que se podían entrenar redes neuronales muy grandes o profundas, usando ejemplos etiquetados, para reconocer todo tipo de cosas con una precisión similar a la humana. Esto ha llevado a impresionantes avances en el reconocimiento de imagen y voz y en otros lugares “.

Espero que esto ayude.

Si es nuevo en el aprendizaje automático, consulte mi curso GRATUITO en Python y algunas bibliotecas de uso frecuente.

Gracias.

Las 5 mejores bibliotecas de aprendizaje automático en Python – Udemy

Las causas eran muchas, pero todas ellas tienen sus raíces en las expectativas irrealistas que en algún momento la gente puso en (el estado actual) de la IA. Lo mismo será la próxima vez.

Entonces, de repente, alguien se da cuenta de que una tarea en particular no se puede hacer con NN (problema de Minsky xor), o se puede resolver fácilmente con alguna otra herramienta (SVM en los años 90), o simplemente no es lo suficientemente “inteligente” (sistemas expertos en los años 60).

El aprendizaje profundo (eso es lo que quiere decir el 90% de las personas cuando hablan de “IA”) sufrirá lo mismo, tarde o temprano. Más pronto, en mi opinión. Pero será muy diferente.

Hay éxitos obvios logrados con el aprendizaje profundo, y esta es una gran diferencia con lo que sucedió en el pasado: hoy tenemos aplicaciones * reales * que funcionan en entornos * reales *, pero hoy todos esperan que el aprendizaje profundo pueda resolver CADA problema. Por supuesto, esto no es cierto, y se acerca un “pequeño” invierno.

Cuando mi barbero habla de aprendizaje profundo y el periódico local publica artículos de IA, esta es la señal de que se ha alcanzado el pico de la exageración, así que espere una caída. Lo mismo funciona para las acciones, pero esa es otra historia.

Sin embargo, será diferente de los anteriores.

Antes la gente simplemente dejaba de lado a NN, mientras que hoy nadie dejará el aprendizaje profundo, al menos para lo que se ha comprobado que funciona. Anteriormente, prácticamente no había campos en los que la IA funcionara tan bien. El aprendizaje profundo llegó para quedarse.

Espere una disminución del interés en el aprendizaje profundo, con tal vez un aumento del interés en algún campo relacionado, pero definitivamente habrá un punto en el que no verá a las personas hablar de aprendizaje profundo como si fuera capaz de resolver todos y cada uno de los problemas. de la tierra.

La IA “real” aún está lejos de llegar.

AI Winter. ¿Cómo contribuyeron los canadienses a ponerle fin?

Dependencia del financiamiento del gobierno y las grandes corporaciones. En algún momento, los fondos del gobierno se agotaron y no hubo ningún mercado comercial.

AI nunca desarrolló la “tecnología disruptiva” que hubiera sido asequible y hubiera tenido un impacto en la informática convencional. La dependencia del gobierno y las grandes corporaciones podría haber sido la falla mortal, ya que una organización que está acostumbrada a obtener tasas gubernamentales pagadas tiene dificultades para fabricar productos que puedan mantenerse por sí mismos.

• Bombo

• Factores institucionales
• Factores económicos
• Tubería vacía
• Falta de adaptación

Más detalles en http://en.wikipedia.org/wiki/AI_ …

bombo, para uno. Todas las tecnologías propuestas (y posteriormente fallidas) no estuvieron a la altura de sus expectativas. Entonces, los inversores perdieron interés en proyectos y startups relacionados con IA.

De hecho, soy algo escéptico sobre algunos pronunciamientos de IA. No creo que sea tan importante como el fuego y la electricidad, aunque podría llegar a ser tan importante como las hipotecas. Sin embargo, el aprendizaje automático ha hecho un progreso real y no espero que disminuya en el corto plazo. Así que no habrá invierno de IA en las próximas dos décadas.

Lo que vi en el momento del primer invierno con IA fue que los resultados siguieron a la exageración. Esto es cierto ahora, pero los resultados son mucho mejores y serán útiles incluso si el bombo corre por delante de ellos.

Hubo una escasez mundial de células CONS.