¿Crees que la inteligencia general artificial es posible con el hardware de hoy?

En el aspecto del hardware puro, puede consultar la introducción y la sección 12 en Goodfellow, Bengio y Courville: http://www.deeplearningbook.org/…

  • Las redes neuronales artificiales ahora se duplican en tamaño cada 2.4 años. Suponiendo que no haya grandes avances, podríamos alcanzar el tamaño humano para 2050 más o menos. Ver Figura 1.11. Tenga en cuenta que no sabemos cómo funciona el cerebro humano, por lo que es posible que tengamos tantas neuronas y conexiones y aún así no podamos superar el nivel actual de rana.
  • A medida que la industria crece, hay cada vez más inversiones en hardware especializado, GPU, TPU, etc.

Dicho esto, la pregunta aquí es AGI en sí. Algunos de los mejores investigadores piensan que estamos a 5–10 años de resolver problemas como la comprensión de imágenes multimodales (más allá del reconocimiento de imágenes), la consistencia interna del lenguaje (con algo de sentido común más allá de la sintaxis correcta), el aprendizaje de una sola vez y el aprendizaje de transferencia (para la velocidad y la adaptación – es decir, a la insensatez de otros conductores). Todo eso sigue extrayendo representaciones de datos de alta dimensión. Todavía está yendo de A a B. No es un modelo general del mundo, ni siquiera cercano.

Si vemos el estado actual de la investigación de revistas abiertas y libros de conferencias de Springer, ha habido un gran interés en el campo del hardware evolutivo, que es la parte clave en la fabricación de los sistemas que pueden adaptarse para calcular las capacidades cognitivas como lo muestra nuestro cerebro. pero también en el campo del software, no podemos crear un marco / técnica unificada que sea capaz de emular el funcionamiento de nuestro cerebro y que sea lo suficientemente pequeña como para ser utilizada por las personas normales. aun así, necesitamos supercomputadoras potentes para emular el funcionamiento de nuestro cerebro durante un tiempo relativamente corto. Por lo tanto, está muy lejos. pero como lo demuestra la experiencia del proyecto Genome (es decir, el costo de secuenciación del ADN se ha reducido una millonésima vez desde hace 15 años), podemos ver un progreso significativo, especialmente en muchas compañías de primera línea como el proyecto IBM Synapse, la computación cuántica podría hacer que la búsqueda del objetivo sea realista para AGI

Detecto un supuesto limitante en la pregunta: Ambas mejoras en hardware y software serán (necesarias) allanando este camino. Para obtener una fuente externa, consulte cualquier parte del trabajo de Ray Kurzweils, incluido su impresionante historial para predecir nuevas tecnologías.

Todavía no es posible con el hardware de hoy. Incluso si se creó hoy, ocupa demasiado espacio. De hecho, el hardware, la dificultad y el dinero nos están devolviendo la creación de AGI. Pero veremos AGI muy pronto, si la Ley de Aceleración de Devoluciones es correcta.