¿Cómo saber si la IA es la respuesta correcta para un problema?

Buena pregunta. Fundamentalmente, si desea una máquina que pueda hacer cualquier trabajo manual para ayudar con el problema, se pueden usar soluciones basadas en IA.

Incluso los procedimientos establecidos pueden integrarse en una IA, como una receta de cocina. Los procedimientos establecidos se denominan preguntas basadas en reglas.

Una receta de cocina, por ejemplo, donde sabes exactamente cuándo hacer qué, es un sistema basado en reglas.

Paso 1 – Prepara la parrilla

Paso 2 – Ponle la carne …

Sí, soy una cocinera terrible, pero entiendes la idea.

Ahora, ¿cómo puede saber si una pregunta necesita una respuesta que no está en un libro de reglas de respuestas, o cómo reconocer un escenario que necesita una respuesta complicada o extraña? La respuesta sería cuando este libro de reglas de respuesta sería insondablemente grande.

Por ejemplo, para una receta de cocina simple, las reglas son finitas. Las excepciones pueden ser equipos rotos, el asesino entra y te mata a mitad de la receta, etc. Estas excepciones casi nunca ocurren. La suposición de que las cosas saldrán bien es tolerable.

Pero para un auto sin conductor, es imposible encontrar un libro de reglas para el comportamiento en cada escenario. No es tan fácil como decir “si ves un camión, entonces detente”. Porque las cosas suceden al azar. El camión podría deslizarse, el conductor podría girar la rueda demasiado rápido, etc. Muchas cosas podrían alterar el rumbo esperado y no es raro. En la dinámica de conducción, la suposición de que las cosas nunca salen mal no es tolerable.

Con tales ejemplos, necesita inteligencia basada en inferencia probabilística, donde la probabilidad de cada resultado se calcula en función de la información y luego se toma la mejor acción.

Al final, la mayoría de la IA de la vida real se basa en reglas con técnicas de máquina basadas en la probabilidad utilizadas para resolver resultados conflictivos con la mejor precisión posible.

Espero que responda tu pregunta.

Olvídate de la IA, solo encuentra una técnica para tu problema. El término está muy publicitado, ya que actualmente no es realmente nada. El aprendizaje automático es una técnica informática, es decir, una técnica numérica para clasificar. También podría usar el análisis de componentes principales o las ingenuas Bayes o las técnicas de agrupamiento, todas son técnicas informáticas, algunas son implementaciones de técnicas estadísticas, algunas son extensiones de matemáticas (descomposición de valor único – análisis lineal utilizado en búsquedas en Internet), pero ninguna es IA. Actualmente, la inteligencia artificial no aporta valor agregado a las soluciones, pero sí ayuda a la gente de marketing a vender productos … simplemente al colocar la etiqueta.

Aquí hay algunos consejos:

  • ¿Puedes establecer claramente cuáles son los formatos de entrada y salida? Por ejemplo: “ingresamos un documento de texto en inglés, en unicode, y la salida será un número real entre 0 y 1”, “ingresamos una secuencia de números y fechas correspondientes, y la salida es una tupla de 5 enteros “,” ingresamos un conjunto de documentos de texto y la salida es un conjunto de 10 ‘temas’, donde un tema es una breve lista de términos clave “,” ingresamos 5 imágenes de igual tamaño y la salida es una imagen de ese mismo tamaño “,” ingresamos una descripción de estado (representada como un vector numérico de 5 dimensiones), y la salida es una acción (de una lista de 5 acciones aceptables) que realiza el agente, después de lo cual recibe una recompensa numérica y el siguiente estado, y el proceso se repite “, …
    Si puedes, bien. Si no puede, primero piense más en su planteamiento del problema.
  • ¿Puede usted o un experto en el campo resolver el problema en teoría , tal vez necesitando una gran cantidad de tiempo para hacerlo? Esto significa: dada la misma entrada que desea dar al sistema de inteligencia artificial, ¿podría un experto proporcionar una solución adecuada?
    En caso afirmativo: excelente: esto indica que existe, de hecho, un concepto de una “buena” solución. Si no, puede haber un problema. Quizás tengas que repensar tu problema. Cada instancia del problema debe tener un resultado objetivo, y es posible que no tenga claro qué constituye un resultado “bueno”.
  • ¿Puede un experto escribir un proceso detallado de cómo obtener el resultado correcto? Si no, hay un buen uso para la IA. En caso afirmativo, es posible que no necesite un sistema de IA, ya que es posible que solo tenga un algoritmo simple para determinar la salida. Aún así, tal vez el experto piense que podría haber una solución aún mejor, en cuyo caso tiene un buen problema para la IA, ya que también tiene una línea de base para comparar las soluciones de IA.

Ahora que ha establecido exactamente lo que quiere hacer, siéntese nuevamente (con todos los expertos en dominio disponibles y expertos en IA disponibles) y escriba todas las suposiciones que puede hacer de manera segura. Más suposiciones podrían aumentar en gran medida el rendimiento de los algoritmos de IA, ya que reducen el espacio de búsqueda.