¿Cuánto tiempo le lleva a la inteligencia artificial aprender todo lo que los humanos han aprendido?

Gracias por el A2A.

Esta es una pregunta difícil. Hay 4 áreas de verdad.

  1. Cosas que sabemos que sabemos sabemos cómo las conocemos.
  2. Cosas que sabemos que no sabemos, no sabemos cómo las conocemos.
  3. Cosas que no sabemos que creemos saber.
  4. Cosas que no sabemos que no sabemos que no sabemos que no sabemos.

En esas 4 áreas, la única que ahora enseñamos fácilmente inteligencia artificial es la primera, cosas que sabemos y sabemos que sabemos. En estas áreas, la inteligencia artificial se acelera rápidamente. No lleva mucho tiempo enseñar a la inteligencia artificial gran parte de los conceptos matemáticos y lógicos superiores que casi se pueden reducir a algunos análogos de la teoría de conjuntos.

La inteligencia artificial también está haciendo un buen trabajo resolviendo algunas cosas en las categorías 3 y 4, cuando las computadoras encuentran soluciones novedosas mediante búsquedas exhaustivas. Este exhaustivo mecanismo de búsqueda ofrece muchos éxitos todo el tiempo en dominios en los que la gente no suele pensar. Recuerdo haber leído, en los años 90, un programa de computadora escrito para determinar todos los posibles nudos para atar una corbata de vestir. , y el programa creó rápidamente 2 variantes que nadie había visto nunca, y enumeró todos los posibles nudos (se me olvida el número con el que surgió) en los que se podría atar la corbata del traje de un hombre. Fue una demostración bastante simple y temprana del poder de las computadoras para encontrar cosas nuevas mediante una búsqueda exhaustiva.

Pero la categoría 2 sigue siendo increíblemente misteriosa. Hay grandes extensiones de cosas que, no solo los humanos, sino que los animales de todo tipo pueden hacer que parezca insondable para la tecnología tal como existe ahora.

A pesar de todas las capacidades de reconocimiento visual y de velocidad de las cámaras y algoritmos modernos, los acelerómetros y las brújulas que en tiempo real pueden decirle exactamente cuántas fuerzas g desde qué dirección se encuentra un dispositivo, y decirle en qué dirección está el norte magnético, a pesar de la avanzada materiales disponibles, y la retroalimentación de la velocidad de la luz de la electrónica disponible, la capacidad de un robot diseñado por inteligencia artificial para jugar un juego aceptable de ping pong o baloncesto no está en el horizonte.

Existe una enorme muestra de capacidades que llegan de manera instantánea y automática a un ser humano que simplemente no están en el plan de proyecto creíble actual de nadie para un ser artificial inteligente. Por qué es eso, no lo sabemos.

En el centro de las cosas, todos sabemos que no sabemos cómo sabemos que tenemos un sentido de las consecuencias, de la realidad. Existe este mundo real fuera de nosotros, y otro mundo virtual muy real dentro de nosotros que simplemente desafía la descripción. Este sentido de qualia o sentido cualitativo de percepción es algo que todos experimentamos, pero no tenemos idea de cómo reproducirlo en un ser artificial.

Finalmente, hay algo que los humanos hacen increíblemente bien que aún no he visto descrito en la literatura de inteligencia artificial. (Es cierto que soy un tipo de inteligencia artificial en el sillón, no en los círculos académicos) y esa es la forma en que ganamos una sensación de gestalt para las cosas que nos permite no tener que examinar en exceso.

Todos los que conducen un automóvil conocen la sensación, han experimentado el cambio de un día al tener que concentrarse en cada movimiento, y algún tiempo después simplemente decidir a dónde quieren ir, y de alguna manera, sin esfuerzo aparente, coordinaron todas las actividades de nuestras manos y pies para conducir el automóvil mientras navega sin pensarlo, aparentemente sin prestarle atención. Esta transferencia de conocimiento y habilidad de un esfuerzo procesal e intenso a uno automático es algo inusual. Traté de codificarlo en los espacios más simples que conozco, y no está claro en absoluto cómo algo se vuelve menos intensivo en cómputo con el entrenamiento, aparte de a través de una tabla exhaustiva de acumulación de variantes malas conocidas a un número potencialmente infinito de posibilidades .

Creo que la inteligencia artificial está en un camino rápido para superar todas las habilidades humanas en los próximos 20 años, hasta el punto de tener robots de bajo costo que pueden superar a los humanos en cualquier tarea, y me refiero a cualquier tarea. Pero aún no trataría de construir un plan de proyecto para hacerlo.

En términos de manejar el primer campo, lidiar con cosas que sabemos que sabemos y cómo las conocemos, la capacitación en informática es ridículamente rápida. Una semana es como los 20 años de educación de un humano. Es decir que a las computadoras les va extremadamente bien en las cosas que hemos aprendido en los últimos 500 años de cultura e investigación humana. Es el trabajo de las evoluciones de los 500 millones de años anteriores a aquel en que las máquinas todavía se quedan atrás.

Pero eso finalmente está cambiando. La IA está llegando allí. Sospecho que la diferencia estará en los avances en las unidades sensoriales y motoras, su tamaño, variedad y requisitos de potencia.

Aquí estoy pasando por alto la necesidad de programar primero la computadora de manera efectiva, pero ahora hay muchos enfoques que se centran más en configurar un marco y luego llenarlo con muchos datos que ahora permiten un desarrollo relativamente rápido de sistemas impresionantes.

Instantáneamente. Una característica clave de la inteligencia artificial es que no necesita “aprender” nada, simplemente necesita “acceder” a la información y proporcionar resultados. Por ejemplo, la Búsqueda de Google en realidad no “aprende” información humana, sino que clasifica las palabras en Internet para crear índices que podrían ser buenos para devolver resultados basados ​​en búsquedas populares en Internet.

Lo que AI “aprende” a través de la operación es qué resultados son relevantes en función de los resultados de los usuarios y qué resultados son errores basados ​​en los comentarios de los usuarios. Este “aprendizaje” llega a través de cada interacción. Siri y Alexa y Google aprenden más de las consultas que fallan que de las consultas con altos niveles de éxito. En última instancia, el aprendizaje es un proceso de fracaso y refinamiento más que una función de adquirir conocimiento instantáneo.

¿Todo? Por siempre, hasta ahora.

Mucho de lo que hemos aprendido proviene de ser móvil, por lo que la IA debería colocarse en un contenedor móvil del tamaño de un ser humano. (Mida 10 pies de alto con músculos de acero y no aprenderá a temer a los gorilas enfurecidos, como hacemos nosotros). Probablemente también tendría que vivir al menos unos cientos de miles de años: hemos “aprendido” algunas cosas poco a poco y deben ser aprendidos de esa manera para ser realmente “aprendidos”. (Sacas la mano de una estufa caliente mucho antes de tocar el quemador, eso tardó milenios en aprender que “caliente” = “duele”).