Creo que sí.
Una forma de ver la inteligencia es renombrarla como “construcción de conceptos”. Puede extrapolar a partir de cosas pequeñas y juntar las piezas para hacer un concepto, y luego juntar esos conceptos para crear conceptos de nivel aún más alto. Como toda persona semiinteligente sabe, los procesos de pensamiento son un poco más complicados que eso, pero es un buen lugar para comenzar.
Entonces, las dos cosas a las que se reduce es reunir conocimiento y luego juntar dos y dos, o inferir cosas de ese conocimiento (y en realidad, así es como funciona un tipo de IA llamado sistema experto).
- ¿Es la creciente mercantilización en el LD una seria preocupación para sus practicantes o aspirantes?
- ¿Qué desearían saber los investigadores de IA y los informáticos sobre el cerebro?
- ¿Cuál tiene mejor alcance? ¿AI o red informática y valores?
- ¿Cuáles son las diferencias entre la inteligencia artificial, el aprendizaje automático y el aprendizaje profundo?
- ¿Cómo podemos hacer un robot que sea verdaderamente artificialmente inteligente?
Entonces, cuando estás hablando de reunir conocimiento, también te encuentras con muchos pequeños problemas bastardos, como cómo representar ese conocimiento. ¿Cómo recordamos fotos, imágenes y videos? Es difícil decir exactamente cómo debemos hacerlo para una IA, pero la gente está haciendo grandes progresos en el área. Y luego tienes que resolver esto para cada tipo de conocimiento. Esto, por supuesto, puede ser un caso clásico de limitaciones humanas que afectan la forma en que construimos nuestra IA. Hay una manera de remediar esto … a lo que llegaré en un minuto.
Cuando hablas de inferencia, estás hablando de tu lógica central. Bueno, ¿cómo funciona eso? ¿Con qué frecuencia se supone que debemos revisar nuestro conocimiento y aplicarle nuestra lógica? Tal vez usted mismo haya tenido este problema: se encuentra teniendo una creencia extraña y la cambia inmediatamente una vez que se da cuenta, pero antes de eso “creyó” lo que creyó durante mucho tiempo, incluso después de haber adquirido conocimiento al respecto (lo sé esto me ha pasado muchas veces en realidad). Y además, los humanos no son pura lógica, pero todavía somos muy buenos en algunas cosas que las máquinas de lógica pura no son. Entonces, ¿cómo se toma eso en cuenta? Hay algunas formas de evitarlo, y básicamente implica no hacer las cosas perfectamente (piense probabilístico en lugar de determinista). Aún así, cualquier cosa que hagamos para construir esto implicará la imposición de nuestras propias limitaciones. Pero como dije antes, no estamos condenados.
Tienes que pensar en una de las cosas que motivaron a la IA a comenzar. Claro que tenemos todo esto, ¿y si pudiéramos tener humanos dentro de las computadoras? Pero otra forma de verlo es que tenemos estos programas que hacen exactamente lo que les decimos, hasta la letra. ¿Te imaginas si tuvieras que hacer esto con tu hijo? Es realmente molesto, así que ¿por qué no dejar que su hijo aprenda en lugar de molestarlo con todo todo el tiempo como un bebé pequeño? Por eso queremos que los programas aprendan. Bueno, aprende qué? Resulta que tienes que hacer mucho trabajo duro para que aprenda algo específico. Pero, una noche, estás en tu silla tomando café y tienes esta idea totalmente meta: ¿qué pasa si puedo hacer que mi programa aprenda a aprender? Como en, ¿qué pasa si sabe lo que necesita aprender sin que yo se lo diga? Imagínelo como un bebé aprendiendo a hablar. Nadie “le dice” al bebé cómo hablar inglés, solo recogerá pedazos durante unos años y lo armará él mismo.
Del mismo modo, estamos desarrollando herramientas para programas que pueden aprender, y luego aprender a aprender, aprender qué aprender y, básicamente, poner en marcha su propia inteligencia de esa manera. Mi impresión ha sido que, en la mayoría de las IA, este enfoque jerárquico es lo que tiene sentido para todos, pero simplemente ha sido demasiado difícil. El aprendizaje profundo, por ejemplo, ha sido increíblemente exitoso en la aplicación de este enfoque, y aunque hay muchas cosas que todavía se están diseñando a mano, su atracción principal es que hace muchas cosas que otras técnicas de IA no pueden hacer, y eso es aprender lo que cree que debería aprender (en términos más técnicos, es realmente un buen aprendizaje sin supervisión). No es imposible imaginar cómo desarrollaríamos métodos para descubrir cuáles son las mejores formas de hacer las piezas que están diseñadas a mano automáticamente. Además, creo que el cerebro humano tiene cierta jerarquía, pero es posible que desee preguntarle a alguien como Paul King sobre eso para obtener más detalles.
De todos modos, una IA que es más inteligente que los humanos parece una conclusión lógica.