AI : El objetivo de la inteligencia artificial es crear un sistema artificial que pueda inferir información basada en acciones de factores externos que no están bajo su control. Por lo general, las personas equiparan la resolución de la inteligencia artificial con la creación de un sistema con inferencia e inteligencia a nivel humano, o un sistema único que puede generalizar a muchos problemas. En lugar de fabricar solo un automóvil autónomo, si el automóvil también puede entender cómo consolar a un pasajero después de un duro día de trabajo, será un sistema que puede aplicar el conocimiento y el aprendizaje en muchas aplicaciones, algunas de las cuales no se han cuantificado . El campo es amplio y requerirá innovación multidisciplinaria.
Aprendizaje automático : el objetivo del aprendizaje automático es crear un sistema que resuelva un problema específico. Cuando las personas hablan sobre el aprendizaje automático, están hablando de aprender un modelo matemático de un conjunto de datos, restricción u objetivo en particular. En lugar de un sistema general que puede resolver cualquier problema, un problema de aprendizaje automático optimiza una solución a un conjunto de datos o restricción específicos.
Red neuronal : una red neuronal es un tipo particular de modelo de aprendizaje automático que conecta muchas funciones lineales y no lineales de manera estratificada para hacer una predicción sobre un problema. Se equipara intuitivamente a cómo se organizan las neuronas en nuestros cerebros, con las neuronas individuales disparando una entrada específica y, en combinación, tomando una decisión. Las redes neuronales se aplican a un problema, conjunto de datos o restricción en particular.
- Si una empresa no estuviera limitada por ningún tipo de recursos, ¿cómo haría para crear la IA más inteligente?
- ¿Cómo logran las redes neuronales para imágenes / caras la invariancia traslacional ('colapsar' la misma cara en diferentes regiones de la imagen en la misma salida)?
- ¿Qué desearían saber los investigadores de IA y los informáticos sobre el cerebro?
- ¿Por qué los agentes de conversión se están generalizando ahora? ¿Es por razones tecnológicas o de mercado?
- ¿Son los requisitos de autoconciencia y motivación egoísta para AGI / ASI?
Aprendizaje profundo : el aprendizaje profundo es el subcampo específico en el aprendizaje automático que implica la creación de redes neuronales muy grandes y profundas (es decir, muchas capas de neuronas) para resolver problemas específicos. Es el “modelo de elección” actual para muchas aplicaciones de aprendizaje automático.