Creo que la ingeniería AGI debe proceder como cualquier ingeniería de software. Algunos principios que son clave, por lo tanto, son:
- Análisis de requisitos: definición de lo que debe hacer el sistema AGI
- Patrones de diseño: uso de patrones arquitectónicos para cumplir los requisitos
Generalmente hay dos escuelas para el diseño de sistemas inteligentes:
- uniformidades primeras arquitecturas – enfatizando diseños simples y elegantes. Creen que un único algoritmo elegante resolverá la inteligencia. El problema clave aquí es encontrar “el” algoritmo.
- Diversas arquitecturas primero: enfatizando diseños modulares y sinérgicos. Creen que la integración de muchos módulos especializados resolverá la inteligencia. El problema clave aquí es definir los módulos e integrarlos.
Finalmente, los principios subyacentes pueden tomarse total, mayor o parcialmente de una (combinación de) campos de investigación tales como:
- Sé que hay varios AGI, pero ¿hay algún modelo unificador / estándar de IA / aprendizaje automático? Si no, ¿cuáles son los más prometedores actuales?
- ¿Es la inteligencia artificial el lenguaje mismo o el producto de un lenguaje?
- ¿Qué edad tiene el investigador promedio de IA?
- ¿Cómo construir una inteligencia artificial? ¿Cuál es el lenguaje utilizado para construirlo? Dónde empiezo
- Cómo crear conciencia de que la verdadera IA está a punto de convertirse en realidad y que necesitamos prepararnos
- biología
- psicología
- lógica
- estadística
Además, dentro del campo de la psicología, sigo la escuela de pensamiento piagetiana con respecto al diseño de tales sistemas, en donde los diseños deben ser:
- estructuralista: las “estructuras cognitivas”, por definidas que sean, son manipuladas
- constructivista: las estructuras cognitivas se combinan mediante metaprogramas
Mi enfoque se describe aquí: Construyendo mentes con patrones.
