Ver respuesta de Tom Foale.
El término inteligencia no tiene definición y si le doy una, habrá muchas objeciones. Así que voy a dar un bosquejo y luego agacharme!
Para mí, la inteligencia no está definida por las pruebas. Es la capacidad de adaptarse. La inteligencia se define por la viabilidad con respecto a un entorno. Una pequeña almeja en el océano tiene la capacidad de ajustar sus respuestas dado un conjunto de sensores y actuadores. Con solo la simple regla de Hebb, puede normalizar sus respuestas para garantizar que responda de manera óptima con respecto a su nicho medioambiental limitado. Esto significa que se está adaptando, lo que significa que la almeja como sistema tiene una pequeña cantidad de inteligencia de propiedad. En los sistemas de control, esto podría denominarse control de bucle cerrado con un bucle que pertenece al entorno y la almeja (son componentes estrechamente acoplados). Cuando hablamos de nuestro nivel de inteligencia, seguimos haciendo cosas de bajo nivel (cuando aprendes a conducir, por ejemplo, mejoras en la dirección). Nuestra principal ventaja evolutiva es poder manejar los problemas de bucle abierto: al modelar (planificar) este es el mecanismo que llamamos pensamiento.
- Dado un conjunto de sub-gráficos, que se muestrean del gráfico subyacente, ¿cómo puedo inferir el gráfico subyacente dado el conjunto de sub-gráficos observados?
- ¿Debería Apple comprar a IBM por su tecnología de inteligencia artificial?
- ¿Qué lenguaje de programación es mejor para codificar programas basados en Inteligencia Artificial?
- ¿Dónde usan las personas el aprendizaje automático en chatbots?
- ¿Tomarías órdenes de un robot AI?
Entonces, si está construyendo un robot inteligente, entonces debe poder adaptarse a su entorno. Así que solo programarlo para hacer cosas no será suficiente para llamarlo inteligente. Una vez que un sistema puede hacer eso. Podemos agregar una capa para sistemas simbólicos como el lenguaje, el modelado y luego el pensamiento. El punto aquí es que la mayoría de las personas esperan que las computadoras entiendan el lenguaje antes de que puedan hacer lo básico, como moverse y aprender. Un lenguaje debe poder interactuar con imágenes de los entornos para proporcionar una base de aprendizaje para los modelos. Entonces las computadoras por sí solas no se convertirán en IA. Necesitan ese entorno fantástico y consistente para construir modelos consistentes para adaptarse a su entorno muestreado. Las computadoras solo realmente muestran fuentes de nuestro mundo de datos … no tiene sentido para la computadora.
