Hay una tendencia de aprendizaje automático, pero tiene poco que ver con la IA. La IA en la que el sistema diseña o tal vez escribe sus propios programas a partir de los requisitos percibidos utilizando técnicas de comprensión del lenguaje está tan lejos como siempre. En este momento, estamos en una fase de exageración importante para la IA y desaparecerá y las técnicas como la clasificación heurística (aprendizaje automático) continuarán bajo diferentes estandartes, por ejemplo, minería de datos, técnicas numéricas, Big data, etc.
La prueba real de los sistemas de IA será la capacidad de un sistema basado en sensores para “ver” o “escuchar” la entrada de los sensores. Actualmente, los sistemas robóticos no “ven” ni “escuchan” ni experimentan la entrada de su sensor; simplemente procesan las muestras de entrada con un código específico. Mientras los programadores continúan agregando capas de procesamiento, no obtendrás IA.
Estarás a salvo en el diseño gráfico … al menos de IAs. Sin embargo, es posible que esté ingresando a un mercado que ya está suscrito en exceso; debe verificar eso. Solo puedo adivinar.
- ¿Cómo funcionan los chatbots?
- ¿Por qué maximizar las expectativas? ¿Por qué distinguir entre variables latentes y parámetros del modelo?
- Cómo dejar de temer la inteligencia artificial y la automatización
- ¿En qué áreas los métodos del núcleo siguen siendo competitivos con el aprendizaje profundo?
- ¿Cómo serán castigados los robots autoconscientes por sus crímenes?
(Para aclarar: “ver” cuando miramos una escena con nuestros ojos, la imagen ingresa como un gran número de muestras, que discriminan el color y su distribución y se despliegan en las regiones del cerebro. Esta dirección / crea el estado que luego parece ver en términos de posibles respuestas a la imagen. La computadora, por otro lado, procesa las muestras e intenta extraer características, esto no está viendo (ref. Qualia, un concepto filosófico: Qualia (Stanford Encyclopedia of Philosophy)
