En resumen, la diferencia está en cómo la IA “aprende” y hace referencia a lo que sabe.
El enfoque simbólico dice que la mejor manera de enseñar una IA es alimentarla con información legible para humanos relacionada con lo que crees que necesita saber. Si desea crear una IA para reemplazar a un médico, puede alimentarla con una tonelada de libros de texto médicos y responde preguntas buscando las respuestas de esos libros de texto.
El enfoque no simbólico admite que los formatos de información basados en humanos no siempre son los más adecuados para la IA, y alienta la introducción de información cruda en la IA que puede analizar y construir su propio conocimiento implícito.
- En el aprendizaje automático, ¿cómo puedo juzgar si algo, como una secuencia, es predecible?
- ¿Las antiguas escrituras védicas discuten la Inteligencia Artificial?
- ¿Hay alguna manera de asegurarse de que la red neuronal sea factible para un problema?
- Si tuviera que construir una máquina inteligente a partir de un gran número de componentes similares, ¿cómo debería comportarse cada componente?
- ¿Por qué las construcciones artificiales que son estados-nación son buenas o malas para la sociedad, nuestro futuro y los humanos en general?
Ahora, ¿qué significa eso realmente ?
La analogía que veo mucho es la de la traducción de idiomas. Imagine, por ejemplo, que tiene un hombre escondido en una habitación que le traduce el texto. En esa sala hay miles y miles de libros de frases que se traducen desde y hacia cada idioma.
Quiere traducir una frase del inglés al mandarín. Envías tu frase en inglés en una nota debajo de la puerta al hombre en la habitación, y él debe traducirla al mandarín y deslizar tu respuesta tan pronto como termine.
En esta analogía, si el hombre fuera una IA simbólica , miraría tu artículo y vería que tienes una frase en inglés y quieres traducirla al mandarín. Caminaba hacia las estanterías chinas y tomaba algunos libros de frases en mandarín, buscaba sus frases en inglés y anotaba las frases equivalentes en mandarín. Después de un tiempo, él deslizará el papel traducido nuevamente debajo de la puerta.
Desde su perspectiva, parece que el hombre detrás de la puerta conoce el mandarín, pero en realidad no. Sin embargo, este enfoque le permite traducir hacia y desde cualquier idioma con una configuración mínima: solo llene una sala llena de libros de frases y listo. Las desventajas de este enfoque son que cada traducción requiere que siga varios pasos para recuperar la información correcta y que la traducción final no necesariamente sea 100% correcta sin el conocimiento implícito de saber realmente el idioma al que se está traduciendo.
Por otro lado, si el hombre detrás de la puerta fuera una IA no simbólica , recibiría el papel debajo de la puerta, vería que quieres traducir del inglés al mandarín, y solo escribir la traducción e inmediatamente enviarla de vuelta.
La gran diferencia aquí es que en realidad le has enseñado a esa IA a comprender su contexto (en este caso, los idiomas a los que se traduciría) desde el principio. Se necesita tiempo y esfuerzo por adelantado para enseñar a la IA a comprender de manera innata este conocimiento, pero luego resulta en traducciones más rápidas y precisas para los idiomas que conoce. Aquí también hay implicaciones en que los enfoques no simbólicos tardan más en escalar (por ejemplo, enseñarle a este hombre cada nuevo idioma al que desea traducir, así como los conceptos que está traduciendo para poder vincularlos entre cada idioma), aunque simbólico los idiomas pueden usar el mismo marco general (encontrar el libro correcto y buscar frases) para cualquier idioma para el que haya información disponible.
