Cuando la gente dice que la teoría de la red neuronal artificial es incompleta, ¿qué quieren decir?

Nunca he escuchado ese argumento. La palabra incompleta es una cualidad compartida de cualquier campo cuya investigación es un trabajo constante en progreso. Es bastante aceptado en todas partes, desde la ciencia hasta la tecnología. ¿Pero debo suponer que la palabra se está utilizando como una forma de crítica, posiblemente en el contexto de cómo las Redes Neurales pueden contribuir al Aprendizaje Automático y posiblemente incluso a la IA?

Si ese es el caso, el único problema que personalmente y humildemente veo con Neural Networks es que son excelentes herramientas para resolver problemas discretos en el reconocimiento de patrones y el aprendizaje automático, por ejemplo, pero se convierten en modelos extremadamente complejos para usar de manera práctica cuando Es necesario reunir estos problemas discretos en una sola máquina coherente. Lo que esto significa es que las redes neuronales por sí solas no pueden responder completamente el problema del aprendizaje automático desde el punto de vista de una IA.

Por ejemplo, podemos tener (ya lo hacemos hasta cierto punto) excelentes algoritmos para el reconocimiento de imágenes y reconocimiento de voz desarrollados gracias a los modelos de redes neuronales. Pero si bien una computadora puede “ver” una imagen de dos jugadores de hockey y etiquetarla correctamente, será una hazaña tremenda de la programación de computadoras tener esa máquina para reconocer también a uno de los jugadores como Corey Perry e incluirlo en la etiqueta de la imagen , y aún más complejo para que esa máquina hable con un humano cuyas preguntas sobre la imagen.

Bueno, cuando consideramos lo que pueden hacer los NN en humanos, está claro que no hay una buena teoría ANN que pueda igualar las capacidades. Y NO hay un buen funcionamiento arquitectónico de la mente. Aunque varias personas, incluido yo, estamos trabajando duro en eso.
Los ANN utilizan un enfoque centrado en tratar de optimizar la energía en un sistema, como si tuviera un gran conjunto de nodos conectados por resortes y desea encontrar posiciones estables de la red. Pero este enfoque es simplemente inadecuado para lograr las arquitecturas complicadas que producen la cognición humana. Se necesita mucho más y mejor.