Cómo entrar en inteligencia artificial general

Hola,

La IA básicamente tiene el resultado ya preprogramado; es decir, el dominio ya es conocido y simplemente estamos tomando el proceso de decisión basado en un conjunto de entradas que están ponderadas y atribuimos esa ponderación a los resultados deseados. La IA tiene muy pocas posibilidades de obtener un resultado impredecible si el proceso de capacitación es completo

Podemos hacer mucho con IA y lo hacemos. También hemos podido crear algunos sistemas muy complejos, pero no podemos escapar del dominio configurado para la IA que deseamos utilizar. Como ejemplo, puedo crear un sistema de inteligencia artificial para decidir los riesgos hipotecarios, pero no puedo “preguntar” a ese mismo sistema de inteligencia artificial para que me diga cuáles son los mejores resultados para mi búsqueda en la web. Tendría que crear y entrenar un sistema de inteligencia artificial separado con el buscador web para ayudarme con mis búsquedas en la web.

AGI, por otro lado, es un sistema donde el dominio es desconocido y el proceso de AGI tiene que determinar las opciones correctas. El proceso de capacitación es lo mismo que enseñar a cualquier animal (humano) en el sentido de que el desarrollador debe permitir que el sistema AGI revise las entradas y luego le diga cuándo tiene un resultado correcto.

Con AGI, el dominio es todo lo que presentamos como entradas y no hay un resultado predefinido. El sistema aprende cuando le decimos que es correcto y solidifica los correlatos neuronales. Esto requiere un medio para dar refuerzo positivo y negativo y puede tener resultados menos que óptimos.

El AGI se puede configurar de tal manera que aísle las entradas de modo que, por ejemplo, reconozca tipos específicos de imágenes, enseñe a interpretar solo estos tipos de imágenes, pero si se libera en un dominio abierto, es imposible evitar que solo interprete la imagen dominio que se enseñó a menos que lo configure para dejar de aprender todos juntos. Por eso es tan difícil trabajar con AGI. Es casi una propuesta de todo o nada. Puede limitar el dominio para que el sistema solo analice las imágenes que desea que vea para que pueda continuar aprendiendo y discriminando, pero luego debe tomar esas medidas adicionales para evitar que quede expuesto a otros dominios, así como arriesgarse a girar en una estrecha IA.

AI es congruente con AGI estrecha, por lo que este es el problema. Tenemos que enseñarle a nuestro sistema AGI nuestro mundo y todo lo relacionado para que sea realmente útil y efectivo. Podemos reducir la inteligencia de nuestro AGI, lo que nos da la ventaja de hacer un AGI más estrecho para que podamos entrenarlo, por ejemplo, como una inteligencia a nivel de perro y así poder entrenar para dominios específicos más allá de la inteligencia general. Siempre tenemos la mala idea de que nuestros sistemas AGI podrían estar más “interesados” en algo diferente de lo que queremos que aprenda. Hablaré sobre estos desafíos en publicaciones posteriores.

La Inteligencia General Artificial (AGI) es un campo emergente que apunta a la construcción de “máquinas pensantes”; es decir, sistemas de propósito general con inteligencia comparable a la de la mente humana (y quizás en última instancia mucho más allá de la inteligencia general humana). Si bien este era el objetivo original de la Inteligencia Artificial (IA), la corriente principal de la investigación de IA se ha dirigido hacia soluciones dependientes del dominio y específicas del problema; Por lo tanto, se ha vuelto necesario utilizar un nuevo nombre para indicar la investigación que todavía persigue el “Gran Sueño AI”. Etiquetas similares para este tipo de investigación incluyen “IA fuerte”, “IA a nivel humano”, etc.

La Artificial General Intelligence Society es una organización sin fines de lucro con los objetivos:

• para promover el estudio de la inteligencia artificial general (AGI) y el diseño de sistemas AGI.
• para facilitar la cooperación y la comunicación entre los interesados ​​en el estudio y la búsqueda de AGI
• celebrar conferencias y reuniones para la comunicación de conocimientos sobre AGI
• para producir publicaciones sobre investigación y desarrollo de AGI.

Para obtener más información, puede continuar a través de este enlace: https://www.google.co.in/url?sa=…

Espero que te pueda ayudar.

Gracias.

Esa es difícil porque es un área difícil. Aunque no me gusta el término AGI, lo usaré aquí en relación con su consulta.
Para trabajar en AGI debes tener conocimiento en muchas áreas. Necesitará filosofía, lógica, matemáticas, psicología, lingüística, sumergirse en neurobiología para obtener indicios de qué funcionalidades imitar con las computadoras, profundizar en los mecanismos de percepción (tal vez la visión por computadora y el reconocimiento del habla). Lo que terminará para la mayoría de las personas es que entran en un área, un dominio en todo esto en lugar de abordar todo lo que es enorme. He pasado los últimos 25 años estudiando e investigando y no estoy cerca de saber todo lo que necesito y quiero saber. Por lo tanto, mi consejo es elegir un subdominio que parezca estar dentro de tus habilidades para manejar y que tengas un impulso para explorar, y ve a hacer eso.
No hay un solo documento o un conjunto de papeles para comenzar, el campo es inmenso.
Comience explorando los sitios IEEE, ACM y AAAI para sus revistas y explore la gran cantidad de artículos y artículos en AI con cobertura de temas relacionados con AGI. Lo sabrás cuando encuentres unos que te emocionen. motivarte y guiarte.

Hay muchas facetas de la investigación de AGI. Puede leer el libro de Inteligencia Artificial Universal de Hutter para una gran introducción a la IA teóricamente óptima. Aunque esta línea de investigación se trata principalmente de investigar los límites de la inteligencia, las aproximaciones del AIXI de Hutter también pueden generar potentes sistemas AGI. También puede encontrar interesante el trabajo de Jürgen Schmidhuber sobre solucionadores de problemas óptimos y la máquina Gödel.

Otras líneas de investigación pueden estar orientadas a la ciencia cognitiva o la neurociencia. Puede consultar las actas de las Conferencias AGI. Ben Goertzel, copresidente de esas conferencias, apoya diferentes enfoques para la investigación de AGI.

Si hubieras elaborado tu “buen conocimiento de la IA”, entonces podría haber recomendado algunos libros y documentos en consecuencia.