¿Cómo se construye una IA?

No existe una forma establecida de construir IA, sin embargo, existen técnicas líderes que algunas ya se mencionan. Al incorporar estos métodos, se puede crear un sistema inteligente. Una de las técnicas principales son

– Redes neuronales artificiales

En el aprendizaje automático y la ciencia cognitiva, las redes neuronales artificiales (ANN) son una familia de algoritmos de aprendizaje estadístico inspirados en redes neuronales biológicas (los sistemas nerviosos centrales de los animales, en particular el cerebro). Este es un método antiguo, pero recientemente se ha vuelto exitoso debido a Big Data y unidades de procesamiento gráfico que son buenas en informática paralela.

algoritmo genético (GA)

Es una búsqueda heurística que imita el proceso de selección natural. Esta heurística (también llamada a veces metaheurística) se usa habitualmente para generar soluciones útiles para la optimización y los problemas de búsqueda.

Incluyendo muchos otros métodos generales tradicionales y no tradicionales, uno puede crear sistemas inteligentes como Watson o mejor. Sospecho que tenemos todas las herramientas necesarias (no estoy seguro acerca de la eficiencia energética del hardware) para construir un sistema inteligente general artificial, solo necesitamos una buena teoría de inteligencia para encajar todas las piezas de los rompecabezas que ya tenemos.

En conclusión, uno puede construir una IA simplemente entendiendo cómo funciona el cerebro humano estudiándolo e intentando modelarlo o simplemente tomando todos los programas especializados en diferentes áreas e integrándolos en un sistema de tal manera que lo haga parecer inteligente.

Además de las sugerencias de Quora User para AGI, también hay AIXI y la máquina Gödel.

Construir el AGI dependería de sus objetivos y, a su vez, de la teoría que desea seguir. Para un enfoque algorítmico (p. Ej., AIXI), esencialmente podría asignar algunos de nuestros algoritmos de muestreo probabilístico y algoritmos de compresión existentes a una colección de fenómenos cognitivos.

Para un enfoque arquitectónico (p. Ej. PAM.P2), puede separar cada uno de los fenómenos cognitivos, determinar sus funciones y abordarlos individualmente a través de software y / o hardware.

Y, obviamente, existe la combinación de los enfoques anteriores (por ejemplo, máquinas Gödel).

¿Estás hablando de IA o AGI (Inteligencia Artificial General)? En cualquier caso, existen muchas teorías y pocos modelos de trabajo. Tome Cyc por ejemplo, por Cycorp. La mayor parte de su funcionalidad es propietaria, por lo que no podemos conocer el alcance de su efectividad. Hay porciones que no son de propiedad. (Busque OpenCyc o ResearchCyc). En el otro extremo del espectro está OpenCog, un esfuerzo por definir un marco abierto de AGI. Tengo mi propia arquitectura (PAM.P2). Solo tiene que mirar a su alrededor e investigar lo que otros han hecho. Un buen lugar para comenzar es mirar el artículo que escribí titulado “Patrones para sistemas cognitivos”. Ese es un buen punto de partida.

A principios de este año, Elon Musk, el creador de Tesla y SpaceX, donó $ 10 millones al Future of Life Institute para financiar un programa de investigación global destinado a garantizar que la IA beneficie a la raza humana. El instituto es una organización de investigación y divulgación dirigida por voluntarios, cofundada en marzo del año pasado por Jaan Tallinn, uno de los empresarios tecnológicos estonios más conocidos por su papel como ingeniero fundador de Skype y Kazaa.
El instituto del área de Boston se enfoca en investigar los riesgos potenciales del desarrollo de la inteligencia artificial a nivel humano, y sus miembros de la junta asesora científica incluyen a Stephen Hawking, Elon Musk y varios profesores de universidades como el MIT, Oxford, la Universidad de California en Berkeley y Cambridge, entre otros expertos.

“Construir IA avanzada es como lanzar un cohete. El primer desafío es maximizar la aceleración, pero una vez que comienza a acelerar, también debes concentrarte en la dirección”, dijo Tallinn en el momento de la inversión de Musk.

Para mí, la IA en el ajedrez azul funcionó bien y podría haberse desarrollado, existen otros programas exitosos, pero requerirá mucha investigación y una idea de cómo comercializar el desarrollo.

Encontré una teoría algorítmica que se acerca a la complejidad de la información de Kolmogorov y la complejidad de la tarea de Kolmogorov. Acercarse a KIC se puede hacer escribiendo un compresor que se acerque a los límites inferiores de Shannon y aplicándolo a datos (sensoriales). Puede acercarse a KTC resolviendo una búsqueda subóptima para encontrar (y (haber) ejecutado) los programas más cortos para lograr cualquier tarea. Entonces, espera haber construido algo que sea más inteligente que Kolmogorov, y que pueda hacer que el cálculo de la complejidad de kolmogorov sea computable. Para entonces, habría superado a todos nuestros mejores científicos y todas las apuestas son de. Quizás nos convertimos en bloques de construcción nosotros mismos. Quizás ya lo estemos. 42)

Si está hablando de IA a nivel humano o más allá, es una pregunta abierta.