¿Por qué no hay más personas trabajando para mejorar la inteligencia artificial?

Hay varias razones:

Cuesta más de lo que la gente está (actualmente) dispuesta a invertir porque el retorno de la inversión se considera demasiado arriesgado o demasiado futuro (dentro de 10 años necesitaría un retorno del 1000% sobre la inversión – Costo del capital de riesgo, compuesto y con un margen de beneficio también)

No hay un comprador garantizado para el ‘producto’ ya que no está claro cuáles pueden ser las limitaciones técnicas del producto. Este es un producto invisible sin historial o aplicación comprobada. Los productos evolutivos son más seguros para invertir que los innovadores.

En cuanto a la carrera: es interesante, pero un número limitado de empleadores dispuestos a financiar su investigación y desarrollo y ningún empleo futuro seguro lo convierte en una carrera profesional incierta. Con una hipoteca de la casa, niños y un préstamo estudiantil, no es un buen cambio de carrera.

La I + D es costosa y la mayoría de las empresas no tienen la suficiente confianza en la economía como para invertir a largo plazo.

Los accionistas de las empresas solo están interesados ​​en las ganancias a corto plazo, al igual que los Directores que son recompensados ​​por el rendimiento trimestral de las acciones. Sin ganancias trimestrales en apuestas a largo plazo.

Primero en el mercado perderá su camisa, según la mayoría de las empresas emprendedoras. Second to market aprenderá de los errores del primero y obtendrá una cuota de mercado dominante. ¿Quién quiere ser un perdedor garantizado de efectivo? Más inteligente para ser el ganador del segundo lugar.

Falta de benefactores con $ y visión para patrocinarlo. Bill Gates tiene una misión, Elon Musk tiene la suya, Warren Buffett es demasiado conservador y ya en el campamento de Gates, los oligarcas rusos no tienen interés, ya que prefieren pelear por las ganancias de gas y petróleo en el aquí y ahora. ¿Quién más queda?

Este es un acuerdo multimillonario sin garantías. La economía mundial está en problemas, al igual que la mayoría de las economías occidentales / ricas. No aguantes la respiración.

Además de las buenas respuestas de Anthony y Graham, hacer un buen progreso en una buena IA es DURO. Los problemas son difíciles y se necesita conocimiento en más de un campo para progresar. En Silicon Valley tenemos mucha gente en IA, pero no veo mucho a Leonardo da Vincis. Veo a un montón de nerds que no saben nada sobre la inteligencia humana, y no serán los que catapultarán a la IA en el próximo siglo. Son muy parecidos a los CPA aburridos. Los psicólogos (académicos de Stanford y Berkeley) no son programadores, por lo que tampoco serán ellos quienes construyan sistemas inteligentes. Una buena IA requerirá fertilización cruzada y esto necesita un genio polimático para unir todo con nuevas ideas. Google y Facebook y otros contratan personas muy inteligentes, pero parecen ser buenos en dominios estrechos y carecen de la amplitud y profundidad asesinas. Los muchachos de IBM en Watson pueden hacer sistemas que son buenos en áreas estrechas, pero no han podido hacer un buen intelecto de máquina de propósito general.

Debido a que el aprendizaje automático y la inteligencia artificial en general, tienen dificultades para hacer el corte. Debe comprender que la inteligencia artificial está muy por debajo de la inteligencia humana en muchas áreas. Sí, pueden jugar al ajedrez muy bien, pero tienen dificultades cuando las reglas son más “fluidas”. Intentamos enseñarles cómo reconocer a un gato y necesitábamos 16000 computadoras para hacerlo. Las computadoras no pueden igualar el poder de procesamiento de un cerebro humano. Entonces no necesitamos hacer computadoras tan inteligentes como nosotros. Necesitamos que las computadoras sean mucho más inteligentes que nosotros porque no tienen el poder de procesamiento que tienen los cerebros humanos.
Además, si se dio cuenta, el aprendizaje automático no es exactamente una ciencia de la medición. El método para encontrar una buena solución a cualquier problema es aleatorio en el mejor de los casos. Los métodos se prueban para ver cuál trae los mejores resultados.
Entonces no, la inteligencia artificial no es la solución para todo. No tenemos los recursos ni la teoría para implementar la IA que imaginas. Quizás algún día, pero no en el futuro cercano.

Control estocástico de datos muestreados para la sincronización de redes dinámicas complejas con pérdida de paquetes de control y retrasos adicionales variables en el tiempo
Porque el resumen vinculado anteriormente es en realidad tan sencillo como cualquier cosa en la investigación de IA. Claro: parte de esto se puede simplificar aún más, como “este programa de computadora puede reconocer a los gatos en los videos”, pero se vuelve incomprensible para las personas normales en el momento en que rascas la superficie.
Eso es cierto para cada materia en un nivel avanzado, pero con la inteligencia artificial no hay un nivel de principiante, o más bien: la inteligencia artificial de nivel principiante requiere que comprenda las matemáticas avanzadas y la informática.

Bueno, hay una multitud de razones.

1. Los problemas involucrados son increíblemente difíciles, por lo que la cantidad de progreso que podríamos lograr si invertimos todo en ellos es incierto.
2. Solo ciertas personas están calificadas para contribuir. Incluso al final del día, no todos los científicos que están investigando tienen los antecedentes necesarios para abrir nuevos caminos.
3. Los científicos tienen algo de libre albedrío, y muchos de los que están calificados tienen otras cosas en el mundo que les interesan más que trabajar en IA
4. Hay muchos problemas que aún es mejor dejar en la corte de la mente humana que están fuera del alcance de cualquier máquina.
5. Las máquinas no requieren que la IA sea útil para progresar, combinada con una persona inteligente que puede obtener infinitamente más de una súper computadora con cierta apariencia de “IA” que simplemente dejar que haga lo suyo.
6. Algunas personas creen que actualmente carecemos de la tecnología requerida para la inteligencia artificial “verdadera” y / o que el sistema informático actual en el que se basan todas las computadoras no es capaz de admitir inteligencia artificial y se requiere algún tipo de cambio de paradigma antes de que eso suceda.

¿Qué está obstaculizando la ampliación de la infraestructura robótica en el mundo de hoy?

=> Chatbots 3.2 – Filadelfia

Abordé esto en Filadelfia, en los videos de 2012 anteriores, y no puedo decir que muchas cosas hayan cambiado desde entonces.

1) No existe un middleware adecuado para las integraciones requeridas para la IA experimental, y en particular el middleware basado en la nube (SaaS).

2) No hay interfaces gráficas de usuario (GUI) adecuadas para la programación visual (canalizaciones y flujos de trabajo), no solo para los que no son programadores sino también para el desarrollo rápido de aplicaciones.

3) Aparte del creciente número de API, no hay un middleware adecuado, un middleware basado en la nube adecuado, ni un middleware gráfico basado en la nube adecuado para la integración y el procesamiento de las tareas de procesamiento del lenguaje natural por parte de todos, solo para comenzar.

Es necesario que exista algo similar a Salesforce que no se limite exclusivamente a los procesos comerciales convencionales, sino que sea lo suficientemente amplio como para incluir todas las posibilidades de la IA experimental.

Hay muchas personas trabajando en IA desde todas las direcciones. No hay un hilo único de investigación de IA que haga una sola máquina que piense más rápido que los humanos. Todos los días se avanza en vehículos autónomos, robótica, redes conscientes y procesamiento de lenguaje natural. Todos estos campos incluyen alguna forma de IA, pero es una IA específica de la tarea no creada para modelar la inteligencia humana. El objetivo de la IA no es producir inteligencia que sea mejor o más rápida que la inteligencia humana, o que imite la inteligencia humana, es complementar la inteligencia humana con el procesamiento asistido por computadora. Teniendo en cuenta que la mayor parte de la vida humana moderna ahora está vinculada de alguna manera al procesamiento digital, no es difícil decir que todos los humanos están trabajando para mejorar la IA cada vez que acceden a una red. ¿Cómo sabe Facebook qué historias poner en su feed? Es una IA que elige por ti. ¿Cómo sabe Google qué resultados de búsqueda ofrecerle? Es una IA que elige. Entonces, la suposición en la pregunta es incorrecta. Hay miles de personas trabajando en cientos de diferentes tipos de IA todo el tiempo, y la IA avanza a pasos agigantados cada año.