La teoría de categorías puede ayudar y contribuye a nuestra comprensión de lo que puede significar “verdadera IA”.
Por ejemplo, como teoría fundamental de las matemáticas, ha ayudado a crear otra teoría fundamental equivalente que será la base de todos los asistentes matemáticos en el futuro (es decir, ver Fundamentos univalentes de Voevosky). La idea de un “asistente matemático” proviene de Voevosky, que se molestó realmente porque sus propias pruebas muy complejas que tomaron años en desarrollarse siempre fueron susceptibles a la destrucción completa por error humano. [Ver: Conferencia: jueves 26 de septiembre de 2013- Vladimir Voevodskyand sus conferencias en su sitio web en el Instituto de Estudios Avanzados.] Entonces inventó una matemática que usa mucha teoría de categorías para demostrar que es un error sin errores (o, extremadamente, menos error -prone) Asistente matemático es posible. Su punto de vista es que en unas pocas décadas, esta será la forma en que hacemos matemáticas, con un Asistente Matemático, y esto significa que así es como pensaremos de qué se trata la “verdadera IA”, que a su vez cambiará la forma en que hacer cosas en el mundo real Por ejemplo, “IA verdadera” puede significar “Ser un Asistente Generalizado”, lo que estaría mucho más allá del hombre o la mujer de sus sueños. Mi opinión es que “IA verdadera” nos sorprendería en el adjunto (las sutiles equivalencias de los seres humanos). to-human en comparación con las interfaces de comunicación de máquina a máquina: aproximadamente el 96% de todos los errores ocurren en la interfaz H-to-H, mientras que aproximadamente el 3% de los errores ocurren en la interfaz H-to-M, con menos del 1% de errores que ocurren de M a M).
En resumen: la teoría de categorías nos ayuda a ver que la “IA verdadera” se trata de conectarse con bases de datos vivas donde las conexiones son funciones matemáticas. Recomiendo leer la edición de tapa dura de David Spivak de Category Theory for Scientists (2014) para tener una idea de lo que esto significa. Por cierto, su libro de tapa dura es “mejor” que el pdf gratuito porque el primero tiene incorporadas las respuestas a las preguntas.
- ¿Cuál es la diferencia entre IOT y Big Data?
- ¿Por qué un cambio interno de covariable ralentiza el procedimiento de entrenamiento?
- ¿Compartir solo los algoritmos de aprendizaje automático (Modelos) puede considerarse como democratizador del aprendizaje automático?
- Cómo usar la cámara de un teléfono Android para detectar objetos en movimiento y encontrar la distancia entre esos objetos y el usuario
- ¿Qué tipo de preguntas responde mal Watson?
