Si alguien interesado en la inteligencia general artificial hace un doctorado. en neurociencia computacional o en aprendizaje automático?

Aprendizaje automático. Manos abajo. Obtener un AGI de nivel de despegue de una arquitectura neuronal requiere las mismas ideas pero en una arquitectura mucho más obtusa. Aquí está la forma de pensarlo:

Primero, cuando hablo de AGI, generalmente me refiero a uno que sea capaz de mejorarse recursivamente (también conocido como “AGI de nivel de despegue” o “AI semilla”), ya que eso es lo que necesita para una explosión de inteligencia.

La neurociencia se trata de determinar cómo funciona el cerebro; esto es útil, pero no está bien optimizado. Ahora, esto sería útil si quisieras hacer una carga de cerebro humano (HBU). Pero, una HBU no sería mucho más capaz de razonar sobre su propia cognición de lo que usted es actualmente: tiene una ligera ventaja al poder ver su rastro de pila, pero depurar el código paralelo es bastante difícil cuando solo hay 4 hilos . Ahora imagine tratar con miles de millones. Cada uno en un núcleo diferente (100hz). Puede acelerarlo un poco agregando un cálculo adicional, pero sería difícil.

Por otro lado, un AGI sintético podría razonar sobre su propia cognición rápidamente. Y, un AGI sintético se diseñará a partir de la teoría de la probabilidad y los algoritmos de aprendizaje automático + teoría de la decisión, casi garantizados.

Además, si desea entrar en la investigación de AGI, le recomendaría ponerse en contacto con las personas en MIRI (el Instituto de Investigación de Inteligencia de Máquinas). En este momento, las consideraría como el “laboratorio” más importante en AGI. Si quieres hacer una contribución positiva al futuro de la humanidad a través de AGI, estas son las personas con quienes hablar.

Gracias por A2A: mientras trato de explicar mi punto de vista, tenga en cuenta que no está completo por sí solo.

La inteligencia artificial es bastante diversa tanto desde el punto de vista de la investigación como de la aplicación, y existen múltiples puntos de vista para lo mismo. La neurociencia computacional es un punto de ventaja en el que el objetivo de la investigación es comprender cómo funciona la mente humana mientras se toman decisiones y se supone que puede no ser necesariamente optimista en todo momento, se puede obtener información y conocimiento detallados en Neurociencia Computacional | Coursera. Si se refiere al zumbido constante de los medios, entonces no es más que una combinación de aprendizaje automático / profundo en texto / video / imagen y aprendizaje de refuerzo en un entorno establecido mediante la síntesis con algunas matemáticas avanzadas para obtener funciones matemáticas objetivas optimizadas. Un enlace interesante para consultar.

El aprendizaje profundo se está dividiendo en dos caminos divergentes

owainlewis / awesome-artificial-intelligence

La neurociencia de la máquina y el aprendizaje automático tendrán un papel combinado en las nuevas máquinas o dispositivos computacionales. Como si fueras un piloto de avión de combate, no viste el avión acercándose, pero escuchaste el sonido y solo de pensarlo disparas. Al igual que todo el avión es tu cuerpo. Este tipo de cosas requerirá tanto el aprendizaje automático como la neurociencia computacional. Y mientras exista la sociedad humana, aprenderás algo nuevo. Por lo tanto, personalmente, dependiendo de los dispositivos tan bellamente posibles que existirán, sugeriré neurología computacional.

Queremos definir aquí la conciencia. Bueno, era mi sueño no mover un dedo y debería tener todo sobre la mesa. Todos los robots de ciencia ficción se volverán reales como los utilizados en Pacific Rim. Esta es la neurociencia computacional.

Y con el aprendizaje automático, ya no está, cree Terminator: Skynet o Iron mans JARVIS

Pero con la neurociencia computacional puede ser director de Real Steel, de nuevo puede ser capaz de revertir el proceso del cáncer o encontrar la cura o pueden ser tumores cerebrales.