Para comprender cómo se programa la inteligencia artificial, primero debemos considerar la historia del término y cómo las tecnologías se denominan (o no se denominan) IA.
IA general
El problema de la inteligencia artificial general sigue sin resolverse, obviamente. Desafortunadamente, no hay soluciones en el horizonte. En cambio, es probable que la IA se implemente pieza por pieza, para dominios con problemas específicos.
- ¿Por qué los países no pueden pelear guerras usando robots en lugar de humanos?
- ¿Cuáles son los conceptos erróneos más comunes sobre la IA?
- Cómo obtener inteligencia
- ¿La autoconciencia requiere emoción?
- ¿Es el aprendizaje profundo 'IA real'?
Una historia de cambio de nombre
Muchas tecnologías, en el pasado, se consideraban “problemas de IA”. Sin embargo, existe una tendencia notable a que estas tecnologías reciban nuevos nombres una vez que tienen éxito. Por ejemplo: el reconocimiento óptico de caracteres, el software que Google usa para digitalizar libros, alguna vez se consideró un problema de IA. Ahora, es un campo de estudio separado. La clasificación de fotos, del mismo modo, se ha diversificado en la visión por computadora . Las computadoras que juegan al ajedrez, una vez consideradas “IA”, ahora forman parte del estudio de algoritmos (como las búsquedas de haz y alfa-beta). Incluso los autos sin conductor, a medida que se desarrolla la tecnología, se han convertido en su propio campo.
¿Qué es la IA?
Dada esta historia, el término Inteligencia Artificial ha llegado a representar un semillero de tecnologías nuevas e incubantes, vinculadas simplemente por la juventud y la generalidad de los problemas, junto con las soluciones propuestas. Actualmente, muchos problemas de IA candentes se pueden resolver con métodos estadísticos (es decir, aprendizaje automático y ciencia de datos). Este no siempre ha sido el caso, ni hay indicios de que seguirá siendo así en un futuro lejano. Sin embargo, por ahora, la nueva Inteligencia Artificial está en gran medida impulsada por ML, y para involucrarse, debe aprender las estadísticas básicas subyacentes a las tecnologías (inferencia bayesiana, LSTM, máquinas de vectores de soporte, por nombrar algunas).
¿Qué tan bueno necesita ser el programador?
Esta fue tu pregunta inicial. Con suerte, esta respuesta ha explicado cómo el término “IA” puede significar muchas cosas diferentes para diferentes personas. La habilidad del programador es ciertamente relevante, pero aún más importante es el tipo de IA que desea construir. ¿Visión por computador? Encuentre un experto en redes neuronales convolucionales. Juego general jugando? Encuentre un informático que se especialice en algoritmos. ¿Redacción automática? Querrás un programador matemático. ¿Predicción de mercado y análisis? Ve por un científico de datos. No todos los tipos de IA requieren las mismas habilidades para construir y, por lo tanto, todos tienen criterios diferentes para encontrar programadores “buenos”.