¿Quién es pionero actualmente en el campo de la IA? ¿Cuándo podemos esperar un gran avance?

Quizás a la IA no le vaya tan bien en estos días. El proyecto original de IA nunca logró alcanzar su objetivo. Es difícil decir por qué. Quizás una de las razones fue la creencia de que la inteligencia consistía en una base coherente de conocimiento, más procesos de razonamiento que operaban en la base. Esto significó que se hizo un gran esfuerzo para diseñar representaciones adecuadas y luego (manualmente, en su mayor parte) poblar la base de conocimiento. El proyecto Cyc fue / es un buen ejemplo de esto. Inconvenientemente, porciones significativas de conocimiento no pueden organizarse de esta manera. El mundo parece carecer de la coherencia uniforme necesaria (o, al menos, no es fácilmente discernible). Pero resulta que se pueden crear descripciones útiles utilizando modelos estadísticos. De ahí la llegada del aprendizaje automático. El ML es muy poderoso, pero aún requiere que los humanos inventen algoritmos (o seleccionen los existentes), y aún parece necesitar humanos inteligentes para descubrir las características que los modelos deberían usar (aunque esto se está convirtiendo lentamente en un problema menor). )

Como sugiere el otro póster, Deep Learning está evolucionando rápidamente y está recibiendo mucha atención. Una razón es que (además de resolver ciertos problemas perennes en el entrenamiento de redes neuronales) está generando resultados intrigantes. La “neurona del gato” de Qoc Le entrenada a partir de datos de YouTube fue un buen ejemplo. El problema es que nada de esto sugiere un camino claro hacia los tipos de problemas (por ejemplo, razonamiento) con los que se ocupó la IA tradicional. Lo que estamos desarrollando son herramientas para construir clasificadores extraordinariamente potentes, un componente clave de la inteligencia.

Todos seguimos esperando un progreso real hacia la inteligencia. Mi propia opinión es que la respuesta está en algún punto intermedio: una capacidad para inferir patrones significativos (es decir, procesables) a partir de datos, y una capacidad para generalizar e inferir cosas a partir de dichos patrones, lo que permite un comportamiento flexible y adaptativo.

[ligeramente actualizado en septiembre de 2016]

Geoffrey Hinton, Yoshua Bengio y Yann LeCun son pioneros en el campo del aprendizaje profundo que mejoró significativamente el estado del arte en visión por computadora, reconocimiento de voz y tiene el potencial de hacer lo mismo en la traducción automática.