En la investigación de IA estrecha como el aprendizaje profundo:
- Hay un procedimiento claro y probado (recopilar toneladas de datos, modelo de tren, prueba en datos reales)
- Hay frecuentes “pequeñas victorias” en la resolución de problemas de naturaleza específica. (por ejemplo: crear máquinas que juegan ajedrez, Go, etc.)
- Cada una de estas ‘pequeñas victorias’ es ampliamente publicitada, distrae a los investigadores de buscar enfoques alternativos para crear inteligencia
- Estas ‘pequeñas victorias’ menores pero bien publicitadas se perciben erróneamente como hitos hacia la creación de una IA fuerte
En la investigación de IA fuerte (AGI):
- El camino por delante no está claro
- La recompensa es la opción de todo o nada. En el objetivo de encontrar “el único algoritmo que hace todo”, no hay pequeños hitos incrementales.
- No se presta suficiente atención para perseguir AGI ya que no hay victorias inmediatas
- No se han comprometido suficientes recursos para obtener AGI debido al mayor riesgo de falla
- El enfoque mediático y la publicidad en hitos de “IA estrecha” elevan la posición de los grupos de investigación correspondientes. Dichos grupos de investigación tienen una influencia significativa sobre dónde se gasta el dinero de la inversión en IA, por lo que se gastan más recursos en viajar por el camino equivocado que no conduce al objetivo de una IA fuerte.
Otros factores que inhiben el desarrollo de una IA fuerte son:
- ¿Cuáles son algunas de las mejores películas o libros de ficción sobre inteligencia artificial?
- ¿Cuál es el enfoque para crear un agente de IA para juegos con reglas desconocidas?
- El cerebro usa picos. ¿Los picos juegan un papel fundamental en la inteligencia artificial y el aprendizaje o simplemente son necesarios por el hardware biológico?
- ¿Qué es mejor estudiar para construir un sistema inteligente como JARVIS, inteligencia artificial o aprendizaje automático?
- ¿Cuál será el estado de la tecnología de IA en 30 años?
- El esnobismo académico y el fenómeno de pensamiento grupal prevalecen entre algunos investigadores de IA, lo que bloquea nuevas ideas
- En lugar de encontrar la solución más simple posible , parece haber una necesidad constante, incontrolable e injustificada entre algunos investigadores de IA de usar técnicas matemáticas y estadísticas complejas para resolver todos los problemas de AI.
- Los futuros investigadores de IA son guiados por personas que solo han tenido experiencia en el uso de enfoques de “IA estrecha”, bloqueando así nuevas ideas
- La mayoría de los investigadores de IA no han logrado aprovechar el conocimiento existente sobre el comportamiento del cerebro humano y la psicología cognitiva.
Aunque algunos enfoques de IA se basan en el cerebro humano y su comportamiento, existe un enfoque de elegir en lugar de realizar una abstracción holística de alto nivel del comportamiento del cerebro humano. [es decir, elegir un fenómeno neurológico específico entre cientos e intentar usarlo para crear inteligencia]
Lo que no debemos hacer al intentar explicar / crear inteligencia:
[Crédito de la imagen: Wild Equus]