¿Dónde está actualmente el campo de la IA?

Se ha dicho que la IA es como la magia del escenario: una vez que entiendes cómo se hace, ya no es magia (o IA). Entonces, si bien se han producido algunos avances significativos en la IA, una vez que se ven, todos tienen un descuento.

Por ejemplo, está Watson, que compitió al más alto nivel en Jeopardy, un juego basado en el conocimiento de forma libre. Deep Blue también ha derrotado a los mejores jugadores de ajedrez humanos.

Luego está Siri en el iPhone. Si bien Apple afirma haber desarrollado Siri, de hecho se basa en décadas de investigación de IA en SRI (ver:
http://www.sri.com/about/siri.html). El reconocimiento de voz en general, ahora omnipresente en los sistemas telefónicos, era un tema avanzado en la investigación de IA hace solo diez años.

La IA está integrada en los automóviles (frenado, estacionamiento e incluso conducción), y los vehículos de conducción totalmente autónomos se han demostrado completamente en condiciones del mundo real durante más de 150,000 millas de conducción segura.

La IA enruta aviones, clasifica correo y paquetes, ayuda a la policía a predecir y reducir la incidencia general de la delincuencia, monitorea los sistemas de servicios públicos y ayuda a las empresas a crear modelos predictivos.

Estoy seguro de que hay más cosas que olvido: están justo en la parte superior de mi cabeza, y por supuesto, una vez que las tenemos, dejamos de sorprendernos con el tema.

En términos de la investigación actual sobre IA, va en muchas direcciones rápidamente, incluida la provisión de un mejor entrenamiento y juegos (junto con una mejor comprensión de las emociones, estas son mis áreas), un gran impulso para la “inteligencia general artificial” (AGI), también como una mayor investigación en una mejor visión, aprendizaje y conversación. Espere ver más de estos en el futuro, pero cuando lo haga, nadie los considerará más IA.

Creo que las personas que responden aquí no están dando suficiente crédito al campo de la IA. Un cambio transformacional grande y algo fundamental ha ocurrido desde los años 60: el movimiento de representaciones basadas en lógica a representaciones probabilísticas. Creo que todavía no hemos hecho conexiones profundas con la neurociencia, pero estamos cerrando la brecha.

Como un ejemplo concreto de cómo se está cerrando esta brecha, considere el campo de la visión por computadora y cómo se representan las imágenes mediante el aprendizaje no supervisado. Se podría alimentar un gran banco de imágenes a un extractor de parches que luego agrupa estos parches en “textones”, los textones se utilizan como base para un espacio vectorial que se utiliza para crear una representación matemática de la imagen. Esta representación puede considerarse como algo análoga a la forma en que las diferentes neuronas de orientación en la corteza visual podrían activarse en respuesta a una imagen. Debajo de las cubiertas, los algoritmos de tipo de aprendizaje profundo están haciendo algo similar. Si bien está muy lejos de la representación del conocimiento general, creo que es “progreso” al menos en términos de la evolución de la teoría.

En cuanto a logros concretos:
Helicópteros que aprenden a volar por sí mismos (aprendizaje de refuerzo)
Coches que se conducen solos (más detección / estimación de estado que “AI”)
Algoritmos que pueden reconocer robustamente rostros, personas

Eliminando hipótesis simples.