La lógica aplicada seguirá siendo una habilidad muy valiosa en IA. Esto será cierto hasta el momento en que alguien descubra exactamente cómo el cerebro toma decisiones y pueda convertir el proceso en forma algorítmica.
Si aún no ha definido su tesis, le sugiero que hable con sus profesores sobre la posibilidad de avanzar en nuestra comprensión de la aplicación de las capacidades no lógicas deónticas (nociones normativas) en el aprendizaje automático, la robótica o los sistemas expertos. La integración de la capacidad de una IA para identificar y comprender “es obligatorio / permitido / inaceptable que …” será de vital importancia para que una IA “juegue bien” con la humanidad a medida que la IA madura en AGI.
Irónicamente, los algoritmos de IA suficientes para AGI pueden ser posibles sin comprender completamente el proceso humano. Un algoritmo genético, como un derivado avanzado de PIBEA, tiene el potencial de ser suficientemente efectivo. Usando la jerarquía correcta de resultados como variables, una IA podría tomar buenas decisiones. Con capacidades deónticas, una jerarquía similar a las necesidades humanas de Maslow podría incorporarse al proceso de decisión.
- Cómo entender algoritmos de ML, también conocido como profundidad de conocimiento de matemáticas
- ¿Es la inteligencia artificial la próxima gran cosa en India?
- ¿Cuáles son los argumentos de Jitendra Malik contra las redes neuronales?
- ¿Puede la inteligencia artificial mejorar la compresión de datos?
- Cuando la Inteligencia Artificial alcanza la capacidad para hacerlo, ¿debería permitirse enseñar a los niños humanos?
Sospecho que dicho algoritmo, con acceso a una colección de corpus lo suficientemente grande, produciría algo parecido a AGI. Este pre-AGI podría ser capaz de convertirse en un verdadero AGI.
