Tristán menciona un millón de monos con máquinas de escribir como si eso fuera algo malo 🙂 Esa es una descripción del Método libre de modelo más débil (MFM): prueba y error (o “Generar y probar”). Pero este es solo el MFM más débil: hay muchos de ellos y algunos superan la búsqueda aleatoria por factores de miles de millones en circunstancias razonables.
La novedad (que Tristan menciona como inspiración e imaginación) es realmente fácil dado el sustrato correcto. La prominencia (decidir qué es importante) es mucho más importante. Discuto algunos de estos problemas en mis videos, incluida la presentación de un pequeño zoológico de MFM que se pueden utilizar para construir inteligencias artificiales
La parte “costosa” que lamenta Tristán es principalmente una cuestión de no saber cómo implementar estas cosas de manera eficiente, sino también, en cierta medida, una fijación errónea de la corrección. La IA no sucederá hasta que aceptemos que todas las inteligencias tienen que ser falibles. Una vez que acepte que todos los resultados son falibles, puede llegar rápidamente a una conclusión razonable. Esto es lo que hacen los cerebros.
- ¿Es necesario aprender Java antes de comenzar el curso de Estructuras de datos y Algoritmos en el IIT en Delhi?
- En el software de servidor web, ¿alguna vez se prefiere la ordenación en lugar de la clasificación rápida, porque un ataque DoS podría desencadenar el comportamiento de clasificación rápida en el peor de los casos?
- ¿Cómo se implementa el alogoritmo de Timsort en Java?
- ¿Cuál es la diferencia entre árboles binarios completos y completos?
- ¿En qué punto una gran notación O de velocidad de aumento más rápida ignora una notación O grande de velocidad de aumento más lenta?
Editar: Discuto el tema de si una IA debería hacer sus propios Modelos (y los algoritmos son una especie de Modelos) en un artículo para la revista h + en http://hplusmagazine.com/2011/03….
