ABSOLUTAMENTE, DEMOSTRABLE SÍ.
Los “investigadores de IA” de los que hablas son Regina Barzilay [1] y su laboratorio (aunque principalmente SRK Branavan [2], una de sus estudiantes de posgrado). Y es posible que se sorprenda al saber que en realidad tienen una serie de papeles fuera de este molde; de hecho, el papel Civ marca una expansión de técnicas similares que ya existían .
El primero en causar un gran impacto fue el aprendizaje de refuerzo para las instrucciones de mapeo de acciones [3], el mejor documento de ACL 2009 ; En resumidas cuentas, toman un corpus de guías de solución de problemas de Windows ( por ejemplo , “Cómo instalar una impresora”, que puede tener instrucciones como, haga clic en x, seleccione y) y luego use el aprendizaje de refuerzo para averiguar qué frases corresponden a qué botones, acciones, etc. Utilizan la API de Windows para hacer cosas como hacer clic, con una función de costo integrada que penaliza las acciones incorrectas, y con el tiempo esto les permite aprender sobre guías de solución de problemas en general [4]. Un punto importante en todo esto pareció impresionar a casi todos en ese momento:
- ¿Cómo serán los robots en el futuro?
- ¿Cuándo avanzará la composición musical algorítmica hasta el punto de desplazar una importante cuota de mercado de la música creada por humanos?
- ¿La IA y las máquinas serán buenas o malas para los humanos?
- ¿Qué trabajos ya han sido automatizados por AI?
- ¿Pueden las máquinas (o cualquier IA actual) producir ideas?
- NO se basa en datos anotados. IIRC probaron algunos esquemas diferentes, incluida la capacitación sobre datos parcialmente anotados y datos completamente no anotados. El algoritmo de aprendizaje fue capaz de aprender con datos no anotados tan cerca como con datos parcialmente anotados.
Si el caso de uso no está claro en este momento, Barzilay et al lo cubren bastante bien en la parte en la que tratan la motivación del problema. Específicamente: la automatización de las guías de solución de problemas puede mejorar dramáticamente las experiencias de las personas con las computadoras.
Este es solo un ejemplo, por supuesto, pero parece ser bueno, y no creo que sea incorrecto. Además, como Alan Guo señala correctamente, enfoques similares pueden automatizar otras tareas tediosas, engorrosas y costosas, como arreglar automóviles. De mi cabeza se me ocurren quizás una docena más de buenos usos, pero el tiempo dirá cuánto de eso es factible o prácticamente útil. Mientras tanto, personalmente tiendo a pensar que es un ángulo de investigación prometedor.
Soy nuevo aqui. Deje comentarios si siente que tiene algo que decir que me ayudará a ser un mejor contribuyente.
[1] http://people.csail.mit.edu/regina/
[2] http://people.csail.mit.edu/bran…
[2] http://people.csail.mit.edu/regi…
[4] NOTA: Barzilay et al utilizan una aproximación ruidosa para determinar si una tarea
se completa, ya que la API de Windows proporciona una capacidad limitada para discernir
cuando algo se hace correctamente