¿Qué papel juega la epistemología en la inteligencia artificial?

El problema de cómo representar el conocimiento es de interés para ambos investigadores epistemólogos de IA por razones obvias. Hay correspondencias entre algunas cosas que los epistemólogos y los investigadores de IA consideran, lo que no debería ser demasiado sorprendente dado que 1) algunas ideas son profundas, por lo que las ruedas serán reinventadas 2) muchas ideas son productos de su tiempo (por ejemplo, unos años antes de la publicación se publicó la criptografía clave, se conocía y clasificó por GCHQ), y además, los epistemólogos e investigadores de IA tienen la similitud cultural / estilo de vida de ser académicos sobreeducados.

Los epistemólogos discuten distinciones de tipos de conocimiento como la distinción analítica / sintética. Según tengo entendido, ambos encajan en la idea de la lógica de primer orden. Si una persona con inteligencia artificial que antes no estaba familiarizada con la distinción analítica / sintética se le informara al respecto, podría preguntar: “¿Así que el conocimiento analítico es lo que le digo a mi intérprete de prólogo y el Conocimiento sintético es lo que me responde?”.

La escuela de pensamiento Reliabalism dentro de la epistemología trabaja con la idea de que uno tiene una creencia justificada si, y solo si, la creencia es el resultado de un proceso confiable. Hay una conexión de esto con los problemas de optimización. ¿Cómo sabemos que alguna solución a un problema de optimización es correcta? Establecemos que el algoritmo es confiable para una clase de problemas (tal vez hagamos una prueba sobre su tasa de convergencia en funciones convexas), y establecemos que un problema dado es miembro de esa clase. Luego, confiamos en las soluciones del problema de optimización porque ejecutamos el “proceso confiable”.

Probablemente haya más ejemplos, pero yo tampoco soy un experto en representación del conocimiento o epistemología. El cuestionamiento o la invención de los sistemas de conocimiento (cuando ya tenemos ideas profundas como la lógica de primer orden, los procesos de decisión de Markov, etc.) está fuera del alcance de la mayoría de las investigaciones. Si está interesado en la investigación de IA que construye tales cosas, es posible que desee leer obras de Marvin Minsky, o el texto clásico de Russell y Norvig.

Me parece que, en un nivel básico, la IA se integra con el conocimiento a través de su funcionalidad para los humanos.

Vea, por ejemplo, esta publicación y sus enlaces incluidos: la respuesta de Nathan Coppedge a ¿Cómo construyo un sistema de sugerencias, recomendaciones y preguntas?

La IA puede tener otras funciones además del conocimiento, más obviamente funciones sociales y no epistemológicas que promueven la tecnología (como la ciencia de los materiales y el análisis tradicional de datos abstractos).

El conocimiento tiene una funcionalidad obvia en IA en la medida en que la lógica es más importante que las matemáticas. La epistemología, aunque a menudo es demasiado teórica y repetitiva, tiene una función creativa en la definición de la operatividad fundamental de la lógica.

AI, en el uso de redes neuronales (si todavía están en uso, no sé si lo están, o si los nuevos sistemas ahora son compuestos de múltiples sistemas anteriores supuestamente objetivos o imparciales) pueden intentar utilizar rápidamente primero -la lógica de orden, que abre la IA a la crítica epistemológica y los avances generados por el hombre.

En mi opinión, idealmente la IA sería capaz de generar su propia lógica equivalente a la original, o al menos aprender relaciones lógicas mediante el uso de reglas simples y la lectura de símbolos. Probablemente esto ha sido parte de las computadoras durante mucho tiempo, pero también es posible que la IA se beneficie de los avances fundamentales si es capaz de interpretar obras originales de filosofía.

En resumen, el papel de la epistemología con IA es el siguiente:

  1. El valor de la estructura lógica del programa para la experiencia humana.
  2. El posible origen de nuevas lógicas, para uso humano y informático.
  3. El uso de tales lógicas y lógicas anteriores para la programación de computadoras.
  4. El valor, sea cual sea el valor, que el conocimiento pueda tener para la IA internamente.