En informática, ¿cuál de estos se considera más difícil, la construcción de compiladores o la inteligencia artificial?

La construcción del compilador tiene como objetivo construir un software que traduzca los lenguajes de computadora (diseñados por humanos, bien entendidos) a código de máquina (diseñados por humanos, bien entendidos) para su ejecución en hardware (diseñados por humanos, bien entendidos). Hay muchos ejemplos de éxitos en este campo. No es fácil, pero controlamos el campo de juego.

Compare esto con la IA (o el aprendizaje automático o la inteligencia computacional, como se le puede llamar), que tiene como objetivo construir un software que se comportará de manera que implique inteligencia. En este caso, entendemos las herramientas (computadoras, software, etc.) que estamos tratando de usar para implementar AI, pero aún no tenemos una comprensión completa de cómo funcionan realmente los sistemas de inteligencia creados por la naturaleza, o cómo mapear para el software Y puede que nunca lo sepamos. Especialmente si la respuesta es que la inteligencia basada en la naturaleza solo puede lograrse realmente mediante la evolución o alguna intervención de otro mundo, en cuyo caso, estamos condenados a nunca replicarla.

La prueba de Turing (la inteligencia se define como la incapacidad de distinguir las respuestas de una computadora o un ser humano a las preguntas formuladas) se estableció a principios de 1900, y no estamos cerca de una máquina que pueda pasar la prueba. La IA ha pasado de enfoques simbólicos, a enfoques conexionistas (redes neuronales), a su estado actual de la técnica. En el camino, no está claro cuál es la mejor promesa de llegar a una solución (aunque, a menudo, cada uno ha reclamado la corona). Y si bien ha habido una gran cantidad de tecnologías que se han alimentado de ideas que se han desarrollado en el campo (los sistemas de visión “inteligentes” clasificarán el correo en la oficina de correos, los automóviles pueden estacionarse y alojar a otros) todavía no tenga algo que sea remotamente tan inteligente como, por ejemplo, un bebé de 1 mes de edad, o su gato doméstico promedio (o la rata que persigue).

La construcción del compilador se puede dividir en dos etapas. Uno es el diseño del lenguaje como primera parte y luego la parte de implementación real. La primera parte es principalmente un problema abierto en el que tienes que decidir qué quieres y qué problema estás resolviendo al diseñar un nuevo lenguaje. Sería difícil diseñar un buen lenguaje que esté orientado a conceptos y sea práctico. También es probable que enfrente algún problema en la implementación que no se conoce (pero la probabilidad es muy menor). La mayoría de los problemas en la implementación es bien conocida y estudiada ampliamente (lo que ha producido resultados tangibles en general)

En cuanto a la IA, también se puede dividir en dos, de los cuales uno está implementando una solución conocida a problemas prácticos (como el filtrado de spam que se puede hacer por muchos métodos). Lo que puede ser desafiante aquí es mejorar la precisión del resultado, que puede recaer en el área de investigación. La IA como en estado puro puede ser un problema muy abierto. Ninguno de los métodos existentes puede proporcionar una solución completa para la inteligencia general.