¿Se pueden comparar los sistemas actuales de inteligencia artificial con el nivel de inteligencia de los animales, como perros y elefantes?

Planteas una pregunta interesante. La pregunta ilustra más que tu necesidad de ver una respuesta. Ilustra sus suposiciones sobre las cosas sobre las que pregunta.

En mi opinión, y solo puede ser una opinión, ya que no he encontrado evidencia, la IA actual está al nivel de la inteligencia humana. Sin embargo, tampoco lo está al nivel de la inteligencia humana. Déjame demostrarte.

Algunas tareas se han resuelto a un nivel sobrehumano [1] [2] [3], lo que nos lleva a concluir que la IA en realidad puede vencer a los humanos en algunas cosas. Sin embargo, algunas tareas siguen siendo abismalmente difíciles de romper para la IA [4]. ¿Lo que da?

Diría que la forma en que pensamos de “inteligencia” es errónea. El modelo de la mente de Minsky me parece un modelo mucho más explicativo [5] junto con la teoría de la inteligencia evolutiva de Dennett [6]. En esencia, todo se reduce a esto: “La inteligencia está compuesta. Está compuesto por miles de tareas diferentes, todas funcionando en diferentes niveles de competencia para producir la ilusión de que solo hay una entidad que toma decisiones ”.

Lo que digo es que es inútil tratar de explicar la inteligencia como “inteligencia de perro” y más relevante decir “puede planificar” / “puede reconocer”, etc. Descomponga la inteligencia como compuesta de varias tareas y puede tener un sistema que emula completamente un organismo.

Te recomiendo que vayas a leer OpenWorm

Notas al pie

[1] Microsoft, Google venció a los humanos en el reconocimiento de imágenes | EE Times

[2] AlphaGo – Wikipedia

[3] Sistema Baidu rivaliza con personas en reconocimiento de voz

[4] https://www.cs.toronto.edu/~vmni…

[5] Sociedad de la Mente – Wikipedia

[6] https://www.theatlantic.com/tech…

La inteligencia artificial actual tiene capacidades de aprendizaje comparables a los insectos.

Puedes imaginar un insecto que está tratando de buscar comida pero no tiene ojos.

Así que va al lugar donde encontró la comida la última vez y comienza a sentirse.

Si en algún momento encuentra realmente la comida, registra cuánta desviación había en la posición de la comida de la última vez y luego, cuando busca comida, esperará esa desviación de la posición actual de la comida.

Este proceso continuará y el valor de la desviación media de los alimentos de la posición actual seguirá siendo más preciso porque para calcular la posibilidad de encontrar alimentos en el próximo intento, utilizará dos parámetros, la desviación durante el último intento y la media desviación de todos los intentos anteriores.

Podemos asignar pesos a estos dos parámetros de acuerdo con la situación y la aplicación en la que lo estamos utilizando.