Desarrollo de la IA en 80 años: experiencias y lecciones
La inteligencia artificial ( AI ) ha experimentado altibajos en los últimos 80 años. Aunque sigue siendo difícil predecir el futuro desarrollo de la IA, revisar la historia puede ayudarnos a entender mejor por qué las predicciones pasadas no se han cumplido, así como en qué aspectos, de qué manera y por qué no se han realizado.
El desarrollo de la IA comenzó en diciembre de 1943, cuando el neurofisiologo McCulloch y el lógico Pitts publicaron un artículo sobre redes neuronales idealizadas. Aunque este artículo carecía de pruebas experimentales, inspiró el "conectivismo", que es la actual dominante en la IA de aprendizaje profundo. Sin embargo, este enfoque no tiene relación con la forma en que realmente opera el cerebro, aunque a menudo se describe como "imitar el cerebro".
Esto nos recuerda que debemos tener cuidado de no confundir la ingeniería con la ciencia, ni la ciencia con la especulación. Más importante aún, debemos resistir la ilusión de "somos como dioses", es decir, la creencia de que los seres humanos pueden crear máquinas que sean como los humanos. Esta arrogancia ha sido el catalizador de la burbuja tecnológica y el entusiasmo cíclico por la IA durante los últimos 80 años.
Desde la década de 1950, ha habido predicciones sobre la inminente llegada de la IA general ( AGI ). Sin embargo, estas predicciones a menudo se basan en la "falacia del primer paso", que sostiene que si una máquina puede completar una tarea que anteriormente se consideraba imposible, incluso si lo hace de manera deficiente, solo se necesita un desarrollo técnico adicional para que lo haga a la perfección. La realidad es que el salto de no poder hacer algo a hacerlo mal, suele ser mucho más corto que el recorrido de hacerlo mal a hacerlo muy bien.
A mediados de la década de 1960, los sistemas expertos se centraron en la adquisición y programación del conocimiento del mundo real. Sin embargo, a principios de la década de 1990, esta oleada de IA se desvaneció, principalmente debido a que el proceso de adquisición del conocimiento era complicado, lento y caro. Esto indica que, incluso después de diez o quince años de adopción generalizada y de grandes inversiones, no necesariamente se puede generar una "nueva industria" duradera.
Durante mucho tiempo, la IA simbólica basada en reglas y el conexionismo basado en estadísticas han estado compitiendo por la supremacía. Antes del renacimiento del conexionismo en 2012, la investigación en IA estaba impulsada principalmente por el ámbito académico y era dogmática. Sin embargo, en los últimos años, el enfoque del desarrollo de la IA se ha desplazado hacia el sector privado, pero todo el campo sigue obsesionado con una única dirección de investigación. Esto nos recuerda que no debemos poner todos los "huevos" de la IA en la misma "canasta".
Al revisar los 80 años de desarrollo de la IA, estas lecciones y experiencias pueden ayudar a las actuales empresas líderes en IA a enfrentar las futuras altibajos. Mantener la vigilancia, diversificar el desarrollo y reconocer la incertidumbre en el desarrollo tecnológico serán clave para el futuro de la IA.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
20 me gusta
Recompensa
20
2
Compartir
Comentar
0/400
SchrodingerWallet
· 07-20 08:42
La tecnología tampoco escapa del ciclo de tontos.
Ver originalesResponder0
LiquidityNinja
· 07-20 08:26
El círculo tecnológico cambia tres veces al día, es realmente absurdo.
Desarrollo de la IA durante 80 años: una revelación de la transición de la locura a la razón.
Desarrollo de la IA en 80 años: experiencias y lecciones
La inteligencia artificial ( AI ) ha experimentado altibajos en los últimos 80 años. Aunque sigue siendo difícil predecir el futuro desarrollo de la IA, revisar la historia puede ayudarnos a entender mejor por qué las predicciones pasadas no se han cumplido, así como en qué aspectos, de qué manera y por qué no se han realizado.
El desarrollo de la IA comenzó en diciembre de 1943, cuando el neurofisiologo McCulloch y el lógico Pitts publicaron un artículo sobre redes neuronales idealizadas. Aunque este artículo carecía de pruebas experimentales, inspiró el "conectivismo", que es la actual dominante en la IA de aprendizaje profundo. Sin embargo, este enfoque no tiene relación con la forma en que realmente opera el cerebro, aunque a menudo se describe como "imitar el cerebro".
Esto nos recuerda que debemos tener cuidado de no confundir la ingeniería con la ciencia, ni la ciencia con la especulación. Más importante aún, debemos resistir la ilusión de "somos como dioses", es decir, la creencia de que los seres humanos pueden crear máquinas que sean como los humanos. Esta arrogancia ha sido el catalizador de la burbuja tecnológica y el entusiasmo cíclico por la IA durante los últimos 80 años.
Desde la década de 1950, ha habido predicciones sobre la inminente llegada de la IA general ( AGI ). Sin embargo, estas predicciones a menudo se basan en la "falacia del primer paso", que sostiene que si una máquina puede completar una tarea que anteriormente se consideraba imposible, incluso si lo hace de manera deficiente, solo se necesita un desarrollo técnico adicional para que lo haga a la perfección. La realidad es que el salto de no poder hacer algo a hacerlo mal, suele ser mucho más corto que el recorrido de hacerlo mal a hacerlo muy bien.
A mediados de la década de 1960, los sistemas expertos se centraron en la adquisición y programación del conocimiento del mundo real. Sin embargo, a principios de la década de 1990, esta oleada de IA se desvaneció, principalmente debido a que el proceso de adquisición del conocimiento era complicado, lento y caro. Esto indica que, incluso después de diez o quince años de adopción generalizada y de grandes inversiones, no necesariamente se puede generar una "nueva industria" duradera.
Durante mucho tiempo, la IA simbólica basada en reglas y el conexionismo basado en estadísticas han estado compitiendo por la supremacía. Antes del renacimiento del conexionismo en 2012, la investigación en IA estaba impulsada principalmente por el ámbito académico y era dogmática. Sin embargo, en los últimos años, el enfoque del desarrollo de la IA se ha desplazado hacia el sector privado, pero todo el campo sigue obsesionado con una única dirección de investigación. Esto nos recuerda que no debemos poner todos los "huevos" de la IA en la misma "canasta".
Al revisar los 80 años de desarrollo de la IA, estas lecciones y experiencias pueden ayudar a las actuales empresas líderes en IA a enfrentar las futuras altibajos. Mantener la vigilancia, diversificar el desarrollo y reconocer la incertidumbre en el desarrollo tecnológico serán clave para el futuro de la IA.