O termo "inteligência artificial" geralmente se refere a redes neurais construídas em tecnologias de aprendizado de máquina profundas. Além disso, a tecnologia de treinamento de redes neurais está bem desenvolvida e está dando frutos. No entanto, nem todos os cientistas compartilham a opinião de que a inteligência artificial deve se desenvolver ao longo desse caminho. Alguém até acredita que tais sistemas "não são confiáveis" e que seu desenvolvimento não levará a nada de bom.
Inteligência artificial no sentido moderno - isso não é de forma alguma o que muitos pensam.
Por que o aprendizado de máquina é ruim para o desenvolvimento humano
Em um trabalho em grande escala publicado nas páginas da Technologyreview, um professor da Universidade de Nova York, um especialista no campo das ciências cognitivas (a ciência da cognição), Gary Marcus falou sobre os riscos do uso generalizado de redes neurais baseadas em aprendizado de máquina profundo.
Primeiro, o cientista acredita que a tecnologia tem limitações claras. Em particular, já se fala há muito tempo sobre a necessidade de se criar uma chamada "IA real", que seja adequada para resolver uma ampla gama de problemas, e não apenas um específico, como está acontecendo agora. Os sistemas de IA existentes já atingiram o pico de seu desenvolvimento e praticamente "não têm para onde crescer". Além disso, você não pode simplesmente pegar e, digamos, primeiro ensinar uma IA a dirigir um carro e forçar outro a consertá-lo e então combinar os sistemas, criando um assistente universal. As inteligências artificiais simplesmente não serão capazes de interagir, pois "aprenderam de maneiras diferentes".
Como tornar a IA mais inteligente
Vídeo promocional:
Para que os algoritmos se tornem mais eficientes, eles precisam ser "treinados de maneira diferente". É necessário fazer com que eles comecem a ver a relação dos objetos e as consequências de interagir com eles. Nesse caso, serviremos como o melhor exemplo.
Professor Gary Marcus.
Além disso, o que Marcus oferece não é nada novo. O exemplo descrito acima é como os cientistas imaginaram a "IA clássica". Mas para que tal IA funcione de forma eficaz, precisamos programar todos os resultados possíveis com antecedência. E isso é quase irreal. Mas existe uma saída.
A solução pode ser uma espécie de simbiose da "IA clássica", que vê as relações e obtém soluções de forma compreensível, e a aprendizagem profunda, que consegue encontrar uma solução por "tentativa e erro". Pode ser algum tipo de sistema básico de regras e regulamentos relativos ao mundo circundante. Basicamente, os sistemas de IA já serão capazes de se desenvolver em uma determinada área. A verdadeira inteligência artificial deve compreender como tudo funciona para compreender as relações de causa e efeito e passar facilmente de uma tarefa para outra. Os sistemas modernos construídos com a tecnologia de aprendizado profundo simplesmente não são capazes disso.
Vladimir Kuznetsov
