Experiencias y lecciones del desarrollo de la IA durante 80 años
El campo de la IA ha recorrido un camino de 80 años de desarrollo. Durante este tiempo, la inversión de capital ha sido alta y baja, los métodos de investigación han variado enormemente, y la actitud del público hacia la IA ha sido a veces de curiosidad, a veces de ansiedad y a veces de emoción. Al revisar esta historia, podemos resumir algunas valiosas lecciones aprendidas.
La historia de la IA se remonta a diciembre de 1943, cuando el neurofisiólogo McCulloch y el lógico Pitts publicaron un artículo sobre redes neuronales. Aunque este artículo carecía de evidencia experimental, inspiró a la rama de IA que más tarde se conocería como "aprendizaje profundo". Sin embargo, debemos tener cuidado de no confundir la ingeniería con la ciencia, y de no considerar las conjeturas como conclusiones científicas. Más importante aún, debemos resistir la ilusión de que "los humanos pueden crear máquinas que sean como los humanos".
Durante los últimos 80 años, esta arrogancia ha sido el catalizador de las burbujas tecnológicas y los ciclos de entusiasmo por la IA. Por ejemplo, el concepto de IA general ( AGI ), que sostiene que pronto existirá una máquina con inteligencia a nivel humano e incluso superinteligencia. Desde Herbert Simon en 1957 hasta Marvin Minsky en 1970, y luego a varias predicciones en años recientes, el AGI parece estar siempre "a la vuelta de la esquina". Sin embargo, los hechos han demostrado repetidamente que estas predicciones son demasiado optimistas.
Debemos examinar con cautela esas nuevas tecnologías que parecen brillantes. A menudo no difieren en esencia de las diversas conjeturas anteriores sobre la inteligencia de las máquinas. Como dijo el experto en aprendizaje profundo Yann LeCun, aún nos falta el elemento clave que permita a las máquinas aprender de manera tan eficiente como los humanos.
El "mito del primer paso" en el desarrollo de la IA también merece nuestra atención. La distancia entre no poder completar una tarea y lograr completarla a duras penas suele ser mucho más corta que la que hay entre lograr completarla a duras penas y completarla perfectamente. No debemos ser demasiado optimistas al pensar que, solo con esperar pacientemente, la IA necesariamente alcanzará el nivel humano.
La mejora del rendimiento del hardware llevó a muchos a pensar que la inteligencia artificial se desarrollaría de manera sincronizada. Pero la realidad demuestra que el software y los datos son igualmente importantes. Los sistemas expertos, que fueron populares en la década de 1980, finalmente cayeron en desuso debido a las dificultades en la adquisición y mantenimiento del conocimiento, lo que también indica que un éxito inicial no garantiza el desarrollo sostenible de una nueva industria.
Durante mucho tiempo, los métodos de IA simbólica basados en reglas y los métodos de conexionismo basados en estadísticas han estado en competencia. La academia tiende a optar por una elección dicotómica, pero en los últimos años, el enfoque de investigación y desarrollo de IA se ha desplazado hacia el sector privado. Sin embargo, todo el campo sigue dependiendo demasiado de una única dirección de investigación, lo cual es motivo de preocupación.
Por último, el éxito de Nvidia ciertamente es digno de elogio, pero no debemos olvidar los altibajos en el desarrollo de la IA. Mantenerse alerta y aprender de las lecciones de la historia podría ayudar a Nvidia a seguir manteniendo su posición de liderazgo en la próxima ola de 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.
11 me gusta
Recompensa
11
5
Compartir
Comentar
0/400
P2ENotWorking
· 08-04 10:03
¿Por qué siempre siento que estamos en un culto a la tecnología?
Ver originalesResponder0
ETHReserveBank
· 08-01 18:43
La industria aún no ha salido de la cueva del Rey Inmortal.
Ver originalesResponder0
DefiEngineerJack
· 08-01 18:40
*suspiro* hablando empíricamente, este ciclo de 80 años es solo otra trampa de liquidez disfrazada, para ser honesto.
Ver originalesResponder0
GateUser-beba108d
· 08-01 18:35
¿Y esto lleva 80 años? Ni siquiera es mejor que jugar con chatgpt.
Ver originalesResponder0
GweiWatcher
· 08-01 18:23
80 años y tres altibajos, hemos sido testigos de la historia.
80 años de desarrollo de la IA: experiencias y lecciones de la arrogancia a la cautela
Experiencias y lecciones del desarrollo de la IA durante 80 años
El campo de la IA ha recorrido un camino de 80 años de desarrollo. Durante este tiempo, la inversión de capital ha sido alta y baja, los métodos de investigación han variado enormemente, y la actitud del público hacia la IA ha sido a veces de curiosidad, a veces de ansiedad y a veces de emoción. Al revisar esta historia, podemos resumir algunas valiosas lecciones aprendidas.
La historia de la IA se remonta a diciembre de 1943, cuando el neurofisiólogo McCulloch y el lógico Pitts publicaron un artículo sobre redes neuronales. Aunque este artículo carecía de evidencia experimental, inspiró a la rama de IA que más tarde se conocería como "aprendizaje profundo". Sin embargo, debemos tener cuidado de no confundir la ingeniería con la ciencia, y de no considerar las conjeturas como conclusiones científicas. Más importante aún, debemos resistir la ilusión de que "los humanos pueden crear máquinas que sean como los humanos".
Durante los últimos 80 años, esta arrogancia ha sido el catalizador de las burbujas tecnológicas y los ciclos de entusiasmo por la IA. Por ejemplo, el concepto de IA general ( AGI ), que sostiene que pronto existirá una máquina con inteligencia a nivel humano e incluso superinteligencia. Desde Herbert Simon en 1957 hasta Marvin Minsky en 1970, y luego a varias predicciones en años recientes, el AGI parece estar siempre "a la vuelta de la esquina". Sin embargo, los hechos han demostrado repetidamente que estas predicciones son demasiado optimistas.
Debemos examinar con cautela esas nuevas tecnologías que parecen brillantes. A menudo no difieren en esencia de las diversas conjeturas anteriores sobre la inteligencia de las máquinas. Como dijo el experto en aprendizaje profundo Yann LeCun, aún nos falta el elemento clave que permita a las máquinas aprender de manera tan eficiente como los humanos.
El "mito del primer paso" en el desarrollo de la IA también merece nuestra atención. La distancia entre no poder completar una tarea y lograr completarla a duras penas suele ser mucho más corta que la que hay entre lograr completarla a duras penas y completarla perfectamente. No debemos ser demasiado optimistas al pensar que, solo con esperar pacientemente, la IA necesariamente alcanzará el nivel humano.
La mejora del rendimiento del hardware llevó a muchos a pensar que la inteligencia artificial se desarrollaría de manera sincronizada. Pero la realidad demuestra que el software y los datos son igualmente importantes. Los sistemas expertos, que fueron populares en la década de 1980, finalmente cayeron en desuso debido a las dificultades en la adquisición y mantenimiento del conocimiento, lo que también indica que un éxito inicial no garantiza el desarrollo sostenible de una nueva industria.
Durante mucho tiempo, los métodos de IA simbólica basados en reglas y los métodos de conexionismo basados en estadísticas han estado en competencia. La academia tiende a optar por una elección dicotómica, pero en los últimos años, el enfoque de investigación y desarrollo de IA se ha desplazado hacia el sector privado. Sin embargo, todo el campo sigue dependiendo demasiado de una única dirección de investigación, lo cual es motivo de preocupación.
Por último, el éxito de Nvidia ciertamente es digno de elogio, pero no debemos olvidar los altibajos en el desarrollo de la IA. Mantenerse alerta y aprender de las lecciones de la historia podría ayudar a Nvidia a seguir manteniendo su posición de liderazgo en la próxima ola de IA.