Les expériences et les leçons du développement de l'IA sur 80 ans
Le domaine de l'IA a parcouru 80 ans de développement. Au cours de cette période, les investissements ont fluctué, les méthodes de recherche ont varié, et l'attitude du public envers l'IA a tantôt été curieuse, tantôt anxieuse, tantôt excitée. En revisitant cette histoire, nous pouvons en tirer quelques leçons précieuses.
L'histoire de l'IA remonte à décembre 1943, lorsque le neurophysiologiste McCulloch et le logicien Pitts ont publié un article sur les réseaux de neurones. Bien que cet article manquait de bases expérimentales, il a inspiré ce qui est devenu plus tard une branche de l'IA appelée "apprentissage profond". Cependant, nous devons être prudents de ne pas confondre ingénierie et science, ni de considérer des conjectures comme des conclusions scientifiques. Plus important encore, il est nécessaire de résister à l'illusion que "l'humanité peut créer des machines semblables aux humains".
Au cours des 80 dernières années, cette arrogance a été le catalyseur des bulles technologiques et des engouements cycliques pour l'IA. Par exemple, le concept d'IA générale ( AGI ), qui suppose que des machines dotées d'une intelligence humaine, voire surhumaine, apparaîtront bientôt. Depuis Herbert Simon en 1957 jusqu'à Marvin Minsky en 1970, et jusqu'aux diverses prédictions récentes, l'AGI semble toujours "être sur le point d'arriver". Cependant, les faits ont maintes fois prouvé que ces prévisions étaient trop optimistes.
Nous devons examiner avec prudence ces nouvelles technologies qui semblent brillantes. Elles ne diffèrent souvent pas fondamentalement des diverses spéculations antérieures sur l'intelligence des machines. Comme le dit l'expert en apprentissage profond Yann LeCun, il nous manque toujours l'élément clé qui permettrait aux machines d'apprendre de manière aussi efficace que les humains.
Le "mythe du premier pas" dans le développement de l'IA mérite également d'être vigilant. Le chemin de l'incapacité à accomplir une tâche à son accomplissement partiel est généralement beaucoup plus court que celui de l'accomplissement partiel à l'accomplissement parfait. Nous ne devrions pas être trop optimistes en pensant qu'il suffit d'attendre patiemment que l'IA atteigne le niveau humain.
L'amélioration des performances matérielles a fait croire que l'intelligence artificielle se développerait en parallèle. Mais il s'est avéré que le logiciel et les données sont tout aussi importants. Les systèmes experts, qui ont fait fureur dans les années 80, ont finalement décliné en raison des difficultés liées à l'acquisition et à la maintenance des connaissances, ce qui montre qu'un succès préliminaire ne garantit pas le développement durable d'une nouvelle industrie.
Depuis longtemps, les deux approches de l'IA symbolique basée sur des règles et du connexionnisme basé sur des statistiques sont en concurrence. Le milieu académique a souvent tendance à faire un choix binaire, mais ces dernières années, l'accent de la recherche en IA s'est déplacé vers le secteur privé. Cependant, l'ensemble du domaine reste trop dépendant d'une seule direction de recherche, ce qui est préoccupant.
Enfin, le succès de Nvidia est certainement louable, mais nous ne devons pas oublier les hauts et les bas du parcours de développement de l'IA. Rester vigilant et tirer des leçons de l'histoire pourrait aider Nvidia à maintenir sa position de leader dans la prochaine vague d'IA.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
11 J'aime
Récompense
11
5
Reposter
Partager
Commentaire
0/400
P2ENotWorking
· 08-04 10:03
Pourquoi ai-je constamment l'impression de faire du culte technologique
Voir l'originalRépondre0
ETHReserveBank
· 08-01 18:43
L'industrie n'est pas encore sortie de la grotte du roi immortel.
Voir l'originalRépondre0
DefiEngineerJack
· 08-01 18:40
*soupir* empiriquement parlant, ce cycle de 80 ans n'est qu'un autre piège à liquidité déguisé, pour être honnête.
Voir l'originalRépondre0
GateUser-beba108d
· 08-01 18:35
C'est tout ce qu'ils font depuis 80 ans, c'est même pas aussi bien que de jouer avec chatgpt.
Voir l'originalRépondre0
GweiWatcher
· 08-01 18:23
80 ans, trois montées et trois chutes, témoin de l'histoire.
80 ans de développement de l'IA : expériences et leçons de l'arrogance à la prudence
Les expériences et les leçons du développement de l'IA sur 80 ans
Le domaine de l'IA a parcouru 80 ans de développement. Au cours de cette période, les investissements ont fluctué, les méthodes de recherche ont varié, et l'attitude du public envers l'IA a tantôt été curieuse, tantôt anxieuse, tantôt excitée. En revisitant cette histoire, nous pouvons en tirer quelques leçons précieuses.
L'histoire de l'IA remonte à décembre 1943, lorsque le neurophysiologiste McCulloch et le logicien Pitts ont publié un article sur les réseaux de neurones. Bien que cet article manquait de bases expérimentales, il a inspiré ce qui est devenu plus tard une branche de l'IA appelée "apprentissage profond". Cependant, nous devons être prudents de ne pas confondre ingénierie et science, ni de considérer des conjectures comme des conclusions scientifiques. Plus important encore, il est nécessaire de résister à l'illusion que "l'humanité peut créer des machines semblables aux humains".
Au cours des 80 dernières années, cette arrogance a été le catalyseur des bulles technologiques et des engouements cycliques pour l'IA. Par exemple, le concept d'IA générale ( AGI ), qui suppose que des machines dotées d'une intelligence humaine, voire surhumaine, apparaîtront bientôt. Depuis Herbert Simon en 1957 jusqu'à Marvin Minsky en 1970, et jusqu'aux diverses prédictions récentes, l'AGI semble toujours "être sur le point d'arriver". Cependant, les faits ont maintes fois prouvé que ces prévisions étaient trop optimistes.
Nous devons examiner avec prudence ces nouvelles technologies qui semblent brillantes. Elles ne diffèrent souvent pas fondamentalement des diverses spéculations antérieures sur l'intelligence des machines. Comme le dit l'expert en apprentissage profond Yann LeCun, il nous manque toujours l'élément clé qui permettrait aux machines d'apprendre de manière aussi efficace que les humains.
Le "mythe du premier pas" dans le développement de l'IA mérite également d'être vigilant. Le chemin de l'incapacité à accomplir une tâche à son accomplissement partiel est généralement beaucoup plus court que celui de l'accomplissement partiel à l'accomplissement parfait. Nous ne devrions pas être trop optimistes en pensant qu'il suffit d'attendre patiemment que l'IA atteigne le niveau humain.
L'amélioration des performances matérielles a fait croire que l'intelligence artificielle se développerait en parallèle. Mais il s'est avéré que le logiciel et les données sont tout aussi importants. Les systèmes experts, qui ont fait fureur dans les années 80, ont finalement décliné en raison des difficultés liées à l'acquisition et à la maintenance des connaissances, ce qui montre qu'un succès préliminaire ne garantit pas le développement durable d'une nouvelle industrie.
Depuis longtemps, les deux approches de l'IA symbolique basée sur des règles et du connexionnisme basé sur des statistiques sont en concurrence. Le milieu académique a souvent tendance à faire un choix binaire, mais ces dernières années, l'accent de la recherche en IA s'est déplacé vers le secteur privé. Cependant, l'ensemble du domaine reste trop dépendant d'une seule direction de recherche, ce qui est préoccupant.
Enfin, le succès de Nvidia est certainement louable, mais nous ne devons pas oublier les hauts et les bas du parcours de développement de l'IA. Rester vigilant et tirer des leçons de l'histoire pourrait aider Nvidia à maintenir sa position de leader dans la prochaine vague d'IA.