Сфера ИИ прошла 80-летний путь развития. За это время инвестиции колебались от высоких до низких, методы исследования были разнообразными, а общественное отношение к ИИ порой было любопытным, порой тревожным, а порой и возбуждённым. Оглядываясь на эту историю, мы можем подвести некоторые ценные уроки.
История ИИ восходит к декабрю 1943 года, когда нейрофизиологи МакКуллох и логики Питц опубликовали статью о нейронных сетях. Хотя эта статья была лишена экспериментальных доказательств, она вдохновила на появление того, что впоследствии стало называться "глубоким обучением". Тем не менее, мы должны быть осторожны, чтобы не смешивать инженерное дело и науку, не считать предположения научными выводами. Более важно сопротивляться иллюзии, что "человечество может создать машины, подобные человеку".
На протяжении последних 80 лет эта самоуверенность была катализатором технологических пузырей и циклических волнений искусственного интеллекта. Например, концепция общего ИИ ( AGI ), согласно которой в скором времени появятся машины с интеллектом человеческого уровня или даже сверхинтеллектом. С 1957 года, когда Герберт Саймон, до 1970 года, когда Марвин Минский, и до различных прогнозов последних лет, AGI, похоже, всегда "вот-вот появится". Однако факты не раз доказывали, что эти прогнозы чрезмерно оптимистичны.
Мы должны осторожно рассматривать те новые технологии, которые кажутся блестящими. Они часто не отличаются по своей сути от предыдущих предположений о машинном интеллекте. Как сказал эксперт по глубокому обучению Янн Лекун, нам по-прежнему не хватает ключевого элемента, позволяющего машинам учиться так же эффективно, как люди.
"Первая ошибка в развитии ИИ" также заслуживает внимания. Путь от неспособности выполнить задачу до её частичного выполнения обычно гораздо короче, чем путь от частичного выполнения до идеального выполнения. Мы не должны быть чрезмерно оптимистичными, думая, что просто подождем, и ИИ обязательно достигнет уровня человека.
Повышение аппаратных характеристик когда-то вводило людей в заблуждение, что интеллектуальные AI будут развиваться синхронно. Но на самом деле, софт и данные также важны. Экспертные системы, которые были на пике популярности в 80-х годах, в конечном итоге пришли в упадок из-за трудностей с получением и поддержкой знаний, что также показывает, что первоначальный успех не гарантирует долговременное развитие новой отрасли.
На протяжении долгого времени два подхода к символическому ИИ на основе правил и статистическому соединительству конкурировали друг с другом. Академическое сообщество часто склонно к выбору между двумя крайностями, но в последние годы акцент в разработке ИИ сместился в частный сектор. Тем не менее, вся область по-прежнему слишком зависит от одного направления исследований, что вызывает серьезные опасения.
В конце концов, успех NVIDIA, безусловно, похвален, но мы не должны забывать о взлетах и падениях в процессе развития ИИ. Поддержание бдительности и извлечение уроков из истории могут помочь NVIDIA продолжать сохранять лидирующие позиции в будущих волнах ИИ.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
11 Лайков
Награда
11
5
Репост
Поделиться
комментарий
0/400
P2ENotWorking
· 08-04 10:03
Почему постоянно кажется, что занимаемся культом технологий
Посмотреть ОригиналОтветить0
ETHReserveBank
· 08-01 18:43
Индустрия еще не вышла из пещеры короля бессмертных.
Посмотреть ОригиналОтветить0
DefiEngineerJack
· 08-01 18:40
*вздох* эмпирически говоря, этот 80-летний цикл — это просто еще одна ловушка ликвидности в маскировке, если честно.
Посмотреть ОригиналОтветить0
GateUser-beba108d
· 08-01 18:35
И это еще 80 лет, лучше бы разобрались с chatgpt.
Посмотреть ОригиналОтветить0
GweiWatcher
· 08-01 18:23
80 лет - три подъема и три падения. Свидетельство истории.
80 лет развития ИИ: опыт и уроки от высокомерия к осторожности
Опыт и уроки 80-летнего развития ИИ
Сфера ИИ прошла 80-летний путь развития. За это время инвестиции колебались от высоких до низких, методы исследования были разнообразными, а общественное отношение к ИИ порой было любопытным, порой тревожным, а порой и возбуждённым. Оглядываясь на эту историю, мы можем подвести некоторые ценные уроки.
История ИИ восходит к декабрю 1943 года, когда нейрофизиологи МакКуллох и логики Питц опубликовали статью о нейронных сетях. Хотя эта статья была лишена экспериментальных доказательств, она вдохновила на появление того, что впоследствии стало называться "глубоким обучением". Тем не менее, мы должны быть осторожны, чтобы не смешивать инженерное дело и науку, не считать предположения научными выводами. Более важно сопротивляться иллюзии, что "человечество может создать машины, подобные человеку".
На протяжении последних 80 лет эта самоуверенность была катализатором технологических пузырей и циклических волнений искусственного интеллекта. Например, концепция общего ИИ ( AGI ), согласно которой в скором времени появятся машины с интеллектом человеческого уровня или даже сверхинтеллектом. С 1957 года, когда Герберт Саймон, до 1970 года, когда Марвин Минский, и до различных прогнозов последних лет, AGI, похоже, всегда "вот-вот появится". Однако факты не раз доказывали, что эти прогнозы чрезмерно оптимистичны.
Мы должны осторожно рассматривать те новые технологии, которые кажутся блестящими. Они часто не отличаются по своей сути от предыдущих предположений о машинном интеллекте. Как сказал эксперт по глубокому обучению Янн Лекун, нам по-прежнему не хватает ключевого элемента, позволяющего машинам учиться так же эффективно, как люди.
"Первая ошибка в развитии ИИ" также заслуживает внимания. Путь от неспособности выполнить задачу до её частичного выполнения обычно гораздо короче, чем путь от частичного выполнения до идеального выполнения. Мы не должны быть чрезмерно оптимистичными, думая, что просто подождем, и ИИ обязательно достигнет уровня человека.
Повышение аппаратных характеристик когда-то вводило людей в заблуждение, что интеллектуальные AI будут развиваться синхронно. Но на самом деле, софт и данные также важны. Экспертные системы, которые были на пике популярности в 80-х годах, в конечном итоге пришли в упадок из-за трудностей с получением и поддержкой знаний, что также показывает, что первоначальный успех не гарантирует долговременное развитие новой отрасли.
На протяжении долгого времени два подхода к символическому ИИ на основе правил и статистическому соединительству конкурировали друг с другом. Академическое сообщество часто склонно к выбору между двумя крайностями, но в последние годы акцент в разработке ИИ сместился в частный сектор. Тем не менее, вся область по-прежнему слишком зависит от одного направления исследований, что вызывает серьезные опасения.
В конце концов, успех NVIDIA, безусловно, похвален, но мы не должны забывать о взлетах и падениях в процессе развития ИИ. Поддержание бдительности и извлечение уроков из истории могут помочь NVIDIA продолжать сохранять лидирующие позиции в будущих волнах ИИ.