Il termine "intelligenza artificiale" si riferisce spesso a reti neurali costruite su tecnologie di apprendimento automatico profondo. Inoltre, la tecnologia di addestramento delle reti neurali è ben sviluppata e sta dando i suoi frutti. Tuttavia, non tutti gli scienziati condividono l'opinione che l'intelligenza artificiale dovrebbe svilupparsi lungo questo percorso. Qualcuno crede addirittura che tali sistemi "non dovrebbero essere attendibili" e il loro sviluppo non porterà a nulla di buono.
Intelligenza artificiale nel senso moderno - questo non è affatto quello che pensano molti.
Perché l'apprendimento automatico è dannoso per lo sviluppo umano
In un lavoro su larga scala pubblicato sulle pagine di Technologyreview, un professore della New York University, uno specialista nel campo delle scienze cognitive (la scienza della cognizione) Gary Marcus ha parlato dei rischi dell'uso diffuso delle reti neurali basate sul deep machine learning.
In primo luogo, lo scienziato ritiene che la tecnologia abbia chiari limiti. In particolare, si parla da tempo della necessità di creare una cosiddetta "IA reale", adatta a risolvere una vasta gamma di problemi, e non solo uno specifico, come sta accadendo ora. I sistemi di IA esistenti hanno già raggiunto l'apice del loro sviluppo e non hanno praticamente "nessun posto dove crescere". Inoltre, non puoi semplicemente prendere e, diciamo, prima insegnare a un'intelligenza artificiale a guidare un'auto e costringerne un'altra a ripararla e poi combinare i sistemi, creando un assistente universale. Le intelligenze artificiali semplicemente non saranno in grado di interagire, poiché "hanno imparato in modi diversi".
Come rendere l'intelligenza artificiale più intelligente
Video promozionale:
Affinché gli algoritmi diventino più efficienti, devono essere "addestrati in modo diverso". È necessario fargli iniziare a vedere la relazione degli oggetti e le conseguenze dell'interazione con essi. In questo caso, serviremo come miglior esempio.
Professor Gary Marcus.
Inoltre, ciò che offre Marcus non è affatto nuovo. L'esempio descritto sopra è il modo in cui gli scienziati immaginavano "l'IA classica". Ma affinché un'intelligenza artificiale di questo tipo funzioni in modo efficace, dobbiamo programmare in anticipo tutti i possibili risultati. E questo è quasi irrealistico. Ma c'è una via d'uscita.
La soluzione può essere una sorta di simbiosi tra "IA classica", che vede le relazioni e ottiene soluzioni in modo comprensibile, e deep learning, che riesce a trovare una soluzione attraverso "tentativi ed errori". Può essere una sorta di sistema di base di regole e regolamenti riguardanti il mondo circostante. Sulla base di questi, i sistemi di IA saranno già in grado di svilupparsi in una determinata area. La vera intelligenza artificiale deve capire come funziona tutto per comprendere le relazioni causa-effetto e passare facilmente da un compito all'altro. I sistemi moderni costruiti utilizzando la tecnologia di apprendimento profondo semplicemente non sono in grado di farlo.
Vladimir Kuznetsov
