En este video, un experto dice: "Una forma de pensar acerca de qué es la inteligencia [específicamente con respecto a la inteligencia artificial], es como un proceso de optimización".
¿Se puede pensar siempre en la inteligencia como un proceso de optimización, y la inteligencia artificial siempre se puede modelar como un problema de optimización? ¿Qué pasa con el reconocimiento de patrones? ¿O se está equivocando?
Respuestas:
Una buena respuesta a esta pregunta depende de para qué quiere usar las etiquetas.
Cuando pienso en la "optimización", pienso en un espacio de solución y una función de costo; es decir, hay muchas respuestas posibles que podrían devolverse y podemos saber cuál es el costo de cualquier respuesta en particular.
En esta vista, la respuesta es "sí": el reconocimiento de patrones es un caso en el que cada patrón es una respuesta posible, y el método de optimización está tratando de encontrar el que tiene el costo más bajo (es decir, donde la respuesta coincide con lo que usted quiero que coincida).
Pero los problemas de optimización más interesantes se caracterizan por espacios de solución exponenciales y funciones de costo limpio, por lo que pueden considerarse más como problemas de 'búsqueda', mientras que la mayoría de los problemas de reconocimiento de patrones se caracterizan por espacios de solución simples y funciones de costo complicadas, y puede parecer poco natural para poner a los dos juntos.
(En general, creo que la optimización y la inteligencia están lo suficientemente relacionadas como para que el poder de optimización sea una buena medida de inteligencia, y ciertamente una mejor medida del uso práctico de la inteligencia que el reconocimiento de patrones).
Puedo ofrecer dos perspectivas (a primera vista, conflictivas) sobre esto:
Primeramente:
Si la cadena de letras 'abc' se convierte en 'abd', ¿cómo sería "hacer lo mismo" para 'ijk'?
Este es solo un ejemplo de un problema (los llamados 'problemas de analogía entre cadenas y letras') que no se puede enmarcar fácilmente como un problema de optimización: hay una gama de respuestas que parecen convincentes para los humanos, cada una por su propia razón estructuralmente específica . Algunas de las sutilezas de este tipo de problemas se analizan en detalle aquí .
En segundo lugar:
Aquí hay una perspectiva de muy alto nivel sobre AGI en la que la optimización juega un papel clave .
No está nada claro cómo se pueden conciliar estas dos escalas de enfoque muy diferentes. Como alguien que hace investigación de optimización para ganarse la vida, me inclinaría a decir que, ciertamente para todos los propósitos prácticos actuales , AGI realmente no puede ser tratado como un problema de optimización, ya que la mayoría de las actividades interesantes no se prestan fácilmente a descripción a través de una función de costo.