¿Cuáles son los requisitos mínimos para llamar a algo AI?

Creo que el término de inteligencia artificial (IA) se usa en exceso hoy en día. Por ejemplo, las personas ven que algo se mueve solo y lo llaman AI, incluso si está en piloto automático (como automóviles o aviones) o hay algún algoritmo simple detrás de él.

¿Cuáles son los requisitos generales mínimos para que podamos decir que algo es IA?

Es cierto que el término se ha convertido en una palabra de moda, y ahora se usa ampliamente para un punto de confusión; sin embargo, si observa la definición proporcionada por Stuart Russell y Peter Norvig, la escriben de la siguiente manera:

Definimos la IA como el estudio de agentes que reciben percepciones del entorno y realizan acciones . Cada uno de estos agentes implementa una función que asigna secuencias de percepción a acciones, y cubrimos diferentes formas de representar estas funciones, como agentes reactivos, planificadores en tiempo real y sistemas teóricos de decisión. Explicamos el papel del aprendizaje al extender el alcance del diseñador a entornos desconocidos , y mostramos cómo ese papel restringe el diseño del agente, favoreciendo la representación y el razonamiento explícito del conocimiento .

Inteligencia artificial: un enfoque moderno - Stuart Russell y Peter Norvig

Entonces, el ejemplo que usted cita, "piloto automático para automóviles / aviones", es en realidad una forma (famosa) de IA, ya que tiene que usar una forma de representación del conocimiento para lidiar con entornos y circunstancias desconocidos . En última instancia, estos sistemas también recopilan datos para que la representación del conocimiento se pueda actualizar para tratar con las nuevas entradas que han encontrado. Lo hacen con piloto automático para automóviles todo el tiempo.

Entonces, directamente a su pregunta, para que algo sea considerado como "tener IA", debe ser capaz de lidiar con entornos / circunstancias desconocidas para lograr su objetivo / objetivo , y brindar conocimiento de una manera que proporcione un nuevo aprendizaje / información que se agregará fácilmente. Existen muchos tipos diferentes de métodos de representación del conocimiento bien definidos, que van desde la red neuronal popular , hasta modelos probabilísticos como las redes bayesianas (redes de creencias) , pero fundamentalmente las acciones del sistema deben derivarse de la representación del conocimiento que elija para ser considerado como AI.

Además de lo que ya se ha dicho sobre la IA, tengo que agregar lo siguiente. "AI" ha tenido una gran historia que se remonta al Perceptron original . Marvin Minsky criticó al Perceptron en 1969 por no poder resolver el problema XOR y cualquier cosa que no fuera linealmente separable, por lo que "Inteligencia Artificial" se convirtió en una mala palabra por un tiempo, solo para recuperar intereses en la década de 1980. Durante ese tiempo, se revivieron las redes neuronales, se desarrolló la propagación hacia atrás utilizada para entrenarlas y, a medida que la tecnología informática continuó su crecimiento exponencial, también lo hizo la "IA" y lo que se hizo posible.

Hoy en día, hay muchas cosas que damos por sentado que se habrían considerado "AI" hace 10 o 15 años, como el reconocimiento de voz, por ejemplo. Comencé con el reconocimiento de voz "AI" a finales de los años 70, donde tenía que entrenar a los modelos de voz para comprender un solo hablante humano. Hoy en día, el reconocimiento de voz es una ocurrencia tardía con sus aplicaciones de Google, por ejemplo, y no se necesita capacitación a priori. Sin embargo, esta tecnología ya no se considera, al menos en el público en general, "IA".

Y entonces, ¿cuáles serían los "requisitos mínimos"? Eso dependerá de a quién le pregunte. Y a que hora. Parece que ese término solo se aplica a la tecnología "en la vanguardia". Una vez que se desarrolla y se convierte en un lugar común, ya no se le conoce como IA. Esto es cierto incluso para las redes neuronales, que son dominantes en la ciencia de datos en este momento, pero se conocen como "aprendizaje automático".

También echa un vistazo a la animada discusión sobre Quora .

Esta es una sinopsis "en lenguaje humano" (no técnico;) del núcleo de la excelente respuesta de Kaiesh .

En el sentido más básico, cualquier algoritmo de toma de decisiones puede considerarse como una forma de Inteligencia Artificial.

La wiki de Historia de la Inteligencia Artificial ofrece una visión general bastante buena. Las raíces del campo generalmente se atribuyen a la Inteligencia Artificial Simbólica , pero se podría decir que se remonta hasta Babbage . El primer juego funcional de IA en forma de "motor analítico" puede ser Nimatron ( 1940 ). Más recientemente, el aprendizaje automático en todas sus diversas formas, incluidas las redes neuronales y los algoritmos genéticos , ha estado dando resultados emocionantes. Las redes bayesianas son otra forma de IA probabilística.

La utilidad, el medio por el cual evaluamos el grado de inteligencia de los algoritmos, es independiente del mecanismo.

Las IA pueden ser débiles o fuertes. Fuerte significa mejor desempeño en una tarea que un agente racional en competencia , típicamente humanos. ("El hombre es la medida de todas las cosas". Protágoras ) El término fuerte en relación con la IA se ha tomado tradicionalmente como Inteligencia Artificial General [véase también la Prueba de Turing] , pero las inteligencias algorítmicas actuales son "estrechamente fuertes".

La inteligencia es un espectro, por lo tanto:

El requisito mínimo para la IA es que un algoritmo tome decisiones basadas en datos, independientemente de la calidad de las decisiones.

También existe el efecto de IA , es decir, la tendencia a no considerar algo como una IA una vez que se comprende bien. Por ejemplo, las redes neuronales aún no se entienden completamente, por lo que las personas todavía tienden a llamarlas AI. Una vez que sepamos exactamente todos los detalles sobre las redes neuronales y su funcionamiento interno, podríamos comenzar a considerarlos solo computación . Este es un viejo tema filosófico que se remonta al menos al pato defensor y al telar automático del famoso Jacques de Vaucanson .

Para que un sistema posea inteligencia, debe ser capaz de producir consistentemente un criterio de coincidencia de resultados que circunscriba una región objetivo. Esta capacidad debe persistir en una amplia gama de condiciones cambiantes en un entorno complejo.

Cuando un humano es inteligente, el humano repetidamente alcanzará objetivos incluso cuando aparezcan desafíos variados en el camino hacia el objetivo. El ser humano se adapta a la forma en que una colección localizada de organismos dentro de una especie se adapta a los cambios ambientales durante generaciones, pero la mente humana se adapta rápidamente eliminando enfoques (ideas de solución) en lugar de eliminar individuos dentro de la colección de organismos.

El término Inteligencia Artificial tenía la intención de significar inteligencia diseñada o programada en una máquina por humanos. Si el diseño de la inteligencia en una máquina es posible, entonces es probable que la mente sea (como algunos han sugerido) simplemente una máquina biológica. Por lo tanto, aplicando la misma definición de Inteligencia Artificial, un estudiante enseñado por un libro de texto y algunas conferencias también deben ser artificiales. La educación sería un conjunto de capacidades programadas en una máquina biológica por humanos.

De cualquier manera, el modificador ARTIFICIAL no tiene sentido. La presunción de que los humanos (o las máquinas) podrían actuar inteligentemente sin alfabetización y educación es pura fantasía. Tal es una negación del ascenso complejo y gradual del pensamiento civilizado.

Por lo tanto, el requisito mínimo de inteligencia artificial, si se insiste en el término, es el mismo que el requisito mínimo de inteligencia. Para eso, regrese al primer párrafo de esta respuesta.

De " Inteligencia artificial y vida en 2030: estudio de cien años sobre inteligencia artificial ":

De hecho, el campo de la IA es un esfuerzo continuo para impulsar la frontera de la inteligencia artificial. Irónicamente, AI sufre el destino perenne de perder el reclamo de sus adquisiciones, que eventualmente e inevitablemente se ven arrastradas dentro de la frontera, un patrón repetitivo conocido como el "efecto AI" o la "extraña paradoja": AI trae una nueva tecnología al redil común , la gente se acostumbra a esta tecnología, deja de ser considerada IA ​​y surge una tecnología más nueva.

En consecuencia, creo que no podemos elegir un conjunto fijo de requisitos para que algo se considere IA; más bien, en un momento dado de la historia, la IA es un conjunto de programas que pueden lograr algo que antes se consideraba en general solo solucionable por humanos. A medida que la tecnología evoluciona, los límites siguen siendo empujados y empujados, y la barra se eleva más. Considere jugar al ajedrez: una vez que los motores de ajedrez se consideraban uno de los pináculos de la IA, mientras que hoy en día estos programas se perciben como "búsqueda ciega" y no verdaderamente inteligentes.

Para citar a Larry Tesler, la inteligencia es lo que las máquinas aún no han hecho .

Quizás el término se usa en exceso como sugiere la pregunta. Pero también es posible que el término esté infrautilizado.

• Si los requisitos mínimos son que excede el rendimiento humano en un dominio específico, los clasificadores de correo de alta velocidad son AI.
• Si el requisito mínimo es que puede vivir en la comunidad humana y encajar, entonces nada de lo que existe actualmente es IA o incluso remotamente cercano.

He pensado en sugerir una definición, pero creo que el incentivo es inventar la propia definición hoy, y no deseo contribuir al desorden conceptual que ya existe.

Es un término general como otros términos como estos.

• Poder
• Amor
• Adiccion
• Independencia financiera
• Felicidad

Hay tantas definiciones de IA como profesionales. Igual que todos estos otros términos.