¿Es necesaria la analogía con la inteligencia artificial general?

Las analogías son bastante poderosas en la comunicación. Permiten explicar conceptos complejos a personas sin conocimiento de dominio, simplemente mapeando a un dominio conocido. Hofstadter dice que importan , mientras que Dijkstra dice que son peligrosos. De todos modos, las analogías pueden verse como una forma poderosa de transferir conceptos en la comunicación humana (¿me atrevo a decir que aprenden a transferir ?).

Soy consciente del trabajo heredado, como el razonamiento basado en casos , pero no hay trabajo más reciente sobre el mecanismo de analogía en la IA.

¿Existe consenso sobre si la analogía es necesaria o no para los AGI y qué tan críticos serían?

Por favor, considere respaldar sus respuestas con trabajos concretos o publicaciones.

No creo que pueda darle una respuesta verdadera a la pregunta real, ya que no tengo una definición estricta de "inteligencia general". Tampoco tengo una definición sólida de "crítico" en contexto.

Pero ... si nos apoyamos en nuestra comprensión ingenua / intuitiva de lo que es la inteligencia y lo que significa ser crítico, podría traducir esto como "si un sistema de inteligencia general necesitara una analogía para hacer ciertas cosas que no podría". t de lo contrario hacer? " O para decirlo de otra manera "¿hay comportamientos útiles que están habilitados por el razonamiento analógico que no se pueden replicar de otra manera?"

En el sentido más estricto, tampoco tengo una respuesta para ninguna de esas preguntas, pero al menos hay evidencia que sugiere que la respuesta puede ser "sí". Ver, para referencia, el artículo Copycat de Hofstadter y Mitchell. Por lo que he visto, algunos de los tipos de problemas que resuelve Copycat son diferentes de cualquier cosa que haya visto resuelta por otros enfoques. Ahora, tal vez sea solo una coincidencia que nadie haya intentado resolver esos problemas, no sé, digamos "aprendizaje profundo" o "inducción de reglas" o "algoritmos genéticos". O tal vez lo han hecho y simplemente no me he topado con ese corpus de investigación.

De todos modos, también agregaré que todavía hay investigaciones en curso sobre el uso de la analogía para AI / ML. Vea, por ejemplo, este artículo de julio de 2017 donde los autores hablan sobre el uso de la analogía, pero definen su enfoque como "inferencia analógica" (que afirman es diferente del "razonamiento analógico" como se definió durante el "período GOFAI" anterior). También está este documento de junio de 2017 donde otro grupo de autores se ocupa de una forma de razonamiento analógico.

No creo que haya consenso sobre si alguna forma de razonamiento analógico es o no "crítica", pero definitivamente es un tema que aún se está investigando.

Y para ir por una tangente, una pregunta relacionada interesante sería preguntar si la "creación de analogías" sería o no una propiedad emergente de un ANN suficientemente profundo / ancho, o si tal instalación necesita ser diseñada y codificado explícitamente.