¿Las personas que se especializan en un campo tienden a ser más cínicas sobre las perspectivas a largo plazo del campo en cuestión?

Answer 1

De ningún modo ! Soy estudiante de doctorado en inteligencia artificial y me especializo en algunas áreas, como aprendizaje profundo, modelos gráficos y visión artificial. La perspectiva a largo plazo es lo que me mantiene motivado. La ciencia no ha llegado tan lejos basándose en saltos discontinuos de innovación. En su lugar, avanza a través de pequeños cambios, resolviendo un pequeño problema a la vez. Los científicos se apoyan en los hombros de todos los gigantes que los han precedido, juegan su papel en esta búsqueda de conocimiento, resuelven un pequeño problema a la vez y hacen avanzar el campo.

Ahora hablemos sobre el gran objetivo de AGI del que hablaste. No lo vamos a resolver en el corto plazo, al menos no durante las próximas décadas. ¡No le prestes atención al bombo de los medios! No estamos cerca de resolver AGI. Vencer a los humanos en GO, el ajedrez o los videojuegos no implica que estemos cerca de resolver AGI. Si tomas al agente de IA que vence a los humanos en GO, y le pides que reconozca los objetos de una imagen, traduzca una oración en inglés al francés o realice cualquier otra tarea trivial, fallará a lo grande. Los agentes actuales de la IA son altamente especializados. Pueden ser buenos en solo una o unas pocas tareas relacionadas. Los seres humanos, por otro lado, pueden resolver multitud de tareas con facilidad. Desarrollar agentes de inteligencia artificial que sean tan buenos como los humanos en miles de tareas llevará mucho tiempo. Por lo tanto, es imposible resolver AGI en los próximos años. En 1966, los investigadores del MIT pensaron que podían resolver la visión artificial en un verano [Proyectos de Inteligencia Artificial Temprana]. Han pasado 50 años y todavía no hemos resuelto el problema por completo. Una vez más, itero, no compre la exageración de los medios de comunicación.

Incluso cuando resolvemos el AGI, al menos unas décadas (quizás incluso siglos) a partir de ahora, numerosos investigadores habrían contribuido a hacerlo realidad. Turing, Fisher, Rosenblatt, Paul Werbos, Hinton, Lecun, Bengio, Judea Pearl, Mike Jordan, Mitchell, Norvig, Schmidhuber, Ben Tasker, Sam Roweis, Ghahramani, Raj Reddy, Koller, Vapnik, Chervonenkis, John Shawe Taylor, David Mackay , y miles de otros investigadores cuyos nombres no conozco, han hecho innumerables contribuciones, algunas de ellas pequeñas, y algunas de ellas grandes, y todas estas pequeñas y grandes contribuciones han ayudado a hacer que Machine Learning y AGI sean geniales, modernos y más importante, útil.