Q:
¿Por qué los ingenieros de IA tienen que preocuparse por los "motores intuitivos"?
UN:La idea de la intuición humana es ahora una parte importante del innovador trabajo de inteligencia artificial, razón por la cual los ingenieros de IA prestan tanta atención a los "motores intuitivos" y otros modelos similares. Los científicos están trabajando intentando descifrar el proceso de la intuición humana y simularlo con entidades de inteligencia artificial. Sin embargo, al explorar cómo funcionan la lógica y la intuición en las redes neuronales y otras tecnologías de IA, la definición de la intuición se vuelve algo subjetiva.
Uno de los mejores ejemplos es el uso de una nueva y talentosa supercomputadora para vencer a los campeones humanos en el juego de Go, un juego que a menudo se describe como algo intuitivo, aunque también se basa en una lógica sólida. Dado que AlphaGo de Google ha derrotado a jugadores humanos expertos, se especula mucho sobre qué tan bien las computadoras son intuitivas al estilo humano. Sin embargo, si observa la estructura del juego de Go, verá que hay mucho que determinar en la construcción real de estas tecnologías para determinar cuánto confían en la intuición y cuánto confían en ella. en modelos lógicos extensos.
En un juego de Go, un humano puede colocar un movimiento bien basado en la percepción intuitiva o la lógica de largo alcance o una combinación de ambos. Del mismo modo, las computadoras pueden construir modelos expertos de Go-playing basados en modelos lógicos extensos que pueden reflejar o simular el juego intuitivo hasta cierto punto. Entonces, al hablar de cuán buenas pueden ser las computadoras en modelos intuitivos, es importante definir la intuición, lo que la comunidad científica no ha hecho completamente.
Mary Jolly, de la Universidad de Lisboa, señala diferentes opiniones sobre las definiciones de intuición en un artículo titulado "El concepto de intuición en inteligencia artificial".
"No hay consenso entre los académicos sobre la definición del concepto", escribe Jolly. "Hasta hace poco, la intuición no cedía a los rigurosos métodos de estudio científicos y, a menudo asociada con el misticismo, ha sido evitada habitualmente por los investigadores. Hasta ahora, el discurso sobre el tema ha carecido de coherencia y método ".
Si el concepto de intuición es inherentemente vago, la medición de qué tan bien está funcionando la inteligencia artificial en la simulación de intuición será aún más problemática.
Una explicación de los escritores de un artículo titulado "Implementando un mecanismo de intuición similar al humano en la inteligencia artificial" sugiere lo siguiente:
La intuición humana ha sido simulada por varios proyectos de investigación utilizando técnicas de inteligencia artificial. La mayoría de estos algoritmos o modelos carecen de la capacidad de manejar complicaciones o desvíos. Además, tampoco explican los factores que influyen en la intuición y la precisión de los resultados de este proceso. En este artículo, presentamos un modelo basado en una serie simple para la implementación de la intuición similar a la humana utilizando los principios de conectividad y entidades desconocidas.
Para una mirada quizás más concreta al proceso de la intuición humana, un artículo de Wired cita la investigación del MIT al explicar el "motor de física intuitiva" de la mente humana, que explica lo que sucede cuando observamos una pila de objetos. Podemos entender intuitivamente si es probable que los objetos caigan o no, o si son estables o estables, pero esta intuición se basa en extensas reglas lógicas que hemos internalizado con el tiempo, así como en nuestros modelos de visión y percepción directa.
El escritor Joi Ito señala que los sistemas en los que usamos intuitivamente nuestros motores de física son "ruidosos" y podemos filtrar ese ruido. Esa ha sido una gran parte del desarrollo de la inteligencia artificial: extraer el sentido de los modelos ruidosos. Sin embargo, esos modelos tienen que ir mucho más allá para realmente hacer los tipos de predicciones y análisis que los humanos pueden aplicar a sistemas complejos.
Una manera fácil de decirlo es que para lograr este resultado, las computadoras tendrían que mezclar una visión sofisticada con una amplia lógica y cognición perceptiva de una manera que actualmente no pueden. Otra forma de explicarlo es que vemos el cerebro humano como una "caja negra" que no ha sido totalmente revertida por la tecnología. Aunque nuestras tecnologías son altamente capaces de producir resultados inteligentes, aún no pueden simular la poderosa, misteriosa y sorprendente actividad del cerebro humano.
