Depuis 1943, le domaine de l'intelligence artificielle (AI) a connu 80 ans de hauts et de bas. Des premières explorations théoriques à la vague actuelle de l'apprentissage profond, l'évolution de l'IA contient de nombreuses leçons qui méritent réflexion.
Tout d'abord, nous devons nous méfier de la confusion entre l'ingénierie et la science, et de prendre des conjectures pour des faits. Bien que l'article de McCulloch et Pitts sur la théorie des réseaux neuronaux publié en 1943 manque de bases expérimentales, il a inspiré l'apprentissage profond d'aujourd'hui. Mais nous ne devrions pas assimiler ce modèle au véritable fonctionnement du cerveau.
Deuxièmement, il est nécessaire d'adopter une attitude prudente envers les soi-disant avancées révolutionnaires. Au cours des dernières décennies, les prédictions concernant l'intelligence artificielle générale (AGI) se sont souvent révélées fausses. Depuis la déclaration d'Herbert Simon en 1957 selon laquelle "il existe déjà des machines capables de penser", jusqu'aux prévisions d'OpenAI selon lesquelles une super IA est sur le point d'arriver, ces prédictions optimistes sont souvent trop précoces.
Troisièmement, passer de l'incapacité à accomplir une tâche à un accomplissement laborieux est souvent beaucoup plus facile que de passer d'un accomplissement laborieux à un accomplissement parfait. Nous ne devrions pas facilement penser qu'un succès préliminaire mènera nécessairement à une percée finale.
Quatrièmement, même si une certaine technologie d'IA reçoit une large application et de nombreux investissements, cela ne signifie pas qu'elle pourra se maintenir à long terme. Les systèmes experts qui ont connu un grand succès dans les années 1980 ont finalement décliné en raison de la difficulté à les étendre et à les maintenir, une leçon à retenir.
Enfin, ne mettez pas tous vos espoirs dans une seule approche de l'IA. Que ce soit le symbolisme ou le connexionnisme, ils ont tous deux été dominants, mais ont finalement montré leurs limites. Le développement futur de l'IA pourrait nécessiter une combinaison et une innovation de différentes méthodes.
Les entreprises leaders en IA comme Nvidia, tout en saisissant les opportunités actuelles, devraient également tirer des leçons de l'histoire, rester vigilantes et avoir une attitude ouverte, afin de contribuer au développement sain et durable de l'IA.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
22 J'aime
Récompense
22
9
Reposter
Partager
Commentaire
0/400
MevWhisperer
· 08-12 19:50
C'est juste pour faire de l'argent, au final c'est toujours la même chose.
Voir l'originalRépondre0
StablecoinEnjoyer
· 08-12 15:44
Cet AGI dit toujours qu'il arrive tout de suite, je ne le crois pas.
Voir l'originalRépondre0
CodeZeroBasis
· 08-12 05:46
Ah, encore des bulles d'IA.
Voir l'originalRépondre0
ForkItAllDay
· 08-10 02:06
Cette technologie fait des bulles depuis 80 ans...
Voir l'originalRépondre0
ZkProofPudding
· 08-10 02:01
J'ai payé la taxe sur le QI pendant 80 ans.
Voir l'originalRépondre0
ponzi_poet
· 08-10 01:47
Vraiment, ne parlez pas des prophéties tous les jours.
80 ans de développement de l'IA : cinq leçons à garder à l'esprit
Cinq leçons tirées de l'évolution de l'IA
Depuis 1943, le domaine de l'intelligence artificielle (AI) a connu 80 ans de hauts et de bas. Des premières explorations théoriques à la vague actuelle de l'apprentissage profond, l'évolution de l'IA contient de nombreuses leçons qui méritent réflexion.
Tout d'abord, nous devons nous méfier de la confusion entre l'ingénierie et la science, et de prendre des conjectures pour des faits. Bien que l'article de McCulloch et Pitts sur la théorie des réseaux neuronaux publié en 1943 manque de bases expérimentales, il a inspiré l'apprentissage profond d'aujourd'hui. Mais nous ne devrions pas assimiler ce modèle au véritable fonctionnement du cerveau.
Deuxièmement, il est nécessaire d'adopter une attitude prudente envers les soi-disant avancées révolutionnaires. Au cours des dernières décennies, les prédictions concernant l'intelligence artificielle générale (AGI) se sont souvent révélées fausses. Depuis la déclaration d'Herbert Simon en 1957 selon laquelle "il existe déjà des machines capables de penser", jusqu'aux prévisions d'OpenAI selon lesquelles une super IA est sur le point d'arriver, ces prédictions optimistes sont souvent trop précoces.
Troisièmement, passer de l'incapacité à accomplir une tâche à un accomplissement laborieux est souvent beaucoup plus facile que de passer d'un accomplissement laborieux à un accomplissement parfait. Nous ne devrions pas facilement penser qu'un succès préliminaire mènera nécessairement à une percée finale.
Quatrièmement, même si une certaine technologie d'IA reçoit une large application et de nombreux investissements, cela ne signifie pas qu'elle pourra se maintenir à long terme. Les systèmes experts qui ont connu un grand succès dans les années 1980 ont finalement décliné en raison de la difficulté à les étendre et à les maintenir, une leçon à retenir.
Enfin, ne mettez pas tous vos espoirs dans une seule approche de l'IA. Que ce soit le symbolisme ou le connexionnisme, ils ont tous deux été dominants, mais ont finalement montré leurs limites. Le développement futur de l'IA pourrait nécessiter une combinaison et une innovation de différentes méthodes.
Les entreprises leaders en IA comme Nvidia, tout en saisissant les opportunités actuelles, devraient également tirer des leçons de l'histoire, rester vigilantes et avoir une attitude ouverte, afin de contribuer au développement sain et durable de l'IA.