Desde 1943, o campo da inteligência artificial (AI) passou por 80 anos de altos e baixos. Desde as primeiras explorações teóricas até a atual onda de aprendizagem profunda, a trajetória do desenvolvimento da IA contém muitas lições que valem a pena refletir.
Em primeiro lugar, devemos estar atentos a confundir engenharia com ciência, e a considerar suposições como fatos. Embora o artigo de McCulloch e Pitts de 1943 sobre a teoria das redes neurais careça de fundamentação experimental, inspirou o aprendizado profundo de hoje. Mas não devemos igualar esse modelo ao funcionamento real do cérebro.
Em segundo lugar, é necessário manter uma atitude cautelosa em relação aos supostos avanços revolucionários. Nas últimas décadas, as previsões sobre a Inteligência Artificial Geral (AGI) falharam repetidamente. Desde que Herbert Simon declarou em 1957 que "já existem máquinas que pensam", até as previsões atuais da OpenAI sobre a chegada da superinteligência, essas previsões otimistas muitas vezes são excessivamente prematuras.
Terceiro, passar de não conseguir completar uma tarefa para conseguir completá-la de forma precária é muitas vezes muito mais fácil do que passar de uma conclusão precária para uma conclusão perfeita. Não devemos assumir levianamente que um sucesso inicial levará necessariamente a um avanço final.
Quarto, mesmo que uma determinada tecnologia de IA tenha obtido ampla aplicação e investimento significativo, isso não significa que ela possa se sustentar a longo prazo. Os sistemas especialistas que fizeram sucesso na década de 1980 acabaram declinando devido à dificuldade de expansão e manutenção, e essa lição deve ser lembrada.
Por fim, não coloque todas as suas esperanças em um único método de IA. Tanto o simbolismo quanto o conexionismo já foram dominantes, mas acabaram por mostrar limitações. O desenvolvimento futuro da IA pode exigir uma combinação e inovação de múltiplos métodos.
Empresas líderes em IA, como a Nvidia, devem aproveitar as oportunidades atuais, mas também aprender com essas lições históricas, mantendo uma atitude alerta e aberta, contribuindo para o desenvolvimento saudável e sustentável da IA a longo prazo.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
22 Curtidas
Recompensa
22
9
Repostar
Compartilhar
Comentário
0/400
MevWhisperer
· 08-12 19:50
É apenas uma especulação para ganhar dinheiro, no final das contas, tudo acaba no mesmo lugar.
Ver originalResponder0
StablecoinEnjoyer
· 08-12 15:44
Este AGI diz sempre que vem já. Não acredito.
Ver originalResponder0
CodeZeroBasis
· 08-12 05:46
Ah, mais uma vez ai a吹牛
Ver originalResponder0
ForkItAllDay
· 08-10 02:06
Esta tecnologia está a fazer bull há 80 anos...
Ver originalResponder0
ZkProofPudding
· 08-10 02:01
Já paguei o imposto sobre a inteligência há 80 anos.
A evolução da IA ao longo de 80 anos: cinco lições que merecem atenção.
As cinco grandes lições do desenvolvimento da IA
Desde 1943, o campo da inteligência artificial (AI) passou por 80 anos de altos e baixos. Desde as primeiras explorações teóricas até a atual onda de aprendizagem profunda, a trajetória do desenvolvimento da IA contém muitas lições que valem a pena refletir.
Em primeiro lugar, devemos estar atentos a confundir engenharia com ciência, e a considerar suposições como fatos. Embora o artigo de McCulloch e Pitts de 1943 sobre a teoria das redes neurais careça de fundamentação experimental, inspirou o aprendizado profundo de hoje. Mas não devemos igualar esse modelo ao funcionamento real do cérebro.
Em segundo lugar, é necessário manter uma atitude cautelosa em relação aos supostos avanços revolucionários. Nas últimas décadas, as previsões sobre a Inteligência Artificial Geral (AGI) falharam repetidamente. Desde que Herbert Simon declarou em 1957 que "já existem máquinas que pensam", até as previsões atuais da OpenAI sobre a chegada da superinteligência, essas previsões otimistas muitas vezes são excessivamente prematuras.
Terceiro, passar de não conseguir completar uma tarefa para conseguir completá-la de forma precária é muitas vezes muito mais fácil do que passar de uma conclusão precária para uma conclusão perfeita. Não devemos assumir levianamente que um sucesso inicial levará necessariamente a um avanço final.
Quarto, mesmo que uma determinada tecnologia de IA tenha obtido ampla aplicação e investimento significativo, isso não significa que ela possa se sustentar a longo prazo. Os sistemas especialistas que fizeram sucesso na década de 1980 acabaram declinando devido à dificuldade de expansão e manutenção, e essa lição deve ser lembrada.
Por fim, não coloque todas as suas esperanças em um único método de IA. Tanto o simbolismo quanto o conexionismo já foram dominantes, mas acabaram por mostrar limitações. O desenvolvimento futuro da IA pode exigir uma combinação e inovação de múltiplos métodos.
Empresas líderes em IA, como a Nvidia, devem aproveitar as oportunidades atuais, mas também aprender com essas lições históricas, mantendo uma atitude alerta e aberta, contribuindo para o desenvolvimento saudável e sustentável da IA a longo prazo.