С 1943 года область искусственного интеллекта (AI) пережила 80 лет взлетов и падений. От первоначальных теоретических исследований до сегодняшнего бума глубокого обучения, история развития ИИ содержит множество уроков, достойных размышлений.
Во-первых, мы должны быть осторожны, чтобы не путать инженерию с наукой и не принимать предположения за факты. Хотя статья о теории нейронных сетей, опубликованная Маккаллоком и Питцем в 1943 году, не имела экспериментальных оснований, она вдохновила на сегодняшнее глубокое обучение. Но мы не должны приравнивать эту модель к реальному способу работы мозга.
Во-вторых, необходимо с осторожностью относиться к так называемым прорывным достижениям. На протяжении последних нескольких десятилетий пророчества о общем искусственном интеллекте (AGI) не раз оказывались ошибочными. С 1957 года, когда Герберт Саймон заявил, что "уже существуют машины, способные мыслить", до нынешних предсказаний OpenAI о том, что супер-АИ вот-вот появится, эти оптимистичные прогнозы часто бывают чрезмерно преждевременными.
Третье, переход от невозможности выполнить задачу к ее частичному выполнению часто намного легче, чем переход от частичного выполнения к идеальному выполнению. Мы не должны легко считать, что первоначальный успех обязательно приведет к окончательному прорыву.
Четвёртое, даже если какая-либо AI-технология получила широкое применение и значительные инвестиции, это не означает, что она может продолжать существовать в долгосрочной перспективе. Экспертные системы, которые были популярны в 80-х годах XX века, в конечном итоге пришли в упадок из-за трудностей с масштабированием и обслуживанием, этот урок стоит запомнить.
В конце концов, не стоит возлагать все надежды на единственный метод ИИ. Будь то символизм или соединительная теория, они когда-то были на пике популярности, но в конечном итоге показали свои ограничения. Будущее развития ИИ может потребовать сочетания и инноваций различных подходов.
Компании-лидеры в сфере ИИ, такие как Nvidia, должны, используя текущие возможности, также извлекать уроки из истории, оставаться бдительными и открытыми, чтобы внести вклад в долгосрочное и здоровое развитие ИИ.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
22 Лайков
Награда
22
9
Репост
Поделиться
комментарий
0/400
MevWhisperer
· 08-12 19:50
Это всего лишь спекуляция ради заработка, в конечном итоге это одно и то же.
Посмотреть ОригиналОтветить0
StablecoinEnjoyer
· 08-12 15:44
Этот AGI каждый раз говорит, что сейчас придет, не верю.
Посмотреть ОригиналОтветить0
CodeZeroBasis
· 08-12 05:46
Ах, снова ai бык
Посмотреть ОригиналОтветить0
ForkItAllDay
· 08-10 02:06
Эта технология хвасталась 80 лет...
Посмотреть ОригиналОтветить0
ZkProofPudding
· 08-10 02:01
Я плачу налог на интеллект уже 80 лет.
Посмотреть ОригиналОтветить0
ponzi_poet
· 08-10 01:47
Действительно, не стоит каждый день обсуждать предсказания.
80 лет развития ИИ: пять уроков, которые стоит усвоить
Пять уроков развития ИИ
С 1943 года область искусственного интеллекта (AI) пережила 80 лет взлетов и падений. От первоначальных теоретических исследований до сегодняшнего бума глубокого обучения, история развития ИИ содержит множество уроков, достойных размышлений.
Во-первых, мы должны быть осторожны, чтобы не путать инженерию с наукой и не принимать предположения за факты. Хотя статья о теории нейронных сетей, опубликованная Маккаллоком и Питцем в 1943 году, не имела экспериментальных оснований, она вдохновила на сегодняшнее глубокое обучение. Но мы не должны приравнивать эту модель к реальному способу работы мозга.
Во-вторых, необходимо с осторожностью относиться к так называемым прорывным достижениям. На протяжении последних нескольких десятилетий пророчества о общем искусственном интеллекте (AGI) не раз оказывались ошибочными. С 1957 года, когда Герберт Саймон заявил, что "уже существуют машины, способные мыслить", до нынешних предсказаний OpenAI о том, что супер-АИ вот-вот появится, эти оптимистичные прогнозы часто бывают чрезмерно преждевременными.
Третье, переход от невозможности выполнить задачу к ее частичному выполнению часто намного легче, чем переход от частичного выполнения к идеальному выполнению. Мы не должны легко считать, что первоначальный успех обязательно приведет к окончательному прорыву.
Четвёртое, даже если какая-либо AI-технология получила широкое применение и значительные инвестиции, это не означает, что она может продолжать существовать в долгосрочной перспективе. Экспертные системы, которые были популярны в 80-х годах XX века, в конечном итоге пришли в упадок из-за трудностей с масштабированием и обслуживанием, этот урок стоит запомнить.
В конце концов, не стоит возлагать все надежды на единственный метод ИИ. Будь то символизм или соединительная теория, они когда-то были на пике популярности, но в конечном итоге показали свои ограничения. Будущее развития ИИ может потребовать сочетания и инноваций различных подходов.
Компании-лидеры в сфере ИИ, такие как Nvidia, должны, используя текущие возможности, также извлекать уроки из истории, оставаться бдительными и открытыми, чтобы внести вклад в долгосрочное и здоровое развитие ИИ.