El deep learning llegó a un límite

• Los límites que explica el artículo son los siguientes: GPT-3 no entiende las oraciones y simplemente está enfocado en continuarlas de forma natural. El modelo de conducción autónoma de Tesla no puede distinguir a una persona que sostiene una señal de STOP. Clasifica un autobús cubierto de nieve como una quitanieves. La causa es que el deep learning no piensa, sino que memoriza y luego clasifica.

• Por eso, en áreas que no son críticas y ya están decididas, o en campos donde se puede predecir el siguiente resultado, el deep learning muestra una eficacia sobresaliente. Pero en áreas donde eso no es posible, tiene muchos problemas. El autor pone como ejemplo NetHack. Se probó una IA capaz de jugar y terminar ese juego con dos enfoques: IA clásica e IA de deep learning. La IA clásica mostró un rendimiento superior.

• La IA clásica, o IA simbólica, podía entender el significado y avanzar en consecuencia. Por eso respondía rápido incluso cuando aparecían patrones nuevos. En cambio, el deep learning es útil para clasificar elementos faltantes a partir de lo existente, pero no pudo desenvolverse bien en mazmorras generadas automáticamente. Porque no puede saber qué significado tienen.

• La alternativa que propone el autor es una IA híbrida. ( Referencia: Ver el futuro de la IA a través del pasado de la IA - MIT Technology Review ) Consiste en superar las limitaciones de la IA de deep learning mediante el análisis simbólico y reglas definibles de la IA clásica. Así se podría controlar la causa del funcionamiento interno y tratar con más precisión las relaciones parciales y las relaciones globales.

• Este tipo de IA no existe solo en el argumento del autor: tanto AlphaGo como AlphaFold2 también son IA híbridas. Otras empresas también están avanzando en esa dirección.

[xguru]

Como no sabía bien cómo resumir esto para publicarlo, estaba pensando en dejar solo la presentación del autor como abajo... Gracias jaja

Es un texto de Gary Marcus, CEO de Robust AI y autor del libro Rebooting AI.

[ffdd270]

Esta publicación abarca muchísimos temas y también tiene muchas partes interesantes, así que no fue fácil. Por eso hice un resumen breve centrado en por qué el autor considera que la IA híbrida es necesaria.

En el texto también se aborda la relación y la tensión (...) entre la IA de aprendizaje profundo y la IA tradicional, y hay muchas historias interesantes, así que, si todavía no han visto el texto completo, me gustaría que también lo leyeran. (__ )/