Le terme «intelligence artificielle» fait souvent référence aux réseaux neuronaux construits sur des technologies d'apprentissage automatique en profondeur. De plus, la technologie de formation des réseaux de neurones est bien développée et porte ses fruits. Cependant, tous les scientifiques ne partagent pas l'opinion que l'intelligence artificielle devrait se développer dans cette voie. Quelqu'un pense même que de tels systèmes «ne doivent pas faire confiance» et que leur développement ne mènera à rien de bon.
L'intelligence artificielle au sens moderne - ce n'est pas du tout ce que beaucoup pensent.
Pourquoi l'apprentissage automatique est mauvais pour le développement humain
Dans un travail à grande échelle publié sur les pages de Technologyreview, un professeur à l'Université de New York, un expert dans le domaine des sciences cognitives (la science de la cognition) Gary Marcus a évoqué les risques de l'utilisation généralisée des réseaux de neurones basés sur l'apprentissage machine profond.
Premièrement, le scientifique estime que la technologie a des limites claires. En particulier, on parle depuis longtemps qu'il est nécessaire de créer une soi-disant «vraie IA», qui convient pour résoudre un large éventail de problèmes, et pas seulement un problème spécifique, comme cela se produit actuellement. Les systèmes d'IA existants ont déjà atteint le sommet de leur développement et ils n'ont pratiquement «nulle part où se développer». De plus, vous ne pouvez pas simplement prendre et, disons, apprendre d'abord à une IA à conduire une voiture, et en forcer une autre à la réparer, puis combiner les systèmes, créant ainsi un assistant universel. Les intelligences artificielles ne pourront tout simplement pas interagir, car elles «ont appris de différentes manières».
Comment rendre l'IA plus intelligente
Vidéo promotionelle:
Pour que les algorithmes deviennent plus efficaces, ils doivent être «formés différemment». Il est nécessaire de leur faire commencer à voir la relation des objets et les conséquences de l'interaction avec eux. Dans ce cas, nous servirons de meilleur exemple.
Professeur Gary Marcus.
De plus, ce que propose Marcus n'est pas du tout nouveau. L'exemple décrit ci-dessus est la façon dont les scientifiques envisageaient «l'IA classique». Mais pour qu'une telle IA fonctionne efficacement, nous devons programmer tous les résultats possibles à l'avance. Et c'est presque irréaliste. Mais il y a une issue.
La solution peut être une sorte de symbiose de «l'IA classique», qui voit les relations et obtient des solutions de manière compréhensible, et l'apprentissage en profondeur, qui est capable de trouver une solution par «essais et erreurs». Cela peut être une sorte de système de base de règles et de règlements concernant le monde environnant. Sur leur base, les systèmes d'IA pourront déjà se développer dans un certain domaine. La véritable intelligence artificielle doit comprendre comment tout fonctionne pour comprendre les relations de cause à effet et passer facilement d'une tâche à une autre. Les systèmes modernes construits à l'aide de la technologie d'apprentissage en profondeur ne sont tout simplement pas capables de cela.
Vladimir Kuznetsov
