Yo segundo Larry Carvalho. Muchas personas confunden la comprensión del lenguaje junto con una base de conocimientos expertos con el razonamiento real. ¿Percibirá una base de conocimientos expertos con una interfaz gráfica de usuario para un motor de búsqueda donde puede completar los síntomas y la inteligencia artificial del paciente también? Probablemente no.
Bueno, Watson es el mismo, excepto que en lugar de las listas desplegables y las casillas de verificación, el usuario ingresa los criterios por lenguaje natural. El análisis del lenguaje natural es una tarea muy desafiante, por supuesto, pero no tiene nada que ver con el razonamiento, el dominio qué pasa si, etc.
Permítanme explicar la diferencia entre una búsqueda en la base de conocimientos basada en lenguaje natural (que es Watson) y una IA “fuerte” real. Por ejemplo, un caso de un trabajador de la construcción que inhaló polvo de asbesto y fue golpeado con cáncer de pulmón, está documentado en la base de conocimientos. Viene otro paciente, que es un arquitecto pero que visita sitios de construcción con frecuencia, y presenta síndromes similares, aunque no completamente iguales, porque el polvo venenoso no es asbesto.
La IA “fuerte”, que muchas personas parecen creer que es Watson, podría establecer paralelos entre los dos casos. No importa cómo va la entrada; incluso si todo está seleccionado a través de controles desplegables y campos de texto, la distinción más importante es la capacidad de llegar a la inducción / deducción como conclusiones.
- ¿Cómo cambiará el papel de la universidad en el futuro?
- ¿Cuáles serían las implicaciones de la adopción por parte de los consumidores de más de un 25% de paneles solares (u otra generación de energía doméstica positiva neta)?
- Suponiendo que los malos tiempos continúen hasta 2020, ¿cómo funcionará este cambio?
- ¿Cuál es el futuro de las computadoras portátiles en la era de los teléfonos móviles y las tabletas?
- ¿Qué es la arquitectura espacial y cuál es su futuro?
Watson es capaz de analizar la pregunta; crear una representación semántica de entidades presentes en la pregunta; y, finalmente, realizar una búsqueda utilizando esta entrada semántica en la base de conocimientos. Pero si no encuentra un caso con un arquitecto, entonces se detiene aquí. Por supuesto, la comprensión del lenguaje natural es un área difícil por sí misma (¡lo hago para ganarme la vida!) Y, técnicamente, se considera AI. Pero si puede convertir la pregunta en entidades semánticas, no es lo mismo que los experimentos mentales, el pensamiento categórico y la inducción / deducción.
Ahora, la base de conocimientos se puede enriquecer, por supuesto. Como siguen diciendo, “más datos” (por eso, por ejemplo, la preparación para el truco de Jeopardy tomó tanto tiempo). Pero esto sigue siendo una búsqueda, con sus limitaciones. No evoluciona, acumula datos. No habilidades o habilidades para sacar conclusiones.
¿Se puede “mejorar”? Claro, pero eso es más como rediseñado. Ya hay sistemas que se basan en el sentido común (por ejemplo, en el sistema Cyc), como este: el esfuerzo de Microsoft / Technion extrae noticias antiguas para las predicciones. Se trata de razonar y sacar conclusiones.
Tanto Watson como Siri representan tanto riesgo para la humanidad como la película La llegada del tren representada para el bienestar de los espectadores. No aprende nuevas habilidades, no adquiere conciencia, no hay “Lo siento, no puedo hacer esto, Dave”. Tenga en cuenta que las tecnologías de autoaprendizaje que imitan la mente humana existen (algunas de ellas se están desarrollando en IBM), pero esta no es una de ellas.