Intelligence artificielle

Le deep learning n'est pas la clé pour débloquer la singularité

Le deep learning n'est pas la clé pour débloquer la singularité


Vernor Vinge a inventé "The Singularity" dans un essai de 1993, La singularité technologique à venir, qui dénotait la fin de l'ère humaine d'une surintelligence dominante. Maintenant, les principaux scientifiques du débat sur l'IA quand cela se produira, je m'abstiens pour l'instant. En fin de compte, la question est de savoir quel outil ou découverte est nécessaire pour laisser les ordinateurs contourner l'intelligence humaine. La réponse n'est pas les réseaux profonds.

Source - Cours CS188 de l'auteur, http://ai.berkeley.edu.

L'affaire contre le Deep Learning

Pourquoi le Deep Learning ne dépassera-t-il pas l'intelligence humaine - un manque de véritable généralisation? Des recherches récentes ont discuté de la façon dont les réseaux de neurones mémorisent simplement l'ensemble d'entraînement, avec une légère interpolation entre les deux. Cela explique les difficultés de transformation des données, la difficulté de changement de distribution et les avantages de l'augmentation de la taille de l'ensemble de données. Les réseaux profonds sont le meilleur outil d'approximation car ils peuvent fonctionner dans n'importe quel domaine des données finies: vision par ordinateur, systèmes dynamiques, traitement audio, etc. Ils ne parviennent pas à prédire avec précision lorsque le système évolue de manière complexe, comme l'intelligence physique ou la construction de phrases abstraites, ce qui est la merveille du cerveau humain.

Considérez les capacités de prédiction des réseaux de neurones comme composant nécessaire de résoudre l'intelligence au niveau humain - généraliser à travers les expériences aux expériences à proximité - mais il ne dit rien quant à s'il suffit de prouver du existence de superintelligence.

Synergie d'apprentissage en profondeur avec l'IA symbolique

Le cerveau humain est l'existence d'un système d'intelligence générale de 20W. Les ordinateurs peuvent éventuellement le faire (peut-être à une puissance plus élevée). Le domaine classique de l'IA symbolique tente d'utiliser des mathématiques de niveau supérieur et une construction basée sur la raison pour créer des systèmes intelligents. L'IA symbolique vise à permettre aux ordinateurs de raisonner et de distiller les connaissances, plutôt que de mémoriser et de prédire. Cela dit, l'apprentissage en profondeur a permis de nombreuses autres tâches automatisées (reconnaissance d'image, prédiction de séries chronologiques, etc.), de sorte que ces systèmes de raisonnement peuvent adopter des approches très différentes. Il est beaucoup plus difficile d'obtenir un financement en dehors de la vague d'apprentissage en profondeur, mais c'est le chercheur qui démontre la prochaine plate-forme (tirant probablement parti de l'apprentissage en profondeur) qui révolutionnera le domaine avec des capacités de raisonnement constructif.

La communauté de l'IA doit se rappeler de s'éloigner parfois du chemin. Source - Auteur.
Afficher plus

SupportIvy

SupportIvy.com : Un lieu pour partager le savoir et mieux comprendre le monde. Meilleure plate-forme de support gratuit pour vous, Documentation &Tutoriels par les experts.

Articles similaires

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Bouton retour en haut de la page
Fermer