Che tipo di educazione è richiesta per i ricercatori nell'IA?

Supponiamo che il mio obiettivo sia collaborare e creare un'intelligenza artificiale avanzata, ad esempio uno che assomigli a un essere umano e che il progetto sia ai confini della ricerca sull'intelligenza artificiale, che tipo di competenze dovrei avere?

Sto parlando di cose specifiche come quale programma universitario dovrei completare per entrare ed essere competente nel campo. Ecco alcune delle cose a cui ho pensato, solo per esemplificare ciò che intendo:

• Scienze informatiche: ovviamente l'intelligenza artificiale è costruita su computer, non sarebbe male sapere come funzionano i computer, ma alcune cose di basso livello e cose specifiche della macchina non sembrano essenziali, ovviamente potrei sbagliarmi.
• Psicologia: se l'IA assomiglia agli esseri umani, la conoscenza della cognizione umana sarebbe probabilmente utile, anche se non immagino la neurologia a livello cellulare o complicate stranezze psicologiche tipiche degli esseri umani come il complesso di Edipo sarebbero rilevanti, ma ancora, potrei sbagliarmi .

Come ricercatore di intelligenza artificiale a tempo pieno, direi che un dottorato di ricerca in machine learning sarebbe sicuramente un'opzione utile.

Tuttavia, al fine di compiere i necessari progressi , l'IA deve evitare di cadere nella trappola di pensare che i metodi attualmente alla moda siano qualsiasi tipo di "proiettile d'argento". C'è il pericolo che un dottorato che si dirige direttamente (diciamo) in alcune aree sub-sub-sub di DL finisca per imporre troppi pregiudizi alla prospettiva successiva dello studente.

La ricerca sull'IA è un'attività essenzialmente multidisciplinare. Altri possibili sfondi includono quindi:

• Matematica o fisica (di primo grado o livello di dottorato). Uno sfondo forte in uno di questi non ha mai fatto del male a nessuno. Le persone competenti in questi campi tendono ad essere in grado di trasformare le proprie abilità in nuovi domini in modo relativamente semplice.

• Ingegneria software. Una delle cose di cui l'IA ha bisogno sono architetture integrative per l'ingegneria della conoscenza. Ecco perché . Credo che uno dei motivi per cui non siamo ancora riusciti a fare l' OCR a livello di un bambino di 5 anni è che dobbiamo ancora accettare che dobbiamo "costruire un martello per rompere un dado". Gli architetti del software sono abituati a gestire la complessità su larga scala, quindi possono essere di aiuto.

• Scienze cognitive, psicologia, linguistica cognitiva. Le ragioni qui sono ovvie.

Soprattutto, penso personalmente che un buon ricercatore di intelligenza artificiale dovrebbe essere creativo, curioso e pronto a mettere in discussione la saggezza ricevuta, che sono tutti più importanti nella pratica rispetto ai dettagli del loro background.

Oggi la ricerca sull'intelligenza artificiale si sta allargando (2016). Innanzitutto, alcuni dipartimenti "ovvi" (nessun ordine):

• Informatica (ad es. Teoria del calcolo, algoritmi): i ricercatori dell'IA ipotizzano che l'intelligenza sia una sorta di calcolo, sotto varie forme (ad esempio una rete neurale, un sistema logico).
• Ingegneria del software : Supponendo che troviamo un buon modello per l'intelligenza artificiale, come lo fai? Questo è ciò che l'ingegnere vorrà capire. E può essere difficile mappare modelli matematici su un pezzo ingegnerizzato.
• Statistica e probabilità (più specifiche della semplice matematica, che è anche vicino all'informatica): si tratta di scienza dei dati, in particolare come base per l'apprendimento automatico, il ramo più attivo in AI --- che "semplicemente" copre la parte dell'apprendimento .
• Fisica: questo è particolarmente rilevante ora per l'hardware (vedi sotto).
• Neuro Science: capire come funziona il cervello, come fonte d'ispirazione per crearne uno artificiale, è la casa dei connessionisti. Di recente, Hassabis e il suo team di Google Deepmind hanno fatto diverse scoperte relative all'apprendimento del rinforzo, alla memoria, all'attenzione, ecc.

Di recente, l'ingegneria elettrica sta ricevendo molta luce, insieme ai rami correlati della fisica. Diversi laboratori pubblici e privati ​​si concentrano su "chip cerebrali". Per citarne alcuni: IBM (che ci sta lavorando già da qualche tempo), Nvidia e Facebook. Intorno al 2010, è diventato chiaro che tecniche come il deep learning richiedono potenza, quindi un focus crescente sulla creazione di chip più potenti, più piccoli e più efficienti dal punto di vista energetico. E per di più, c'è tutto il lavoro nel calcolo quantistico.

Ma il fatto è che sembra che ci siano molti altri campi che sono coinvolti nella ricerca sull'IA. Dovremmo citare Chimica e Biologia, sia come ispirazione sia come strumenti per realizzare nuovi modelli o hardware (ad es. Chip che non usano silicio, in modo che possano ridursi).

Per quanto riguarda il 2016, i campi di cui sopra sono i più attivi e promettono di rimanere molto attivi per un bel po 'di tempo. Scegli il tuo in base al tuo interesse, abilità o semplice intuizione!

Per finire, potremmo essere sorpresi tra qualche anno quando guardiamo indietro da dove proviene l'IA. Credo che se riusciremo a costruire un AGI, sfrutterà comunque tutti questi campi. Immagino che il brivido sia quello di far parte della storia.