Quindi l'apprendimento automatico consente a un sistema di essere auto-automatizzato, nel senso che può prevedere lo stato futuro in base a ciò che ha appreso finora. La mia domanda è: le tecniche di apprendimento automatico sono l'unico modo per far sì che un sistema sviluppi la sua conoscenza del dominio?
Risposte:
Bene, stiamo parlando di un sistema (una macchina) che sviluppa conoscenza (apprende), quindi è difficile per una tale tecnica non rientrare nell'apprendimento automatico.
Ma si potrebbe sostenere che i motori di inferenza che lavorano su un database di conoscenza basato su grafici per derivare nuove proposizioni o probabilità non fanno parte dell'apprendimento automatico. Naturalmente in quel caso parte della conoscenza non viene affatto acquisita, ma piuttosto inserita dagli sviluppatori.
Sto ancora leggendo questo, ma la mia impressione è che questi database di conoscenza e motori di inferenza siano diventati piuttosto popolari negli anni Novanta e molti ricercatori AGI oggi lavorano ancora in quella direzione.
Dipende da quanto si definiscono "tecniche di apprendimento automatico". Potresti costruire una definizione in modo che, per definizione, tutto l'apprendimento rientri in quella rubrica. OTOH, esiste una così vasta gamma di tecniche di machine learning che farlo non ne guadagnerebbe molto.
Probabilmente ha più senso parlare dei diversi tipi di apprendimento che utilizziamo nell'ambito dell'apprendimento automatico / dell'intelligenza artificiale. Come minimo, hai:
E poi cose come "l'apprendimento per rinforzo" che può sottocategorizzare quanto sopra. Molte di queste cose rientrano in quello che la gente generalmente chiama "apprendimento automatico".
Al di fuori di questo, hai cose come algoritmi di induzione delle regole, tecniche di logica deduttiva come la programmazione di logica induttiva che può in qualche modo "apprendere", motori di inferenza, ragionamento automatizzato, ecc. Che hanno i loro modi di "apprendere" sul mondo, ma sono separati da ciò che di solito viene definito "apprendimento automatico".
Ma anche con questo in mente, si può giustamente chiedere se c'è davvero una linea di demarcazione lì o no. In effetti, sembra esserci una ragione per pensare che i futuri sistemi di intelligenza artificiale possano usare un approccio ibrido che combina molte tecniche diverse indipendentemente dal fatto che siano o meno etichettati "apprendimento automatico" o "GOFAI" o "altro".