Quali sono i principali problemi che ostacolano l'attuale sviluppo dell'IA?

Ho una formazione in ingegneria informatica e ho lavorato allo sviluppo di algoritmi migliori per imitare il pensiero umano. (Uno dei miei preferiti è la modellazione analogica applicata all'elaborazione del linguaggio e al processo decisionale.) Tuttavia, più faccio una ricerca, più mi rendo conto di quanto sia complicata l'IA.

Ho cercato di affrontare molti problemi in questo campo, ma a volte trovo che sto reinventando la ruota o sto cercando di risolvere un problema che si è già dimostrato irrisolvibile (ad esempio il problema dell'arresto). Quindi, per aiutare a promuovere l'IA, voglio capire meglio gli ostacoli attuali che stanno ostacolando i nostri progressi in questo campo.

Ad esempio, la complessità del tempo e dello spazio di alcuni algoritmi di machine learning è super polinomiale, il che significa che anche con computer veloci, il completamento del programma può richiedere del tempo. Tuttavia, alcuni algoritmi possono essere veloci su un desktop o su un altro computer mentre si occupano di un piccolo set di dati, ma quando si aumentano le dimensioni dei dati, l'algoritmo diventa intrattabile.

Quali sono gli altri problemi che stanno attualmente affrontando lo sviluppo dell'IA?

1. non sappiamo davvero cos'è l'intelligenza.

2. non comprendiamo veramente il miglior modello di intelligenza che abbiamo a disposizione (intelligenza umana).

3. stiamo cercando di replicare l'intelligenza umana (in una certa misura) sull'hardware che è abbastanza diverso dall'hardware su cui gira nella realtà.

4. il cervello umano (il nostro miglior modello di intelligenza) è per lo più una scatola nera per noi ed è difficile sondare / introspettare il suo funzionamento senza uccidere il soggetto del test. Questo è, ovviamente, immorale e illegale. Quindi i progressi nella comprensione del cervello sono molto lenti.

Combina questi fattori e puoi capire perché è difficile fare progressi nell'intelligenza artificiale. In molti modi, puoi sostenere che stiamo sparando nel buio. Certo, abbiamo fatto alcuni progressi, quindi sappiamo che stiamo facendo alcune cose giuste. Ma senza una vera teoria globale su come l' IA dovrebbe / funzionerà, siamo ridotti a molti tentativi, errori e iterazioni per andare avanti.

Suppongo che per AI intendi AG (eneral) I, non apprendimento automatico o sistemi esperti messi a punto per compiti specifici.

Oltre alla risposta di @ mindcrime, a volte finiamo i campioni per allenarci e talvolta i computer diventano così lenti da elaborare campioni sufficienti per lavorare in tempistiche gestibili. @bpachev ha menzionato la memoria, ma in superficie i nostri supercomputer hanno una memoria più che sufficiente per memorizzare una matrice del cervello umano. Ma ci manca la capacità di simularlo in tempo reale. Dopo che siamo riusciti a farlo, dobbiamo anche collegare input esterni, per questo è necessaria una potenza di elaborazione ancora maggiore. Anche questo non sarebbe sufficiente per simulare pienamente un cervello umano poiché la biochimica gioca un ruolo importante.

Un'ultima nota sarebbe che ci sono pochi incentivi per sviluppare AGI oltre a capire come funziona la mente umana. Esistono algoritmi di classificazione, sistemi esperti, motori di conoscenza in grado di superare anche i migliori umani per compiti specifici.

Un ostacolo allo sviluppo dell'IA sono i limiti fondamentali della memoria del computer. I computer, a un livello fondamentale, possono funzionare solo con i bit. Ciò limita il tipo di informazioni che possono descrivere.

MODIFICARE:

La natura e la complessità precise della memoria umana non sono completamente comprese, ma direi che almeno la memoria umana è ben adattata per i tipi di compiti che gli umani svolgono. Pertanto, la memoria del computer, anche se teoricamente in grado di rappresentare tutto ciò che la memoria umana può, è probabilmente inefficiente e mal strutturata per tale compito.