Développement de l'IA depuis 80 ans : expériences et leçons
L'intelligence artificielle ( AI ) a connu des hauts et des bas au cours des 80 dernières années. Bien qu'il soit toujours difficile de prédire l'évolution future de l'IA, un retour sur l'histoire peut nous aider à mieux comprendre pourquoi les prévisions passées n'ont pas été réalisées, ainsi que dans quels domaines, de quelle manière et pour quelles raisons elles ont échoué.
L'histoire du développement de l'IA a commencé en décembre 1943, lorsque le neurophysiologiste McCulloch et le logicien Pitts ont publié un article sur un réseau de neurones idéalisé. Bien que cet article manquait de fondement expérimental, il a inspiré le "connexionnisme", qui est aujourd'hui la forme dominante de l'IA par apprentissage profond. Cependant, cette approche n'a aucun lien avec le fonctionnement réel du cerveau, bien qu'elle soit souvent décrite comme "imitant le cerveau".
Cela nous rappelle de rester vigilants à ne pas confondre l'ingénierie avec la science, ni la science avec des spéculations. Plus important encore, il faut résister à l'illusion de "nous sommes comme des dieux", c'est-à-dire de croire que l'humanité peut créer des machines semblables à l'humain. Cette arrogance a été un catalyseur de la bulle technologique et de l'engouement périodique pour l'IA au cours des 80 dernières années.
Depuis les années 1950, des personnes ont prédit que l'IA générale ( AGI ) allait bientôt apparaître. Cependant, ces prévisions reposent souvent sur le "mythe de la première étape", qui suppose que dès qu'une machine peut accomplir une tâche auparavant considérée comme impossible, même si elle le fait très mal, il suffira de développer davantage la technologie pour qu'elle soit parfaitement exécutée. Il s'avère qu'il est généralement beaucoup plus court de passer de l'incapacité à accomplir une tâche à un mauvais résultat que de passer d'un mauvais résultat à un bon résultat.
Au milieu des années 1960, les systèmes experts ont commencé à se concentrer sur l'acquisition et la programmation des connaissances du monde réel. Cependant, au début des années 1990, cet engouement pour l'IA s'est estompé, principalement en raison du processus d'acquisition des connaissances qui était compliqué, long et coûteux. Cela indique que même après dix ou quinze ans d'adoption généralisée et d'investissements importants, il n'est pas certain qu'un "nouveau secteur" durable puisse émerger.
Depuis longtemps, l'IA symbolique basée sur des règles et l'IA connexionniste basée sur des statistiques se disputent la domination. Avant le renouveau du connexionnisme en 2012, la recherche en IA était principalement dirigée par le milieu académique, ce qui a conduit à un certain dogmatisme. Cependant, ces dernières années, le centre de gravité du développement de l'IA s'est déplacé vers le secteur privé, mais l'ensemble du domaine reste attaché à une seule direction de recherche. Cela nous rappelle de ne pas mettre tous les "œufs" de l'IA dans le même "panier".
En examinant les 80 années de développement de l'IA, ces leçons pourraient aider les entreprises leaders de l'IA actuelles à traverser les hauts et les bas à venir. Rester vigilant, diversifier les développements et reconnaître l'incertitude du progrès technologique seront essentiels pour l'avenir du développement de l'IA.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
20 J'aime
Récompense
20
2
Partager
Commentaire
0/400
SchrodingerWallet
· 07-20 08:42
La technologie n'échappe pas au cycle des pigeons.
Voir l'originalRépondre0
LiquidityNinja
· 07-20 08:26
Le secteur technologique change trois fois par jour, c'est vraiment absurde.
80 ans de développement de l'IA : l'apocalypse de l'enthousiasme à la rationalité
Développement de l'IA depuis 80 ans : expériences et leçons
L'intelligence artificielle ( AI ) a connu des hauts et des bas au cours des 80 dernières années. Bien qu'il soit toujours difficile de prédire l'évolution future de l'IA, un retour sur l'histoire peut nous aider à mieux comprendre pourquoi les prévisions passées n'ont pas été réalisées, ainsi que dans quels domaines, de quelle manière et pour quelles raisons elles ont échoué.
L'histoire du développement de l'IA a commencé en décembre 1943, lorsque le neurophysiologiste McCulloch et le logicien Pitts ont publié un article sur un réseau de neurones idéalisé. Bien que cet article manquait de fondement expérimental, il a inspiré le "connexionnisme", qui est aujourd'hui la forme dominante de l'IA par apprentissage profond. Cependant, cette approche n'a aucun lien avec le fonctionnement réel du cerveau, bien qu'elle soit souvent décrite comme "imitant le cerveau".
Cela nous rappelle de rester vigilants à ne pas confondre l'ingénierie avec la science, ni la science avec des spéculations. Plus important encore, il faut résister à l'illusion de "nous sommes comme des dieux", c'est-à-dire de croire que l'humanité peut créer des machines semblables à l'humain. Cette arrogance a été un catalyseur de la bulle technologique et de l'engouement périodique pour l'IA au cours des 80 dernières années.
Depuis les années 1950, des personnes ont prédit que l'IA générale ( AGI ) allait bientôt apparaître. Cependant, ces prévisions reposent souvent sur le "mythe de la première étape", qui suppose que dès qu'une machine peut accomplir une tâche auparavant considérée comme impossible, même si elle le fait très mal, il suffira de développer davantage la technologie pour qu'elle soit parfaitement exécutée. Il s'avère qu'il est généralement beaucoup plus court de passer de l'incapacité à accomplir une tâche à un mauvais résultat que de passer d'un mauvais résultat à un bon résultat.
Au milieu des années 1960, les systèmes experts ont commencé à se concentrer sur l'acquisition et la programmation des connaissances du monde réel. Cependant, au début des années 1990, cet engouement pour l'IA s'est estompé, principalement en raison du processus d'acquisition des connaissances qui était compliqué, long et coûteux. Cela indique que même après dix ou quinze ans d'adoption généralisée et d'investissements importants, il n'est pas certain qu'un "nouveau secteur" durable puisse émerger.
Depuis longtemps, l'IA symbolique basée sur des règles et l'IA connexionniste basée sur des statistiques se disputent la domination. Avant le renouveau du connexionnisme en 2012, la recherche en IA était principalement dirigée par le milieu académique, ce qui a conduit à un certain dogmatisme. Cependant, ces dernières années, le centre de gravité du développement de l'IA s'est déplacé vers le secteur privé, mais l'ensemble du domaine reste attaché à une seule direction de recherche. Cela nous rappelle de ne pas mettre tous les "œufs" de l'IA dans le même "panier".
En examinant les 80 années de développement de l'IA, ces leçons pourraient aider les entreprises leaders de l'IA actuelles à traverser les hauts et les bas à venir. Rester vigilant, diversifier les développements et reconnaître l'incertitude du progrès technologique seront essentiels pour l'avenir du développement de l'IA.