Искусственный интеллект ( AI ) развивается в течение 80 лет с 1943 года. За это время ИИ пережил подъемы и падения финансирования, разнообразие исследовательских методов и колебания общественного мнения. Оглядываясь на эту историю, мы можем подвести некоторые ценные уроки.
Происхождение ИИ можно проследить до декабря 1943 года, когда два ученых опубликовали теоретическую статью о нейронных сетях. Хотя гипотезы в этой статье позже не были подтверждены экспериментально, она вдохновила ныне доминирующий метод ИИ "глубокое обучение". Это напоминает нам о необходимости осторожно относиться к теориям, лишенным эмпирической основы, и не путать инженерное дело с наукой.
За последние 80 лет в области ИИ неоднократно делались чрезмерно оптимистичные прогнозы. Начиная с 50-х годов XX века, пионеры ИИ смело предсказывали, что машины скоро достигнут уровня человеческого интеллекта. Это ожидание скорого достижения общего искусственного интеллекта (AGI) даже повлияло на политику и инвестиции правительства. Однако, как показала практика, эти прогнозы часто были чрезмерно оптимистичными. Мы должны осторожно относиться к заявлениям о скором приходе AGI и не позволять себя обмануть новизной.
История развития ИИ также напоминает нам, что переход от полного невыполнения задачи к ее слабому выполнению часто гораздо легче, чем переход от слабого выполнения к мастерству. Многие люди ошибочно полагают, что, если у ИИ будет достаточно времени и технологических достижений, он обязательно достигнет уровня человека. Но реальность не так проста.
К концу 80-х и началу 90-х годов эксперты системы пережили взлет и падение, что дало нам еще один урок. Даже если технология добилась первоначального успеха и широкого применения, это не означает, что она сможет развиться в устойчивую отрасль. Технологические пузыри всегда лопаются.
В конце концов, история развития ИИ говорит нам о том, что не следует возлагать все надежды на одно направление исследований. Как в академической, так и в промышленной сферах следует сохранять открытость и разнообразие в исследовательском подходе, а не упорствовать в какой-то конкретной парадигме ИИ.
Эти уроки важны не только для исследователей и практиков в области ИИ, но и для таких ведущих компаний, как NVIDIA. В будущем развитии области ИИ будет крайне важно сохранять бдительность, осторожность и разнообразие подходов.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
5 ключевых уроков 80-летнего развития ИИ: от чрезмерного оптимизма к многообразному развитию
Пять уроков за 80 лет развития ИИ
Искусственный интеллект ( AI ) развивается в течение 80 лет с 1943 года. За это время ИИ пережил подъемы и падения финансирования, разнообразие исследовательских методов и колебания общественного мнения. Оглядываясь на эту историю, мы можем подвести некоторые ценные уроки.
Происхождение ИИ можно проследить до декабря 1943 года, когда два ученых опубликовали теоретическую статью о нейронных сетях. Хотя гипотезы в этой статье позже не были подтверждены экспериментально, она вдохновила ныне доминирующий метод ИИ "глубокое обучение". Это напоминает нам о необходимости осторожно относиться к теориям, лишенным эмпирической основы, и не путать инженерное дело с наукой.
За последние 80 лет в области ИИ неоднократно делались чрезмерно оптимистичные прогнозы. Начиная с 50-х годов XX века, пионеры ИИ смело предсказывали, что машины скоро достигнут уровня человеческого интеллекта. Это ожидание скорого достижения общего искусственного интеллекта (AGI) даже повлияло на политику и инвестиции правительства. Однако, как показала практика, эти прогнозы часто были чрезмерно оптимистичными. Мы должны осторожно относиться к заявлениям о скором приходе AGI и не позволять себя обмануть новизной.
История развития ИИ также напоминает нам, что переход от полного невыполнения задачи к ее слабому выполнению часто гораздо легче, чем переход от слабого выполнения к мастерству. Многие люди ошибочно полагают, что, если у ИИ будет достаточно времени и технологических достижений, он обязательно достигнет уровня человека. Но реальность не так проста.
К концу 80-х и началу 90-х годов эксперты системы пережили взлет и падение, что дало нам еще один урок. Даже если технология добилась первоначального успеха и широкого применения, это не означает, что она сможет развиться в устойчивую отрасль. Технологические пузыри всегда лопаются.
В конце концов, история развития ИИ говорит нам о том, что не следует возлагать все надежды на одно направление исследований. Как в академической, так и в промышленной сферах следует сохранять открытость и разнообразие в исследовательском подходе, а не упорствовать в какой-то конкретной парадигме ИИ.
Эти уроки важны не только для исследователей и практиков в области ИИ, но и для таких ведущих компаний, как NVIDIA. В будущем развитии области ИИ будет крайне важно сохранять бдительность, осторожность и разнообразие подходов.