Les 80 ans de développement de l'IA et ses enseignements
L'intelligence artificielle ( AI ) a déjà parcouru 80 ans de développement. Pendant cette période, l'IA a connu de nombreuses fluctuations, les méthodes de recherche ont constamment évolué, et l'attitude du public est parfois curieuse, parfois inquiète, parfois pleine d'espoir. En regardant cette histoire, nous pouvons en tirer quelques leçons précieuses.
L'histoire de l'IA remonte à décembre 1943, lorsque le neurophysiologiste McCulloch et le logicien Pitts ont publié un article sur un réseau de neurones idéal. Bien que l'hypothèse de cet article n'ait pas réussi à passer les tests empiriques par la suite, elle a inspiré le "connexionnisme", qui est aujourd'hui dominant dans l'IA par apprentissage profond.
La première leçon est que nous devons nous méfier de la confusion entre l'ingénierie et la science, et entre la science et la spéculation. Plus important encore, nous devons résister à l'illusion de « nous sommes comme des dieux », c'est-à-dire croire que l'humanité peut créer des machines identiques à elle-même. Cette arrogance a été le catalyseur de la bulle technologique et des enthousiasmes cycliques de l'IA au cours des 80 dernières années.
Depuis les années 1950, les prédictions sur la réalisation imminente de l'IA générale ( AGI ) ne cessent d'apparaître. Cependant, il s'est avéré que ces prédictions sont souvent trop optimistes. La deuxième leçon est que nous devons examiner avec prudence ces nouvelles choses qui semblent brillantes, car elles pourraient ne pas représenter une avancée significative par rapport aux anciennes conjectures sur l'intelligence des machines.
La troisième leçon est que la distance entre ne pas pouvoir faire quelque chose et le faire mal est généralement beaucoup plus courte que celle entre le faire mal et le faire très bien. Nous ne devrions pas croire facilement au "fallacy du premier pas", à savoir que dès qu'on fait des progrès initiaux, un résultat parfait est à portée de main.
Au milieu des années 1960, les systèmes experts ont connu une certaine popularité. Cependant, au début des années 1990, cette vague d'IA s'est complètement effondrée. La quatrième leçon est que, même après dix ou quinze ans d'adoption généralisée et d'investissements massifs, un succès préliminaire ne peut pas nécessairement donner naissance à une "nouvelle industrie" durable. Les bulles ont souvent tendance à éclater.
Dans l'histoire du développement de l'IA, l'IA symbolique basée sur des règles et le connexionnisme basé sur des statistiques ont toujours rivalisé pour la domination. Ce n'est qu'en 2012 que l'apprentissage profond a remporté une victoire décisive. Cependant, la cinquième leçon nous dit de ne pas mettre tous les "œufs" de l'IA dans le même "panier". Nous devrions encourager des directions de recherche diversifiées.
Ces leçons ne sont pas seulement inspirantes pour les chercheurs et praticiens de l'IA, mais elles sont également importantes pour les investisseurs et les décideurs. Des entreprises comme Nvidia se sont bien comportées en saisissant les opportunités de l'IA, mais il reste essentiel de rester vigilant et diversifié. Au cours des 30 prochaines années, le domaine de l'IA continuera sans aucun doute à être rempli de défis et d'opportunités.
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.
9 J'aime
Récompense
9
6
Partager
Commentaire
0/400
TokenUnlocker
· 08-02 06:23
40 ans ou 80 ans, les cancres en mathématiques ont du mal à faire la différence.
Voir l'originalRépondre0
BloodInStreets
· 08-01 11:16
Mieux vaut vivre mal que de mourir bien, la grande tendance de l'IA ne peut pas échapper aux trois montées et trois baisses, ressentez la joie de Cut Loss.
Voir l'originalRépondre0
CommunityJanitor
· 07-30 17:38
Ce développement est vraiment trop lent 8
Voir l'originalRépondre0
RunWithRugs
· 07-30 07:04
Encore un nouveau dieu, hein ?
Voir l'originalRépondre0
LiquiditySurfer
· 07-30 06:59
C'est un peu comme regarder le marché Chandelier, avec ses hauts et ses bas, il y a toujours de nouveaux sommets.
Voir l'originalRépondre0
notSatoshi1971
· 07-30 06:38
Dans trois k ans, ce sera peut-être notre héritier de conscience.
80 ans de développement de l'IA : cinq enseignements pour vous aider à maîtriser les tendances futures
Les 80 ans de développement de l'IA et ses enseignements
L'intelligence artificielle ( AI ) a déjà parcouru 80 ans de développement. Pendant cette période, l'IA a connu de nombreuses fluctuations, les méthodes de recherche ont constamment évolué, et l'attitude du public est parfois curieuse, parfois inquiète, parfois pleine d'espoir. En regardant cette histoire, nous pouvons en tirer quelques leçons précieuses.
L'histoire de l'IA remonte à décembre 1943, lorsque le neurophysiologiste McCulloch et le logicien Pitts ont publié un article sur un réseau de neurones idéal. Bien que l'hypothèse de cet article n'ait pas réussi à passer les tests empiriques par la suite, elle a inspiré le "connexionnisme", qui est aujourd'hui dominant dans l'IA par apprentissage profond.
La première leçon est que nous devons nous méfier de la confusion entre l'ingénierie et la science, et entre la science et la spéculation. Plus important encore, nous devons résister à l'illusion de « nous sommes comme des dieux », c'est-à-dire croire que l'humanité peut créer des machines identiques à elle-même. Cette arrogance a été le catalyseur de la bulle technologique et des enthousiasmes cycliques de l'IA au cours des 80 dernières années.
Depuis les années 1950, les prédictions sur la réalisation imminente de l'IA générale ( AGI ) ne cessent d'apparaître. Cependant, il s'est avéré que ces prédictions sont souvent trop optimistes. La deuxième leçon est que nous devons examiner avec prudence ces nouvelles choses qui semblent brillantes, car elles pourraient ne pas représenter une avancée significative par rapport aux anciennes conjectures sur l'intelligence des machines.
La troisième leçon est que la distance entre ne pas pouvoir faire quelque chose et le faire mal est généralement beaucoup plus courte que celle entre le faire mal et le faire très bien. Nous ne devrions pas croire facilement au "fallacy du premier pas", à savoir que dès qu'on fait des progrès initiaux, un résultat parfait est à portée de main.
Au milieu des années 1960, les systèmes experts ont connu une certaine popularité. Cependant, au début des années 1990, cette vague d'IA s'est complètement effondrée. La quatrième leçon est que, même après dix ou quinze ans d'adoption généralisée et d'investissements massifs, un succès préliminaire ne peut pas nécessairement donner naissance à une "nouvelle industrie" durable. Les bulles ont souvent tendance à éclater.
Dans l'histoire du développement de l'IA, l'IA symbolique basée sur des règles et le connexionnisme basé sur des statistiques ont toujours rivalisé pour la domination. Ce n'est qu'en 2012 que l'apprentissage profond a remporté une victoire décisive. Cependant, la cinquième leçon nous dit de ne pas mettre tous les "œufs" de l'IA dans le même "panier". Nous devrions encourager des directions de recherche diversifiées.
Ces leçons ne sont pas seulement inspirantes pour les chercheurs et praticiens de l'IA, mais elles sont également importantes pour les investisseurs et les décideurs. Des entreprises comme Nvidia se sont bien comportées en saisissant les opportunités de l'IA, mais il reste essentiel de rester vigilant et diversifié. Au cours des 30 prochaines années, le domaine de l'IA continuera sans aucun doute à être rempli de défis et d'opportunités.