La inteligencia artificial es un campo amplio, y las personas que usan el término suelen referirse a cosas diferentes. Las cosas en las que las personas llamadas investigadores de IA están trabajando (y que podrían contribuir a crear un sistema que rivalice con los humanos en inteligencia general) podrían describirse como pertenecientes a cuatro campos diferentes:
* Enfoques basados en lógica, matemática teórica, gramática formal y ontologías.
* Desarrollo de algoritmos “genéticos” que están inspirados en parte por procesos evolutivos.
- ¿Qué trabajos puedo hacer después de completar mi B.sc, un título en agricultura?
- ¿Convertirse en piloto comercial es una opción de carrera viable en la economía actual? Si es así, ¿cuáles son los mejores institutos para obtener mi CPL?
- ¿Cómo debo prepararme para obtener el trabajo de control de calidad de TI?
- ¿Debo elegir una carrera en ciberseguridad?
- Big Data: ¿Es posible que alguien que está haciendo una maestría en ingeniería química cambie a las ciencias de datos como una carrera profesional?
* Aprendizaje automático y ontologías basadas en estadísticas
* Sistemas que se inspiran en el cerebro humano (y, por ejemplo, intentan imitar aspectos de cómo funciona la neocorteza humana)
Esta es una generalización simplista y, por lo tanto, puede no ser útil. Por supuesto, es posible crear sistemas híbridos que se inspiren en varios (o todos) de estos campamentos. Sin embargo, el punto es que el aprendizaje que es útil para una de estas áreas puede no ser útil para otra. Algunas personas pueden tener mucho uso para aprender sobre neurociencia; otras no. Algunas personas pueden tener mucho uso para aprender sobre lógica y gramática formal, mientras que otras no.
Aquí hay una lista de campos de conocimiento (mis declaraciones sobre cuán ampliamente se usan son conjeturas, pero no conjeturas de la nada):
* Informática (programación, bases de datos, etc.): utilizada por todos
* Estudio de algoritmos: utilizado por la mayoría
* Probabilidad y estadísticas: utilizadas por la mayoría
* Matemáticas discretas: utilizadas por la mayoría
* Álgebra lineal (matrices, espacios multidimensionales, etc.): utilizado por muchos
* Cálculo: utilizado por algunos
* Neurociencia: utilizada por algunos
Pero realmente, con una comprensión básica de la informática, debería ser bueno, especialmente si tiene talento para el pensamiento abstracto y creativo. El conocimiento subyacente se puede completar a medida que avanza cuando ve la necesidad.
Creo que los enfoques que tienen la mayor esperanza de ser un elemento central en la creación de IA a nivel humano se inspirarán en la neocorteza humana. Pero con toda honestidad, recomendaría a las personas que no se concentren en desarrollar IA lo más rápido posible, sino que se concentren en un trabajo que aumente la seguridad y maximice la probabilidad de un buen resultado. La amistad con la inteligencia artificial es un estudio teórico en el que algunas personas están trabajando, pero la cantidad de personas que trabajan en esto está en las decenas, no mucho en comparación con las miles de personas que trabajan en inteligencia artificial en general.
Una cosa que todas las personas que trabajan en IA deberían aprender es la teoría sobre la amistad con AI y temas como la hipótesis de inteligencia-explosión. Es posible que parezca algo de ciencia ficción o tonto en el que centrarse, pero el mejor conocimiento y pensamiento disponibles sobre el tema sugiere que no lo es. Te animo a leer Superintelligence de Nick Bostrom, que está disponible como un audiolibro, o al menos ver esta lista de reproducción de YouTube:
AI amigable – YouTube