El caso contra la exageración del aprendizaje profundo

Categoría: Inteligencia artificial Al corriente 03 de enero

¿Hay más en la IA que las redes neuronales? Gary Marcus, profesor de psicología en la Universidad de Nueva York y exdirector del laboratorio de IA de Uber, cree que sí. Él es publicó una crítica de los sistemas de aprendizaje profundo que usan redes neuronales, y desvirtúa parte de la exageración actual de la IA.

Los límites del aprendizaje profundo: Marcus identifica 10 obstáculos principales que enfrenta el aprendizaje profundo, incluido el hambre de datos y la falta de generalización. Por lo que vale, estamos tentados a estar de acuerdo en que no es la panacea que muchos piensan (ver ¿Está AI montando un caballo de un solo truco?).

El riesgo de la exageración: Argumenta que vender en exceso las capacidades del aprendizaje profundo proporciona un nuevo riesgo de expectativas seriamente frustradas que podrían traer otro invierno de IA, así como impedir que los investigadores de IA prueben nuevas ideas.

¿Ahora que? Pero Marcus no descarta por completo el aprendizaje profundo: en cambio, sugiere que deberíamos conceptualizarlo, no como un solvente universal, sino simplemente como una herramienta entre muchas.