211service.com
Investigación de AI Ruth
Cuando te imaginas la IA, ¿qué ves? ¿Un robot humanoide? Cuando piensa en una aplicación de IA en el mundo real, ¿qué le viene a la mente? Probablemente conducción autónoma. Cuando piensa en los detalles técnicos de la IA, ¿qué enfoque menciona? Estoy dispuesto a apostar que es un aprendizaje profundo.
En realidad, la IA viene en muchas formas y formas. Las máquinas de IA van mucho más allá de los robots humanoides; van desde software que detecta el acoso en las redes sociales hasta dispositivos portátiles que monitorean los factores de riesgo para la salud personal, brazos robóticos que aprenden a alimentar a personas paralizadas y robots autónomos que exploran otros planetas. Las aplicaciones potenciales de la IA son ilimitadas: educación personalizada, asistencia a personas mayores, análisis del comportamiento de la vida silvestre, extracción de registros médicos y mucho más.
Nuestra incapacidad para apreciar este espectro amenaza con frenar el campo. Cuando imaginamos colectivamente la IA como un tipo de cosa, ya sean robots humanoides, automóviles autónomos o aprendizaje profundo, estamos alentando a la próxima generación de investigadores a entusiasmarse exclusivamente con esas cosas limitadas. Si a los estudiantes se les presenta un grupo homogéneo de modelos a seguir de investigación de IA, entonces es una profecía autocumplida que solo los estudiantes que encajen permanecerán en el campo.
Dado que la IA tiene aplicaciones posibles tentadoramente amplias, necesitamos personas con un conjunto comparablemente amplio de experiencias y visiones del mundo que trabajen en problemas de IA. ¿Los equipos de investigación que trabajan en aplicaciones médicas de IA no se beneficiarían de investigadores capacitados en biología? ¿No se beneficiarían los equipos que trabajan en el alivio del hambre con IA de investigadores con experiencia de primera mano en países pobres? ¿Los equipos que trabajan en dispositivos de asistencia de IA no se beneficiarían de investigadores con discapacidades físicas?
Hoy en día hay mucho trabajo fascinante en IA (ver Problema de lenguaje de IA), pero también estamos en una especie de rutina. Hemos tendido a criar el mismo estilo de investigadores una y otra vez: personas que provienen de entornos similares, tienen intereses similares, leen los mismos libros cuando eran niños, aprenden de los mismos líderes intelectuales y, en última instancia, realizan el mismo tipo de investigación. Dado que la IA es un campo tan amplio y una parte gigante de nuestro futuro, ya no podemos darnos el lujo de hacer eso.
Olga Russakovsky es investigadora posdoctoral en el Instituto de Robótica de la Universidad Carnegie Mellon.