Enciclopedia/Diccionario de Psicología y Neurociencias:
ıllı IA completo wiki: info, libros pdf y vídeos
- Detalles
- Categoría: PSICOLOGIA (WIKINFO)
IA completo
En el campo de inteligencia artificial, los inconvenientes más bastante difíciles son informalmente conocidos como IA-completos o bien IA-duros, implicando que la complejidad de estos inconvenientes computacionales, es equivalentes a solventar el inconveniente central de inteligencia artificial -hacer ordenadores tan inteligentes como personas, o bien IA fuerte. Llamar un inconveniente AI-completo refleja que no sería solucionado por un algoritmo concreto fácil. Hipotéticamente, los inconvenientes AI-completos incluyen visión por computador, procesamiento de lenguaje natural, y tratar con circunstancias inopinadas mientras que se solventa un inconveniente del planeta real. Actualmente, los inconvenientes IA-completos no pueden ser solucionados únicamente con tecnología de computación moderna, asimismo requieren computación humana. Esta propiedad puede ser útil, por poner un ejemplo para revisar la presencia de humanos utilizando CAPTCHAs. Hipotéticamente, los inconvenientes IA-completos incluyen: Para traducir con precisión, una máquina debe ser capaz de comprender el texto. Debe ser capaz de continuar el razonamiento del autor, conque debe tener alguna capacidad de razonar. Debe tener un conocimiento general extenso de tal modo que sepa de qué es hablado -cuando menos debe estar familiarizado con todos exactamente los mismos hechos de los pies en el suelo que el traductor humano mediano sabe-. Una parte de este conocimiento está en la manera de hechos que puede ser explícitamente representado, mas otra parte es inconsciente y de manera estrecha ligado al cuerpo humano: por servirnos de un ejemplo, la máquina puede precisar comprender de qué manera el océano hace sentir a una persona para poder traducir con precisión una metáfora en el texto. Asimismo debe modelar los objetivos, pretensiones, y estados sensibles del autor para reproducirlos con precisión en un nuevo idioma. Para resumir, se precisa que la máquina tenga una enorme pluralidad de habilidades intelectuales humanas, incluyendo razón, conocimiento de los pies en el suelo y las intuiciones que subyacen al movimiento y la manipulación, percepción y también inteligencia social. La traducción automática, en consecuencia, se piensa que sea IA-completo: es posible que requiera IA fuerte a fin de que sea hecho tan bien como los humanos lo pueden hacer. Los sistemas de IA actuales pueden solventar versiones limitadas muy simples de inconvenientes IA-completos, mas jamás en su total generalidad. Cuando estudiosos de IA procuran "escalar cara arriba" sus sistemas para manejar situaciones del planeta real más difíciles, los programas tienden a transformarse en exageradamente quebradizo: sin los pies en el suelo o bien una tosca entendimiento de la situación fallan tan pronto circunstancias inopinadas fuera del contexto del inconveniente original aparecen. En qué momento los humanos tratan con situaciones nuevas en el planeta, son ayudados considerablemente por el hecho de que saben qué esperar: saben qué son todas y cada una cosas a su alrededor, por qué razón están allá, y más o menos qué pueden hacer. Pueden reconocer situaciones infrecuentes y ajustarse en consecuencia. Una máquina sin IA fuerte, no tiene otras habilidades en las como respaldarse. La teoría de la dificultad computacional trata con la complejidad relativa de funciones calculables. Por definición no cubre inconvenientes cuya solución es ignota o bien no ha sido caracterizado formalmente. Puesto que muchos inconvenientes de IA no tienen ninguna formalización incluso, la teoría de dificultad usual no deja la definición de IA-completud. Para abordar este inconveniente, una teoría de dificultad para IA ha sido propuesto. Está basado en un modelo de computación que divide la carga computacional entre un computador y un humano: una parte es resuelta por el computador y la otra parte por el humano. Esto está formalizado como una Máquina de Turing asistida por humanos. La formalización define dificultad de algoritmo, dificultad de inconveniente y reducibilidad, la que deja acotar clases de equivalencia. La dificultad de ejecutar un algoritmo con una máquina de Turing asistida por humanos está dado por un par?FH,FM?, donde el primer elemento representa la dificultad de la una parte del humano y el segundo elemento es la dificultad de la una parte de la máquina La dificultad de solventar los inconvenientes siguientes con una Máquina de Turing asistida por humanos es:Traducción automática
