Progresso em inteligência artificial - Progress in artificial intelligence

Progresso na classificação da máquina de imagens
A taxa de erro da IA ​​por ano. Linha vermelha - a taxa de erro de um ser humano treinado em uma tarefa específica

Os aplicativos de inteligência artificial têm sido usados ​​em uma ampla variedade de campos, incluindo diagnóstico médico , negociação de ações , controle de robôs , direito , descoberta científica, videogames e brinquedos. No entanto, muitos aplicativos de IA não são percebidos como IA: "Um monte de IA de ponta foi filtrado para aplicações gerais, muitas vezes sem ser chamado de IA porque uma vez que algo se torna útil e comum o suficiente não é mais rotulado de IA." "Muitos milhares de aplicativos de IA estão profundamente integrados à infraestrutura de todos os setores." No final da década de 1990 e no início do século 21, a tecnologia de IA tornou-se amplamente usada como elementos de sistemas maiores, mas o campo raramente foi creditado por esses sucessos na época.

Kaplan e Haenlein estruturam a inteligência artificial ao longo de três estágios evolutivos: 1) inteligência artificial estreita - aplicando IA apenas a tarefas específicas; 2) inteligência artificial geral - aplicando IA a diversas áreas e capaz de resolver autonomamente problemas para os quais nunca foram projetadas; e 3) superinteligência artificial - aplicação de IA a qualquer área capaz de criatividade científica , habilidades sociais e sabedoria geral .

Para permitir a comparação com o desempenho humano, a inteligência artificial pode ser avaliada em problemas restritos e bem definidos. Esses testes foram denominados testes de Turing de especialistas no assunto . Além disso, problemas menores fornecem metas mais realizáveis ​​e há um número cada vez maior de resultados positivos.

Desempenho Atual

Jogo Ano campeão Estados legais (log 10 ) Complexidade da árvore do jogo (log 10 ) Jogo de informação perfeita ? Ref
Rascunhos (damas) 1994 21 31 Perfeito
Otelo (reversi) 1997 28 58 Perfeito
Xadrez 1997 46 123 Perfeito
Scrabble 2006
Shogi 2017 71 226 Perfeito
Ir 2016 172 360 Perfeito
2p no-limit hold 'em 2017 Imperfeita
StarCraft - 270+ Imperfeita
StarCraft II 2019 Imperfeita

Existem muitas habilidades úteis que podem ser descritas como mostrando alguma forma de inteligência. Isso dá uma ideia melhor do sucesso comparativo da inteligência artificial em diferentes áreas.

A IA, como a eletricidade ou a máquina a vapor, é uma tecnologia de uso geral. Não há consenso sobre como caracterizar em quais tarefas a IA tende a se destacar. Algumas versões do paradoxo de Moravec observam que os humanos são mais propensos a superar as máquinas em áreas como a destreza física que tem sido o alvo direto da seleção natural. Embora projetos como o AlphaZero tenham conseguido gerar seu próprio conhecimento a partir do zero, muitos outros projetos de aprendizado de máquina exigem grandes conjuntos de dados de treinamento. O pesquisador Andrew Ng sugeriu, como uma "regra prática altamente imperfeita", que "quase tudo que um humano típico pode fazer com menos de um segundo de pensamento mental, podemos provavelmente agora ou em um futuro próximo automatizar usando IA."

Os jogos fornecem uma referência de alto nível para avaliar as taxas de progresso; muitos jogos têm uma grande base de jogadores profissionais e um sistema de classificação competitivo bem estabelecido. AlphaGo encerrou a era dos benchmarks de jogos de tabuleiro clássicos quando a Inteligência Artificial provou sua vantagem competitiva sobre os humanos em 2016. O programa de software AlphaGo AI da Deep Mind derrotou o melhor jogador profissional de Go do mundo, Lee Sedol . Jogos de conhecimento imperfeito fornecem novos desafios à IA na área da teoria dos jogos ; o marco mais importante nesta área foi encerrado com a vitória da Libratus no pôquer em 2017. Os e-sports continuam a fornecer referências adicionais; Facebook AI, Deepmind e outros se envolveram com a popular franquia de videogames StarCraft .

Classes amplas de resultados para um teste de IA podem ser dadas como: `

  • ideal : não é possível ter um desempenho melhor (observação: algumas dessas entradas foram resolvidas por humanos)
  • super-humano : tem melhor desempenho do que todos os humanos
  • altamente humano : tem melhor desempenho do que a maioria dos humanos
  • par-humano : tem um desempenho semelhante ao da maioria dos humanos
  • subumano : tem desempenho pior do que a maioria dos humanos

Ótimo

Super-humano

  • Otelo (também conhecido como reversi): c. 1997
  • Scrabble : 2006
  • Gamão : c. 1995–2002
  • Xadrez : Supercomputador (c. 1997); Computador pessoal (c. 2006); Telefone móvel (c. 2009); Computador derrota humano + computador (c. 2017)
  • Perigo! : Resposta a perguntas , embora a máquina não usasse reconhecimento de fala (2011)
  • Arimaa : 2015
  • Shogi : c. 2017
  • Go : 2017
  • Poker heads-up no-limit hold'em: 2017
  • Pôquer de seis jogadores no-limit hold'em: 2019

Alto-humano

  • Palavras cruzadas : c. 2012
  • Dota 2 : 2018
  • Jogo de cartas de bridge : de acordo com uma análise de 2009, "os melhores programas estão alcançando o status de especialista como jogadores de cartas (de bridge)", excluindo lances.
  • StarCraft II : 2019

Parhumano

Subumano

Testes propostos de inteligência artificial

Em seu famoso teste de Turing , Alan Turing escolheu a linguagem, a característica definidora dos seres humanos , como base. O teste de Turing agora é considerado muito explorável para ser um benchmark significativo.

O teste de Feigenbaum , proposto pelo inventor dos sistemas especialistas , testa o conhecimento e a experiência de uma máquina sobre um assunto específico. Um artigo de Jim Gray da Microsoft em 2003 sugeriu estender o teste de Turing à compreensão da fala , fala e reconhecimento de objetos e comportamento.

Os testes de "inteligência universal" propostos visam comparar o desempenho de máquinas, humanos e até mesmo animais não humanos em conjuntos de problemas que são tão genéricos quanto possível. No extremo, o conjunto de testes pode conter todos os problemas possíveis, ponderados pela complexidade de Kolmogorov ; infelizmente, esses conjuntos de problemas tendem a ser dominados por exercícios empobrecidos de correspondência de padrões, onde uma IA ajustada pode facilmente exceder os níveis de desempenho humano.

Competições

Muitas competições e prêmios, como o Desafio Imagenet , promovem pesquisas em inteligência artificial. As áreas mais comuns de competição incluem inteligência geral da máquina, comportamento de conversação, mineração de dados, carros robóticos e futebol de robôs, bem como jogos convencionais.

Previsões passadas e atuais

Uma enquete de especialistas por volta de 2016, conduzida por Katja Grace do Future of Humanity Institute e associados, deu estimativas medianas de 3 anos para o campeonato Angry Birds , 4 anos para as World Series of Poker e 6 anos para StarCraft . Em tarefas mais subjetivas, a pesquisa deu 6 anos para dobrar roupas e um trabalhador humano médio, 7–10 anos para responder habilmente a perguntas 'facilmente pesquisáveis', 8 anos para transcrição média de fala, 9 anos para banco de telefone médio e 11 anos para composição especializada, mas mais de 30 anos para escrever um best-seller do New York Times ou vencer a competição de matemática Putnam .

Xadrez

Deep Blue no Computer History Museum

Um AI derrotou um grande mestre em um jogo de torneio regulamentar pela primeira vez em 1988; rebatizado como Deep Blue , ele venceu o atual campeão mundial de xadrez humano em 1997 (veja Deep Blue contra Garry Kasparov ).

Estimativas de quando os computadores excederiam os humanos no xadrez
Previsão do ano feita Ano previsto Número de anos Predictor Fonte contemporânea
1957 1967 ou antes 10 ou menos Herbert A. Simon , economista
1990 2000 ou mais cedo 10 ou menos Ray Kurzweil , futurista Era das máquinas inteligentes

Ir

AlphaGo derrotou um campeão europeu Go em outubro de 2015, e Lee Sedol em março de 2016, um dos melhores jogadores do mundo (veja AlphaGo contra Lee Sedol ). De acordo com a Scientific American e outras fontes, a maioria dos observadores esperava que o desempenho sobre-humano do Computer Go demorasse pelo menos uma década.

Estimativas de quando os computadores excederiam os humanos em Go
Previsão do ano feita Ano previsto Número de anos Predictor Afiliação Fonte contemporânea
1997 2100 ou mais tarde 103 ou mais Piet Hutt, físico e fã de Go Instituto de Estudos Avançados New York Times
2007 2017 ou antes 10 ou menos Feng-Hsiung Hsu , líder do Deep Blue Microsoft Research Asia Espectro IEEE
2014 2024 10 Rémi Coulom , programador Computer Go CrazyStone Com fio

Inteligência geral artificial de nível humano (AGI)

O pioneiro da IA ​​e economista Herbert A. Simon previu imprecisamente em 1965: "As máquinas serão capazes, dentro de vinte anos, de fazer qualquer trabalho que um homem possa fazer". Da mesma forma, em 1970, Marvin Minsky escreveu que "Dentro de uma geração ... o problema de criar inteligência artificial estará substancialmente resolvido."

Quatro pesquisas realizadas em 2012 e 2013 sugeriram que a estimativa média entre os especialistas de quando o AGI chegaria era de 2040 a 2050, dependendo da pesquisa.

A pesquisa Grace em 2016 encontrou resultados variados dependendo de como a questão foi formulada. Os entrevistados solicitados a estimar "quando as máquinas sem auxílio podem realizar todas as tarefas de maneira melhor e mais barata do que os trabalhadores humanos" deram uma resposta média agregada de 45 anos e 10% de chance de ocorrer em 9 anos. Outros entrevistados solicitados a estimar "quando todas as ocupações são totalmente automatizáveis. Ou seja, quando para qualquer ocupação, as máquinas poderiam ser construídas para realizar a tarefa melhor e mais barato do que os trabalhadores humanos" estimaram uma mediana de 122 anos e uma probabilidade de 10% de 20 anos. A resposta média para quando o "pesquisador de IA" poderia ser totalmente automatizado foi em torno de 90 anos. Nenhuma ligação foi encontrada entre antiguidade e otimismo, mas os pesquisadores asiáticos eram muito mais otimistas do que os pesquisadores norte-americanos em média; Os asiáticos previram 30 anos em média para "realizar todas as tarefas", em comparação com os 74 anos previstos pelos norte-americanos.

Estimativas de quando AGI chegará
Previsão do ano feita Ano previsto Número de anos Predictor Fonte contemporânea
1965 1985 ou antes 20 ou menos Herbert A. Simon A forma da automação para homens e gestão
1993 2023 ou antes 30 ou menos Vernor Vinge , escritor de ficção científica "A Singularidade Tecnológica Futura"
1995 2040 ou antes 45 ou menos Hans Moravec , pesquisador de robótica Com fio
2008 Nunca / futuro distante Gordon E. Moore , inventor da Lei de Moore Espectro IEEE
2017 2029 12 Ray Kurzweil Entrevista

Veja também

Referências

Notas

links externos