Gary Marcus: COVID-19 debería ser una llamada de atención para la IA


La pandemia mundial se ha citado como una "llamada de atención" para muchas cosas: el medio ambiente, los derechos económicos y sociales y las desigualdades mundiales en general. Sin embargo, el científico, autor y empresario Gary Marcus cree que la crisis del COVID-19 también debería verse como una llamada de atención para la IA.

Hablando ayer en la conferencia virtual Intelligent Health AI, Marcus lamentó décadas de oportunidades perdidas para construir una inteligencia artificial más robusta, argumentando que se han invertido demasiados recursos de inteligencia artificial en tecnologías que realmente no están ayudando al mundo de ninguna manera significativa.

"Queremos una IA que pueda leer y sintetizar la vasta y creciente literatura médica sobre, por ejemplo, COVID-19", dijo. “Queremos que nuestra IA pueda argumentar de manera causal, queremos que sea capaz de erradicar la desinformación. Queremos poder guiar a los robots para mantener a las personas fuera de situaciones peligrosas, cuidar a las personas mayores y entregar paquetes en la puerta. Dado que la IA tiene alrededor de 60 años (19459012), no creo que sea inapropiado desear que ya tuviéramos algunas de estas cosas. Pero la IA que realmente tenemos, como jugar, transcribir sílabas y pasar la aspiradora, está muy lejos de las cosas que nos prometieron. “

Uno de los problemas subyacentes, según Marcus, es que nos centramos demasiado en el aprendizaje profundo.

“Para entender cómo llevar la IA al siguiente nivel, primero debemos entender dónde estamos y dónde estamos ahora, en la era del aprendizaje profundo, donde el aprendizaje profundo es la mejor y más frecuente técnica y tal vez uno que está recibiendo demasiada atención ”, dijo Marcus.

Marcus tiene un doctorado en Ciencias Cognitivas del MIT y ha sido profesor de Psicología y Neurociencia en la Universidad de Nueva York durante 20 años. Durante ese tiempo, también escribió varios libros y en 2015 cofundó Geometric Intelligence, una startup sigilosa de inteligencia artificial que rápidamente fue fundada por Uber para servir como base para sus nuevos laboratorios de inteligencia artificial. Marcus renunció como jefe de la nueva unidad de Uber después de solo unos meses y luego fundó Robust.ai para construir un "motor cognitivo de grado industrial" para robots.

El problema

El aprendizaje profundo es una rama del aprendizaje automático basada en redes neuronales artificiales que intentan imitar el funcionamiento del cerebro humano. El aprendizaje profundo no carece de críticos y sus debilidades inherentes se comprenden bien. Grandes cantidades de datos (imágenes, audio, texto, acciones del consumidor, etc.) entrenan al sistema de aprendizaje profundo para descubrir patrones que Netflix puede usar para recomendar contenido de video o autos autónomos para identificar peatones y señales de tránsito. Pero los cambios menores en la entrada de datos, los cambios que un humano puede (o no) ser capaz de detectar, pueden confundir incluso a los sistemas de aprendizaje profundo más avanzados. Un ejemplo que usa Marcus es que puedes entrenar un sistema de aprendizaje profundo para identificar elefantes, pero muéstrale la silueta de un elefante que un humano reconocería fácilmente y la IA probablemente fallaría.

“La realidad es que el aprendizaje profundo funciona mejor en un régimen con big data, pero en casos inusuales es peor. Entonces, si tiene muchos datos de rutina, está bien ”, dijo Marcus. "Pero si tiene algo inusual e importante sobre COVID en ausencia de datos históricos, entonces el aprendizaje profundo no es una herramienta muy buena".

Marcus también repitió puntos de su libro de IA recientemente publicado "Rebooting AI", señalando que el mundo de la IA debe centrar sus esfuerzos en un enfoque híbrido "basado en el conocimiento". Uno que incluye aprendizaje profundo, que es bueno para algunos tipos de aprendizaje pero "terrible para la abstracción", y la IA clásica, sistemas capaces de argumentar y codificar el conocimiento.

Cualquiera que sea el mejor camino a seguir, el principal alimento básico de Marcus, COVID-19, está preocupado de que la pandemia sirva para motivar al mundo de la IA a reconsiderar los problemas que en última instancia está tratando de resolver.

"COVID-19 es una llamada de atención, es una motivación para que dejemos de construir IA para tecnología publicitaria, fuentes de noticias y similares y hagamos IA que realmente puedan marcar la diferencia", dijo. “Con una mejor IA, podríamos tener computadoras que puedan leer, digerir, filtrar y sintetizar toda la creciente literatura [around COVID-19]. Los robots podrían asumir muchos de los riesgos que enfrentan los trabajadores de la salud humana. Para lograr este nivel de IA, que puede funcionar de manera confiable incluso en un entorno novedoso, debemos trabajar para construir sistemas con un conocimiento profundo, no solo con un aprendizaje profundo. "

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *