Ceci est une pièce de fin d'année amusante inspirée de "A Christmas Carol" où j'explore où a été l'IA, où elle est maintenant, et ce que je crois est en avance.
Cette pièce fait partie du Festive Tech Calendar 2024, d’où les rappels de A Christmas Carol.
Je suis autour du point où je suis considéré comme plus âgé pour un développeur, et pourtant l'intelligence artificielle m'est antérieure à des décennies, remontant aux années 1950.
Au fil du temps, nous avons assisté à un certain nombre de cycles où les gens supposent que la logique du monde peut être codifiée dans des programmes informatiques pour produire une prise de décision automatisée qui rivalise avec l'intelligence d'un expert humain qualifié. Cela s’est produit grâce à des éléments tels que les arbres de décision, les systèmes experts et même les réseaux de neurones.
À première vue, le raisonnement est clair : si vous pouvez résumer les processus d’un expert humain en une série de décisions clés, les ordinateurs devraient être capables d’exécuter parfaitement ces décisions. Ou, à un niveau plus biologique, si vous pouvez prendre la structure d’un cerveau et l’émuler avec un réseau neuronal, il devrait être capable d’émuler le processus d’apprentissage présenté par la vie organique.
Bien que ces systèmes aient connu un certain succès, ils ont également connu de graves limitations. Il s'avère que la prise de décision réelle est moins coupée et sèche dans de nombreux cas et repose sur l'expérience formée et l'intuition d'un expert - en particulier à mesure que les environnements et les conditions changent au fil du temps. Des approches telles que la logique floue, l'apprentissage automatique et l'apprentissage du renforcement semblaient à y remédier dans une certaine mesure, mais des succès efficaces avec eux étaient limités et de tels systèmes étaient difficiles à comprendre et à dépanner.
Sur le plan biologique, les réseaux de neurones ont tenu leurs promesses dans une certaine mesure, mais ils nécessitaient un grand volume de ressources informatiques et de données dans un état propre et prêt à être entraîné, ce qui a été un défi pendant des décennies. L’avènement du cloud computing et des ressources de stockage et de traitement bon marché et facilement disponibles ont permis de surmonter certains de ces obstacles, en particulier dans des domaines comme la vision par ordinateur et la parole.
D'autres domaines comme le traitement du langage naturel ont cherché à comprendre l'intention d'un corps de texte en décomposant la structure de la phrase et en le cartographiant aux actions soutenues. Ces systèmes ont lutté avec les complexités du langage humain ainsi que les différences entre la façon dont le l...
[Courte citation de 8% de l'article original]