Pregunta complicada Actualmente hay un gran cisma en la IA entre los que adoptan un enfoque simbólico del conocimiento y el razonamiento, y los que se centran más o menos enteramente en el aprendizaje estadístico de máquinas (actualmente marchan bajo la bandera de Big Data y Deep Learning).
La materia simbólica fue la corriente principal del campo de la IA hasta mediados de la década de 1980, con un cisma más pequeño entre las personas que favorecían los enfoques basados en la lógica formal de primer orden y sus variantes, y los que no se preocupaban tanto. Sobre el formalismo y las pruebas. Desde entonces, los enfoques estadísticos de LD han sido dominantes, y el material simbólico apenas se enseña en los cursos “modernos” de IA.
Solo unos pocos investigadores (el rebelde clandestino) todavía están avanzando en el lado simbólico, lo que algunos investigadores denominan “buena IA anticuada” y que estoy tratando de volver a calificar como “IA neoclásica”.
No tiene que ser una división de uno u otro. Sigo encontrando señales esperanzadoras de que algunos investigadores de IA se entusiasmarán con la combinación de los dos enfoques, pero en este momento el tsunami de Aprendizaje Profundo lo está barriendo todo antes.
- Cómo estudiar psicología cognitiva mientras todavía no tengo conocimientos previos relacionados
- ¿Cuáles son algunos de los proyectos de redes de radio cognitiva para estudiantes de pregrado?
- ¿Hay evidencia de que las habilidades de pensamiento crítico pueden ser enseñadas?
- ¿Qué puedo hacer para mejorar mis habilidades cognitivas? Soy un pensador lento.
- ¿Por qué me sigo analizando?
Las ideas y los hallazgos de la ciencia cognitiva influyeron bastante en los enfoques simbólicos de la IA, lo suficiente como para que a veces resultara difícil definir los límites entre las dos áreas. Algunos investigadores de IA trataron bastante directamente de modelar lo que se sabía sobre la cognición humana, hasta tiempos de reacción relativos y las fases del desarrollo cognitivo en los niños. Otros (incluido yo) tendían a usar los resultados de Cognitive Science como una especie de heurística que guiaba la búsqueda (una pista sobre qué tipos de sistemas de inteligencia artificial podrían tener éxito) sin intentar modelar el bajo nivel y el hardware (o el software dependiente del software). Aspectos de la cognición humana.
Así que creo que la mejor respuesta a tu pregunta es que deberías estudiar algo de Ciencia Cognitiva (sea o no como un menor formal) si es interesante para ti y especialmente si crees que te puede interesar el lado más simbólico de la IA, es decir , pensamiento y planificación conscientes de alto nivel y verdadera comprensión del lenguaje. La perspectiva que obtienes de la ciencia cognitiva (y la lingüística cognitiva) te hará un mejor investigador de inteligencia artificial en esas áreas.
Pero si quieres seguir con lo que está de moda ahora mismo, omite Cognitive Science y toma algunos cursos más de estadística, con un lado de la programación de GPU. Eso puede ayudar más en la admisión de graduados a la mayoría de las escuelas, donde muchos docentes ahora están montando la ola de Aprendizaje Profundo o están remando con dificultad para alcanzarla. Es probable que esta capacitación lo ayude a obtener un buen trabajo, obtener fondos y que sus documentos sean aceptados, al menos a corto plazo.
Pero el campo de la IA puede cambiar de dirección unas cuantas veces más en el curso de su carrera, y Cognitive Science puede ayudarlo a brindarle la perspectiva que necesita para adaptarse (o quizás para liderar) los cambios futuros.