1° APRENDIZAJE: Al dar capacidades de meta-aprendizaje, puede ser posible que las máquinas mejoren continuamente sobre sí mismas, ya que podrán entender el concepto de aprendizaje. Hasta ahora, el aprendizaje profundo se queda en el Los juegos son un escenario perfecto para desarrollar la inteligencia. Tienen reglas concretas, suponen competitividad para encontrar una estrategia ganadora y los objetivos son claros, por lo que podemos medir la eficacia de las acciones.
2° MODELOS GENERATIVOS APLICADOS A OTROS SECTORES: Los modelos generativos se van a aplicar en muchísimos nuevos campos. Actualmente, la mayoría de las investigaciones se realizan en el campo de generación de imágenes y voz. Sin embargo, veremos cómo estos métodos se incorporan en herramientas que buscan modelizar sistemas complejos. Una de las áreas donde se verá más actividad es en la aplicación del aprendizaje profundo a modelos económicos.
3° AUTO-APRENDIZAJE EN JUEGOS: La capacidad de AlphaGo Zero y AlfaZero para "aprender de cero" ha supuesto un salto brutal en Inteligencia Artificial. Algunos opinan que está al mismo nivel de impacto que el descubrimiento del propio aprendizaje profundo. La capacidad para auto-aprender a jugar es el primer paso en el camino de desarrollar verdadera IA. entorno para el que se ha diseñado. Tenemos que crear la capacidad de que las máquinas entiendan qué es aprender, para poder expandir sus fronteras más allá de lo inicial.
4° MAQUINAS INTUITIVAS RESOLVIENDO EL RETO DE LA SEMÁNTICA: Digamos que hay dos tipos de caminos en IA: máquinas racionales y máquinas intuitivas. Eran dos ramas de investigación diferentes, y desde luego se ha avanzado mucho más en la primera. Ahora esperamos que los caminos de ambas se encuentren.
La noción de la intuición artificial dejará de ser un concepto marginal y será una idea más comúnmente aceptada en 2018. Entenderemos que la inteligencia no es sólo razonar, si es que no nos habíamos dado cuenta aún, y experimentaremos en profundidad con Procesos Duales mucho más complejos.
5° NUEVOS ENTORNOS DE APRENDIZAJE PROFUNDO: El camino hacia un desarrollo más previsible y controlado de los sistemas de aprendizaje profundo pasa por el desarrollo de nuevos entornos de aprendizaje.
Los sistemas biológicos aprenden de la interacción con el medio ambiente; no pueden aprender de forma aislada. Hemos estado desarrollando algoritmos de auto-aprendizaje, como antes comentábamos, pero necesitamos entornos ricos de experiencias, donde las máquinas puedan aprender de verdad por interacción.
6° COGNICIÓN CONVERSACIONAL: Volvamos al objetivo de los desarrollos de alto nivel en inteligencia artificial: buscamos una Inteligencia Artificial General. Este es un asunto que hemos tratamos muchas veces en Puentes Digitales.
Para más inri, lo que nosotros entendemos por inteligencia es básicamente la inteligencia humana, por lo que intentamos que las máquinas sean inteligentes, o mejor dicho, humanamente inteligentes.
Sabemos que el lenguaje y la interacción conversacional es uno de nuestros pilares de la inteligencia. De hecho, una discusión antropológica histórica es si el lenguaje provocó nuestro aumento cognitivo o si nuestro aumento cognitivo derivó en lenguaje.
