Cuando un padre le enseña a su hijo pequeño a relacionarse con el mundo, enseñan a través de asociaciones y la identificación de patrones. Tome la carta S, por ejemplo. Los padres muestran a su hijo suficientes ejemplos de la carta y en poco tiempo, podrán identificar otros ejemplos en contextos donde la orientación no es activa; escuela, un ejemplar, una cartelera.
Gran parte de la tecnología de inteligencia industrial (IA) siempre emergente fue enseñó de la misma modo. Los investigadores alimentaron a los ejemplos correctos del sistema de poco que querían que reconociera, y como un chiquillo pequeño, la IA comenzó a recordar patrones y inferir ese conocimiento a los contextos que nunca antaño había experimentado, formando su propia «red neuronal» para la categorización. Sin confiscación, al igual que la inteligencia humana, los expertos perdieron la noticia de los aportes que informaron la toma de decisiones de AI.
El «problema de la caja negra» de la IA surge así como el hecho de que no entendemos completamente cómo o por qué un sistema de IA hace conexiones, ni las variables que juegan en sus decisiones. Este problema es especialmente relevante cuando se escudriñamiento mejorar la confiabilidad y seguridad de los sistemas y establecer la gobernanza de la admisión de la IA.
Desde un transporte con IA que no se frena en el tiempo y perjudica a los peatones, hasta dispositivos de tecnología de lozanía relivíal de la IA que ayudan a los médicos a diagnosticar pacientes y sesgos exhibidos por la IA Contratación de procesos de detección, la complejidad de estos sistemas ha llevado al aumento de un nuevo campo de estudio: la física de IA, que escudriñamiento establecer aún más herramientas para los humanos para obtener una anciano comprensión.
Ahora, un nuevo congregación de estudio independiente abordará estos desafíos fusionando los campos de la física, la psicología, la filosofía y la neurociencia en una exploración interdisciplinaria de los misterios de la IA.
La física recién anunciada del congregación de inteligencia industrial es un spin-off del laboratorio de Física e Informática (PHI) de NTT Research, y fue presentado en la conferencia Accedente 2025 de NTT en San Francisco, California, la semana pasada. Continuará avanzando el enfoque de física del enfoque de inteligencia industrial para comprender la IA, que el equipo ha estado investigando durante los últimos cinco primaveras.
El Dr. Hidenori Tanaka, quien tiene un doctorado en Física e Informática Aplicada e Ingeniería de la Universidad de Harvard, dirigirá el nuevo congregación de investigación, basándose en su experiencia previa en el congregación inteligente de sistemas de NTT y el Software de Investigación de AI de CBS-NTT en Física de la Inteligencia en Harvard.
«Como físico, estoy entusiasmado con el tema de la inteligencia porque, matemáticamente, ¿cómo puedes pensar en el concepto de creatividad? ¿Cómo puedes siquiera pensar en la amabilidad? Estos conceptos habrían seguido inconcreto si no fuera por AI. Es claro especular, diciendo ‘esta es mi definición de amabilidad’, lo que no es matemáticamente significativo, pero ahora con AI, es prácticamente importante si queremos hacer que AI, tengamos que tener que tener una especie de tipo, que tengamos que afirmar el tipo de matemáticas, en el estilo, lo que no es matemático, pero ahora es importante que sea importante, lo que tenemos que hacer que AI, lo que tengamos que afirmar el tipo, en el tipo de matemáticas. amabilidad espor ejemplo «, me dijo el Dr. Tanaka la semana pasada al ganancia de la conferencia de aggiornamento.
Al principio de su investigación, el laboratorio PHI reconoció la importancia de comprender la naturaleza de la «caja negra» de la IA y el enseñanza automotriz para desarrollar nuevos sistemas con una mejor eficiencia energética para el cálculo. Sin confiscación, el avance de la IA en la última media plazo ha provocado consideraciones de seguridad y confiabilidad cada vez más importantes, que, por lo tanto, se han vuelto críticas para las aplicaciones de la industria y las decisiones de gobierno sobre la admisión de la IA.
A través del nuevo congregación de investigación, la investigación de NTT abordará las similitudes entre las inteligencias biológicas y artificiales, con la esperanza de desembrollar las complejidades de los mecanismos de IA y desarrollar una fusión más armoniosa de la colaboración humana-AI.
Aunque novedoso en su integración de IA, este enfoque no es nuevo. Los físicos han tratado de revelar los detalles precisos de las relaciones tecnológicas y humanas durante siglos, desde los estudios de Galileo Galillei sobre cómo se mueven los objetos y su contribución a la mecánica, hasta cómo la máquina de vapor informó la comprensión de la termodinámica durante la revolución industrial. Sin confiscación, en el siglo XXI, los científicos buscan comprender cómo funciona la IA en términos de ser capacitado, acumulando el conocimiento y tomando decisiones para que, en el futuro, se puedan diseñar tecnologías de IA más cohesivas, seguras y confiables.
«La IA es una neuronetwork, la forma en que está estructurada es muy similar a la forma en que funciona un cerebro humano; las neuronas conectadas por las sinapsis, todas representadas por números internamente de una computadora. Y ahí es donde creemos que puede activo física … la física se comercio de tomar cualquier cosa del universo, formular hipótesis matemáticas sobre sus trabajos internos y probarlas», dijo la Dr. Hanaka.
El nuevo congregación continuará colaborando con el Centro de Ciencias del Cerebro de la Universidad de Harvard (CBS), y planea colaborar con la profesora asociada de la Universidad de Stanford, Suya Ganguli, con quien el Dr. Tanaka ha sido coautor de varios documentos.
Sin confiscación, el Dr. Tanaka enfatiza que un enfoque de ciencia natural y una industria cruzada será fundamental. En 2017, cuando era candidato a doctorado en Harvard, el investigador se dio cuenta de que quería hacer más que la física tradicional, y seguir los pasos de sus predecesores, desde Galilei hasta Newton y Einstein, para brindar nuevos mundos conceptuales en física.
«Actualmente, la IA es el único tema del que puedo charlar con todos. Como investigador, es espléndido porque todos siempre están a la cima de la IA, y todavía aprendo de cada conversación porque me doy cuenta de cómo las personas ven y usan IA de modo diferente, incluso más allá de los contextos académicos. Veo que la ocupación de NTT es la catalítica para provocar estas conversaciones, independientemente de los historial de las personas, porque aprendemos de todas las interacciones», el Dr. Tanka, concluyó.
