¿Cómo se construye la IA?

Depende, se trata de la aplicación.

El aprendizaje automático, las redes neuronales, etc., es principalmente una forma de hacer estadísticas automatizadas. Entonces obtienes una gran cantidad de datos e intentas encontrar ecuaciones que te den respuestas cercanas a las que esperas. Entonces, básicamente, algún tipo de fuerza bruta a través de las estadísticas.

Las redes neuronales artificiales, por ejemplo, realmente no tienen mucho que ver con nuestra mente, o cómo funcionan las redes neuronales reales, su intuición se basa en cómo las neuronas se conectan entre sí, pero eso es todo, es solo un nombre elegante que casi no se correlaciona a la realidad Entonces, cuando vea a alguien que compara el aprendizaje automático con el aprendizaje humano, puede estar seguro de que la persona no tiene idea de lo que está hablando.

La verdadera forma en que funcionan las Redes Neuronales Artificiales es básicamente tener salidas de una función estadística que sean las entradas de la siguiente función estadística, secuencialmente, hasta que acepte una de las salidas como respuesta (‘tipo’ como una neurona envía información a otra )

La búsqueda de caminos, los solucionadores lógicos de acertijos, la IA, normalmente es una computadora que intenta todos los movimientos posibles en un escenario determinado y elige los movimientos que son menos costosos para alcanzar su objetivo. Así que de nuevo, fuerza bruta.

Por lo tanto, básicamente es una máquina que prueba todas las soluciones posibles hasta que encuentre la mejor para su objetivo.

AI, al menos, lo que hemos construido hasta ahora funciona en hardware normal usando un conjunto selecto de idiomas. Típicamente lenguajes auto modificables como LISP y Smalltalk. CLIPS es un favorito para los agentes basados ​​en reglas, pero cualquier idioma puede servir si se determina lo suficiente. Al menos para sistemas inteligentes simples. Aunque la verdadera IA tiene que auto modificarse o es incapaz de un verdadero aprendizaje. Solo unos pocos idiomas son capaces de eso. La IA también a menudo se enfrenta a problemas de recursividad. Esto limita la profundidad en la que se puede explorar un objeto de curiosidad.

Gran parte de la IA se realiza hoy en plataformas en la nube. Esto crea una buena escalabilidad y permite el análisis de big data.

En términos de detalles. Comience con el trabajo de Hebb sobre redes neuronales. Son la base de casi todo el trabajo de IA.

En cuanto a los detalles del trabajo sucio, aquí hay una discusión interesante para darle una idea de cómo funciona ¿Cómo utilizar el aprendizaje hebbiano?