Segundo Keerthana Gopalakrishnan, em um mundo construído e projetado para humanos, uma inteligência que seja indiferente à dinâmica sensório-motora – como os grandes modelos de linguagens da OpenAI e DeepMind – não será ideal.
Para a engenheira de software, raciocinar sobre o mundo real requer não apenas “pensar em linguagem”, mas estar fundamentado no contexto do mundo real.
Humm...
Polemica essa afirmação aí, ein!?
Não sei se eu concordo, na verdade tenho quase certeza que não concordo haha
Acho que a ideia de corporificação pode impulcionar um desenvolvimento sim um pouco mais coerente com as nossas limitações e à nossa percepção (como humanos) do mundo, mas acredito que o ser humano não só é falho em questões de software (como preconceito, memorias falsas, e coisas relacionadas), mas nosso hardware também pode ter muitas otimizações (joelho é um grande exemplo, mas temos outros diversos, afinal somos produtos de puxadinhos evolutivos).
Até concordo que essa ideia deva ser explorada e super apoio, mas, cara, acho que direcionar os estudos para esse lado ao invés de investir em tentar entender as caixas pretas surpreendentes da IA pode mais criar limitações do que o contrário.
Uma pergunta similar que eu jogo no fogo: é importante a gente descobrir como algumas IAs estão desenvolvendo novos modelos e teorias matematicas/fisicas/quimicas ou é mais importante que essas descobertas sejam feitas?
FERNANDES, Guilherme - Especialista em nada querendo saber mais que engenheiros de machine learning.