Na página da AI sobre a AI, podemos ler:
O reconhecimento óptico de caracteres não é mais percebido como um exemplo de "inteligência artificial" que se tornou uma tecnologia de rotina.
Por outro lado, o banco de dados MNIST de dígitos manuscritos foi especialmente projetado para treinar e testar redes neurais e suas taxas de erro (consulte: Classificadores ).
Então, por que a citação acima afirma que o OCR não é mais um exemplo de IA?
Sempre que um problema se torna solucionável por um computador, as pessoas começam a argumentar que ele não requer inteligência. John McCarthy é frequentemente citado: "Assim que funciona, ninguém mais chama de AI" ( Referenciado no CACM ).
Um dos meus professores na faculdade disse que, na década de 1950, perguntaram a um professor o que ele achava inteligente para uma máquina. O professor respondeu que, se uma máquina de venda automática lhe desse a mudança certa, isso seria inteligente.
Mais tarde, jogar xadrez foi considerado inteligente. No entanto, os computadores agora podem derrotar os mestres no xadrez, e as pessoas não estão mais dizendo que é uma forma de inteligência.
Agora nós temos OCR. Já foi declarado em outra resposta que nossos métodos não têm as facilidades de reconhecimento de uma criança de 5 anos. Assim que isso for alcançado, as pessoas dirão "meh, isso não é inteligência, uma criança de 5 anos pode fazer isso!"
Um viés psicológico, uma necessidade de afirmar que somos de alguma forma superiores às máquinas, está na base disso.
Embora o OCR agora seja uma tecnologia convencional, continua sendo verdade que nenhum dos nossos métodos possui genuinamente as instalações de reconhecimento de uma criança de 5 anos (apesar do sucesso declarado com CAPTCHAs). Não sabemos como conseguir isso usando técnicas bem compreendidas; portanto, o OCR ainda deve ser considerado por direito um problema de IA.
Para entender por que isso pode ser verdade, é esclarecedor ler o ensaio "Ao ver A's e como AS", de Douglas Hofstadter.
No que diz respeito a uma observação feita em outra resposta, o enquadramento do agente é útil na medida em que motiva o sucesso em ambientes cada vez mais complexos. No entanto, existem muitos problemas difíceis (por exemplo, Bongard) que não precisam ser declarados dessa maneira.
fonte
Não tenho certeza se a previsão do MNIST pode ser realmente considerada uma tarefa de IA. Os problemas de IA geralmente podem ser enquadrados no contexto de um agente que atua em um ambiente. Redes neurais e técnicas de aprendizado de máquina em geral não precisam lidar com esse enquadramento. Classificadores, por exemplo, estão aprendendo um mapeamento entre dois espaços. Embora se possa argumentar que você pode enquadrar a classificação de OCR / imagem como um problema de IA - o classificador é o agente, cada previsão é uma ação e recebe recompensas com base na precisão de sua classificação - isso é pouco natural e diferente dos problemas que são comumente considerados problemas de IA.
fonte