Em um debate histórico, realizado na véspera do Natal de 2019, Gary Marcus, professor e empresário da NYU e uma das grandes referências em Deep Learning, e Yoshua Bengio, um dos pioneiros e principais especialistas na tecnologia, discordaram muito a respeito das definições e caminhos que ela deve seguir.
Em comum apenas o pensamento de que os futuros sistemas de IA precisam de uma abordagem híbrida, que combine Machine Learning com alguma forma de manipulação do que Marcus chamou de “símbolos” e Bengio de “variáveis”. Marcos resumiu o debate em um texto publicado no Medium.

AI DEBATE: Yoshua Bengio | Gary Marcus
Dias depois, o debate continuava quente na Internet. Marcus publicou um post no Medium, que foi respondido por Bengio, em uma carta aberta no Google Docs, vinculada à sua conta do Facebook.
A conversa sobre o melhor caminho para a IA segue reverberando nas mídias sociais com a hashtag: #AIDebate. E tem gerado muitas indicações de leitura para profissionais da área, estudantes e curiosos, no site da Montreal.ia, organizadora do evento.
Os conselheiros veem o risco cibernético, turbinado pela IA, como um dos mais graves do momento. Mesmo assim, ainda faltam competência técnica, informação de qualidade e ensaio para crises
Estudo da Deloitte mostra que as empresas tocam várias transformações ao mesmo tempo, mas ainda tratam a gestão de mudança como custo de projeto. O preço aparece em esgotamento, saídas de talentos e valor perdido
Estudo do BCG revela um abismo de 41 pontos na percepção de confiança. A falta de transparência sobre a IA já afeta o empenho das equipes, enquanto os líderes olham para outro lado
O Walmart define quanto agentes de compras podem gastar. Incidentes na OpenAI e um ataque investigado pela Microsoft mostram por que controlar permissões importa tanto quanto concedê-las.
Relatório do Milken Institute com mais de 50 líderes mostra como IA, nova infraestrutura de cuidado, aprendizagem contínua e laços entre gerações vão definir a qualidade dos anos ganhos
Pesquisador da Goodfire desafia uma premissa da interpretabilidade ao afirmar que as redes neurais são mais legíveis do que se imaginava. A comunidade científica ainda quer provas.
Aproveite nossas promoções de renovação
Clique aquiPara continuar navegando como visitante, vá por aqui.
Cadastre-se grátis, leia até 5 conteúdos por mês,
e receba nossa newsletter diária.
Já recebe a newsletter? Ative seu acesso
