Ну да в принципе.

Скорее всего? Нет. Этого нет в их ДНК.

Можно также спросить: почему Microsoft со своими миллиардами не могла остановить выскочку из Google? Или Google своими ресурсами рано уничтожит Facebook? Или Walmart конкурирует с маленьким Amazon?

Крупные компании невероятно хороши в использовании своих основных сильных сторон. Сильные стороны ИИ - это огромные объемы данных и большая вычислительная мощность. Это их молоток, и каждая бизнес-проблема или возможность выглядят как гвоздь. Их сила, направленность и опыт - в больших данных и машинном обучении - по сути, статистических подходах.

Статистический ИИ фокусируется на количестве, а не на качестве. С другой стороны, сложное понимание разговорной речи требует максимального качества. В отчете DARPA за 2017 год говорится: Текущие методы искусственного интеллекта статистически впечатляющи, но индивидуально ненадежны.

Продвинутые, адаптивные помощники на естественном языке не могут быть обработаны с помощью одних только статистических методов, для них требуется своего рода когнитивная архитектура, также называемая Третьей волной ИИ. Современные чат-боты и так называемые персональные помощники реализованы с использованием технологии искусственного интеллекта первой и второй волны.

Это почти «идеальный шторм» для компаний, целенаправленно сосредотачивающихся на «второй волне», статистических методах: за последние несколько лет эти методы стали невероятно успешными во многих областях приложений, таких как распознавание речи и изображений, перевод и категоризация. Благодаря этому значительно проще получить спонсора со степенью доктора философии, внимание средств массовой информации, финансирование стартапа, заработать большие деньги или быть приобретенным с помощью статистического ИИ, такого как глубокое обучение / машинное обучение.

Более того, большинству инженеров-программистов и специалистов по обработке данных гораздо удобнее мыслить математиками или логиками, чем когнитивными психологами, что необходимо для разработки успешных когнитивных архитектур.

Кроме того, крупные компании, такие как нефтяные танкеры, медленно меняют курс. У них есть сильные стимулы постепенно улучшать существующие системы, а не вносить радикальные изменения:

  • для достижения краткосрочных финансовых целей
  • использовать существующие знания и инфраструктуру (унаследованная ловушка)
  • минимизировать риск, придерживаясь стандартных технологий

Эти факторы стремятся высосать воздух из альтернативных подходов ИИ, таких как когнитивная архитектура, необходимая для достижения реального разговорного интеллекта.

«Электрические лампочки возникли не в результате постоянного улучшения свечей…» - Орен Харари.

PS. «Откуда вы знаете, что в GoogleX или подобном нет никаких секретных научно-исследовательских проектов в области когнитивной архитектуры?»
Конечно, мы не можем знать наверняка, но сообщество когнитивной архитектуры на самом деле довольно мало, и можно было бы заметить, если бы некоторые из них «исчезли». Мы этого не видели. Во-вторых, даже если бы такие проекты были: (а) то, что мы разработали, на самом деле очень сложно воспроизвести (и все мы знаем, что 100 программистов часто не могут достичь того, что может сделать правильная команда из 5 человек) ; и (б) им все равно потребуется поддержка высшего руководства, чтобы они смогли полностью запустить производство. Здесь они столкнутся со многими препятствиями, описанными выше. Хорошим примером этого является заброшенный сервис Google Orkut - очень хороший сайт, похожий на Facebook, до того, как FB действительно стал популярным. Руководство Google не оказало ему необходимой поддержки и, таким образом, было смертельно медленным. Это, среди прочего, убило его.