Una breve introducción a la inteligencia artificial para personas normales

Últimamente, la inteligencia artificial ha sido un tema candente en Silicon Valley y en la escena tecnológica en general. Para aquellos de nosotros involucrados en esa escena, parece que se está generando un impulso increíble en torno al tema, con todo tipo de empresas que están incorporando la IA en el núcleo de su negocio. También ha habido un aumento en los cursos universitarios relacionados con la IA, lo que está viendo una ola de nuevos talentos extremadamente brillantes que ingresan al mercado laboral. Pero este no es un simple caso de sesgo de confirmación: el interés en el tema ha ido en aumento desde mediados de 2014.

El ruido alrededor del tema solo va a aumentar, y para el profano todo es muy confuso. Dependiendo de lo que leas, es fácil creer que nos dirigimos a una destrucción apocalíptica al estilo de Skynet a manos de supercomputadoras frías y calculadoras, o que todos viviremos para siempre como entidades puramente digitales en algún tipo de nube. -basado en un mundo artificial. En otras palabras, Terminator o Matrix están a punto de volverse inquietantemente proféticos.

¿Deberíamos estar preocupados o emocionados? ¿Y qué significa todo esto?

¿Los robots dominarán el mundo?

Cuando me subí al carro de la IA a fines de 2014, sabía muy poco al respecto. Aunque he estado involucrado con las tecnologías web durante más de 20 años, tengo un título en Literatura Inglesa y estoy más comprometido con las posibilidades comerciales y creativas de la tecnología que con la ciencia detrás de ella. Me atrajo la IA por su potencial positivo, pero cuando leí las advertencias de personas como Stephen Hawking sobre los peligros apocalípticos que acechan en nuestro futuro, naturalmente me preocupé tanto como cualquier otra persona.

Entonces hice lo que normalmente hago cuando algo me preocupa: comencé a aprender sobre eso para poder entenderlo. Más de un año de constante lectura, conversación, escucha, observación, retoques y estudio me han llevado a una comprensión bastante sólida de lo que significa todo, y quiero pasar los próximos párrafos compartiendo ese conocimiento con la esperanza de iluminar a cualquiera. otro que es curioso pero ingenuamente temeroso de este asombroso nuevo mundo.

Oh, si solo quieres la respuesta al titular anterior, la respuesta es: sí, lo harán. Lo siento.

Cómo las máquinas han aprendido a aprender

Lo primero que descubrí fue que la inteligencia artificial, como término de la industria, ha existido desde 1956 y ha tenido múltiples auges y caídas en ese período. En la década de 1960, la industria de la IA se bañaba en una era dorada de investigación con gobiernos, universidades y grandes empresas occidentales que invertían enormes cantidades de dinero en el sector con la esperanza de construir un mundo nuevo y valiente. Pero a mediados de los setenta, cuando se hizo evidente que la IA no estaba cumpliendo su promesa, la burbuja de la industria estalló y la financiación se agotó. En la década de 1980, a medida que las computadoras se hicieron más populares, surgió otro auge de la IA con niveles similares de inversiones alucinantes que se invirtieron en varias empresas. Pero, una vez más, el sector no cumplió y siguió la inevitable quiebra.

Para comprender por qué estos auges no se mantuvieron, primero debe comprender qué es realmente la inteligencia artificial. La respuesta corta a eso (y créanme, hay respuestas muy, muy largas) es que la IA es una serie de diferentes tecnologías superpuestas que abordan ampliamente el desafío de cómo usar los datos para tomar una decisión sobre algo. Incorpora muchas disciplinas y tecnologías diferentes (Big Data o Internet de las cosas, ¿alguien?), pero la más importante es un concepto llamado aprendizaje automático.

El aprendizaje automático básicamente implica alimentar a las computadoras con grandes cantidades de datos y permitirles analizar esos datos para extraer patrones de los que puedan sacar conclusiones. Probablemente haya visto esto en acción con la tecnología de reconocimiento facial (como en Facebook o en las cámaras digitales modernas y los teléfonos inteligentes), donde la computadora puede identificar y enmarcar rostros humanos en fotografías. Para hacer esto, las computadoras hacen referencia a una enorme biblioteca de fotos de rostros de personas y han aprendido a detectar las características de un rostro humano a partir de formas y colores promediados en un conjunto de datos de cientos de millones de ejemplos diferentes. Este proceso es básicamente el mismo para cualquier aplicación de aprendizaje automático, desde la detección de fraudes (análisis de patrones de compra a partir del historial de compras con tarjeta de crédito) hasta el arte generativo (análisis de patrones en pinturas y generación aleatoria de imágenes utilizando esos patrones aprendidos).

Como puede imaginar, analizar enormes conjuntos de datos para extraer patrones requiere MUCHA potencia de procesamiento de la computadora. En la década de 1960, simplemente no tenían máquinas lo suficientemente poderosas para hacerlo, razón por la cual ese auge fracasó. En la década de 1980, las computadoras eran lo suficientemente poderosas, pero descubrieron que las máquinas solo aprenden de manera efectiva cuando el volumen de datos que reciben es lo suficientemente grande, y no pudieron obtener cantidades de datos lo suficientemente grandes para alimentar las máquinas.

Luego vino Internet. No solo resolvió el problema informático de una vez por todas a través de las innovaciones de la computación en la nube, que esencialmente nos permiten acceder a tantos procesadores como necesitamos con solo tocar un botón, sino que las personas en Internet han estado generando más datos todos los días. que nunca se ha producido en toda la historia del planeta tierra. La cantidad de datos que se producen de forma constante es absolutamente alucinante.

Lo que esto significa para el aprendizaje automático es significativo: ahora tenemos datos más que suficientes para comenzar realmente a entrenar nuestras máquinas. Piense en la cantidad de fotos en Facebook y comenzará a comprender por qué su tecnología de reconocimiento facial es tan precisa.

Ahora no existe una barrera importante (que sepamos actualmente) que impida que la IA alcance su potencial. Apenas estamos empezando a averiguar qué podemos hacer con él.

Cuando las computadoras pensarán por sí mismas

Hay una escena famosa de la película 2001: A Space Odyssey donde Dave, el personaje principal, está desactivando lentamente el mainframe de inteligencia artificial (llamado «Hal») después de que este último funcionara mal y decidiera intentar matar a todos los humanos en el espacio. estación que estaba destinado a estar funcionando. Hal, la IA, protesta por las acciones de Dave y proclama inquietantemente que tiene miedo de morir.

Esta película ilustra uno de los grandes temores que rodean a la IA en general, a saber, qué sucederá una vez que las computadoras comiencen a pensar por sí mismas en lugar de ser controladas por humanos. El temor es válido: ya estamos trabajando con construcciones de aprendizaje automático llamadas redes neuronales cuyas estructuras se basan en las neuronas del cerebro humano. Con las redes neuronales, los datos se alimentan y luego se procesan a través de una red muy compleja de puntos interconectados que construyen conexiones entre conceptos de la misma manera que lo hace la memoria humana asociativa. Esto significa que las computadoras están comenzando lentamente a construir una biblioteca no solo de patrones, sino también de conceptos que, en última instancia, conducen a los fundamentos básicos de la comprensión en lugar del reconocimiento.

Imagina que estás mirando una fotografía de la cara de alguien. Cuando ves la foto por primera vez, suceden muchas cosas en tu cerebro: primero, reconoces que es un rostro humano. A continuación, puede reconocer que es hombre o mujer, joven o viejo, negro o blanco, etc. También tendrá una decisión rápida de su cerebro sobre si reconoce la cara, aunque a veces el reconocimiento requiere un pensamiento más profundo dependiendo de la frecuencia. has estado expuesto a este rostro en particular (la experiencia de reconocer a una persona pero no saber de inmediato de dónde). Todo esto sucede prácticamente al instante, y las computadoras ya son capaces de hacer todo esto también, casi a la misma velocidad. Por ejemplo, Facebook no solo puede identificar caras, sino que también puede decirte a quién pertenece la cara, si esa persona también está en Facebook. Google tiene tecnología que puede identificar la raza, la edad y otras características de una persona basándose solo en una foto de su rostro. Hemos recorrido un largo camino desde la década de 1950.

Pero la verdadera inteligencia artificial, que se conoce como Inteligencia General Artificial (AGI), donde la máquina es tan avanzada como un cerebro humano, está muy lejos. Las máquinas pueden reconocer rostros, pero todavía no saben realmente qué es un rostro. Por ejemplo, puede mirar un rostro humano e inferir muchas cosas que se extraen de una malla enormemente complicada de diferentes recuerdos, aprendizajes y sentimientos. Puedes mirar una foto de una mujer y adivinar que es una madre, lo que a su vez puede hacerte asumir que ella es desinteresada o, de hecho, lo contrario, dependiendo de tus propias experiencias de madres y maternidad. Un hombre puede mirar la misma foto y encontrar a la mujer atractiva, lo que lo llevará a hacer suposiciones positivas sobre su personalidad (sesgo de confirmación nuevamente), o por el contrario, descubrir que se parece a una ex novia loca, lo que irracionalmente lo hará sentir negativamente hacia la mujer. . Estos pensamientos y experiencias ricamente variados pero a menudo ilógicos son los que impulsan a los humanos a los diversos comportamientos, buenos y malos, que caracterizan a nuestra raza. La desesperación a menudo conduce a la innovación, el miedo conduce a la agresión, etc.

Para que las computadoras sean realmente peligrosas, necesitan algunas de estas compulsiones emocionales, pero este es un tapiz muy rico, complejo y de múltiples capas de diferentes conceptos en el que es muy difícil entrenar a una computadora, sin importar cuán avanzadas puedan ser las redes neuronales. Llegaremos allí algún día, pero hay mucho tiempo para asegurarnos de que cuando las computadoras alcancen AGI, aún podamos apagarlas si es necesario.

Mientras tanto, los avances que se están realizando actualmente están encontrando cada vez más aplicaciones útiles en el mundo humano. Coches sin conductor, traducciones instantáneas, asistentes de teléfonos móviles con IA, sitios web que se diseñan a sí mismos! Todos estos avances están destinados a mejorar nuestras vidas y, como tal, no debemos tener miedo, sino más bien estar entusiasmados con nuestro futuro artificialmente inteligente.

¿Que te ha parecido?

Deja un comentario