Por Jordi Jim茅nez.-
Seg煤n lo que comentan distintos expertos en el tema de la inteligencia artificial (IA), las posibles 谩reas de avance de la misma en los pr贸ximos 10 a帽os ser谩n:
La IA puede reconocer patrones o jugar al Go porque son tareas con reglas fijas, patrones claros y desarrollo de probabilidades. Pero no puede juzgar situaciones complejas donde entran en juego elementos humanos, hist贸ricos o culturales (creencias, valores, intangibles en general). Una m谩quina carece de acumulaci贸n hist贸rica y cultural gran parte de la cual est谩 codificada en nuestra memoria como climas emocionales y como estados internos.
En palabras del experto en IA Keith Darlington, “los sistemas IKBS (Sistemas Basados en Conocimiento Inteligente o sistemas expertos) tienen un enfoque estrecho ya que no tienen la posibilidad de aprovechar el conocimiento basado en el “sentido com煤n” que posee un experto humano. Esto significa que muchos de estos sistemas eran muy competentes a la hora de resolver problemas en m谩rgenes muy estrechos de sus respectivos campos de conocimiento pero cuando se enfrentaban a un problema inusual que requer铆a conocimiento vinculado al sentido com煤n, colapsaban.”
Posteriormente se crearon sistemas para que llevaran a cabo razonamientos basados en el sentido com煤n, como los seres humanos, pero se tropezaron con la ambig眉edad del lenguaje humano. Despu茅s de eso, y ya recientemente, es cuando han aparecido los desarrollos basados en Big Data y Machine Learning.
Despu茅s de una d茅cada con muchas expectativas la IA parece estar en una meseta o entrar en una especie de invierno. Algunos expertos se帽alan que las capacidades de la IA fueron exageradas interesadamente por parte de algunas compa帽铆as. A finales de 2019, las computadoras m谩s inteligentes s贸lo pueden sobresalir en una limitada variedad de tareas. Los robots s贸lo pueden reaccionar al entorno de manera muy mec谩nica y previsible en sus movimientos, mientras que los robots que parecen “dialogar” simplemente utilizan combinatoria entre millones de opciones para articular lo que parece un lenguaje visto desde fuera.
- La conducci贸n aut贸noma.
- La medicina: diagn贸sticos, medicamentos, etc.
- Lenguajes, escritura y comunicaci贸n.
- Educaci贸n personalizada.
- Reconocimiento (patrones, caras, objetos).
- Aprender: un ni帽o de 2 a帽os ya hace cosas que la IA tardar谩 mucho en hacer.
- Tener emociones o manejar intangibles.
- «Saber» el significado de algo. Un ordenador reconoce un gato pero no sabe lo que ES un gato.
- Ni much铆simo menos, tener conciencia de s铆, de existencia propia y de existencia de otros.
La IA puede reconocer patrones o jugar al Go porque son tareas con reglas fijas, patrones claros y desarrollo de probabilidades. Pero no puede juzgar situaciones complejas donde entran en juego elementos humanos, hist贸ricos o culturales (creencias, valores, intangibles en general). Una m谩quina carece de acumulaci贸n hist贸rica y cultural gran parte de la cual est谩 codificada en nuestra memoria como climas emocionales y como estados internos.
Foto por Evan Wise en Unsplash
La ciencia mecanicista, junto con el pensamiento materialista, creen que todo avance y toda inteligencia se basan en tener muchos datos y poder relacionarlos en millones de combinaciones. Creen que por el simple hecho de tener mucha informaci贸n el pensamiento es posible. De ah铆 que ahora se haya puesto de moda el “Big Data” y el “Machine Learning”. Cuantos m谩s datos, mejor. Pero a煤n se desconoce el funcionamiento b谩sico del psiquismo desde el punto de vista de la funci贸n con que cumplen las im谩genes (es desde la imagen mental que el cuerpo da las respuestas), c贸mo esas im谩genes est谩n configuradas espacialmente con respecto al observador y a su cuerpo biol贸gico, las cargas emocionales de esos contenidos de conciencia y la interacci贸n cenest茅sica que se produce con cuerpo en el proceso de pensar. Por tanto, va a resultar muy dif铆cil reproducir en artificial algo de lo que se desconoce su funcionamiento.En palabras del experto en IA Keith Darlington, “los sistemas IKBS (Sistemas Basados en Conocimiento Inteligente o sistemas expertos) tienen un enfoque estrecho ya que no tienen la posibilidad de aprovechar el conocimiento basado en el “sentido com煤n” que posee un experto humano. Esto significa que muchos de estos sistemas eran muy competentes a la hora de resolver problemas en m谩rgenes muy estrechos de sus respectivos campos de conocimiento pero cuando se enfrentaban a un problema inusual que requer铆a conocimiento vinculado al sentido com煤n, colapsaban.”
Posteriormente se crearon sistemas para que llevaran a cabo razonamientos basados en el sentido com煤n, como los seres humanos, pero se tropezaron con la ambig眉edad del lenguaje humano. Despu茅s de eso, y ya recientemente, es cuando han aparecido los desarrollos basados en Big Data y Machine Learning.
Despu茅s de una d茅cada con muchas expectativas la IA parece estar en una meseta o entrar en una especie de invierno. Algunos expertos se帽alan que las capacidades de la IA fueron exageradas interesadamente por parte de algunas compa帽铆as. A finales de 2019, las computadoras m谩s inteligentes s贸lo pueden sobresalir en una limitada variedad de tareas. Los robots s贸lo pueden reaccionar al entorno de manera muy mec谩nica y previsible en sus movimientos, mientras que los robots que parecen “dialogar” simplemente utilizan combinatoria entre millones de opciones para articular lo que parece un lenguaje visto desde fuera.