Los algoritmos súper inteligentes no se harán cargo de todos los trabajos, pero están aprendiendo más rápido que nunca, haciendo de todo, desde diagnósticos médicos hasta publicar anuncios.
por TOM SIMONITE
El concepto INTELIGENCIA ARTIFICIAL es exagerado — ahí, lo dijimos. También es increíblemente importante.
Los algoritmos superinteligentes no están a punto de acabar con todos los trabajos ni de acabar con la humanidad. Pero el software se ha vuelto significativamente más inteligente últimamente. Es por eso que puedes hablar con tus amigos como una caca animada en el iPhone X usando Animoji de Apple , o pedirle a tu altavoz inteligente que pida más toallas de papel.
Las grandes inversiones de las empresas de tecnología en IA ya están cambiando nuestras vidas y nuestros dispositivos, y están sentando las bases para un futuro más centrado en la IA.
El auge actual en todo lo relacionado con la IA fue catalizado por avances en un área conocida como aprendizaje automático. Implica “entrenar” a las computadoras para que realicen tareas basadas en ejemplos, en lugar de depender de la programación de un ser humano. Una técnica llamada aprendizaje profundo ha hecho que este enfoque sea mucho más poderoso. Pregúntele a Lee Sedol, poseedor de 18 títulos internacionales en el complejo juego de Go. Lo consiguió un software llamado AlphaGo en 2016.
Para la mayoría de nosotros, los resultados más obvios de los poderes mejorados de la inteligencia artificial son nuevos dispositivos y experiencias ingeniosos, como parlantes inteligentes o poder desbloquear su iPhone con la cara . Pero la IA también está preparada para reinventar otras áreas de la vida. Uno es el cuidado de la salud. Los hospitales de la India están probando un software que comprueba las imágenes de la retina de una persona en busca de signos de retinopatía diabética, una afección que con frecuencia se diagnostica demasiado tarde para prevenir la pérdida de la visión. El aprendizaje automático es vital para los proyectos de conducción autónoma , donde permite que un vehículo le dé sentido a su entorno.
Existe evidencia de que la IA puede hacernos más felices y saludables . Pero también hay motivos para ser cautelosos. Los incidentes en los que los algoritmos detectaron o amplificaron los prejuicios sociales en torno a la raza o el género muestran que un futuro mejorado por la IA no será automáticamente mejor.
Los inicios de la inteligencia artificial
La inteligencia artificial tal como la conocemos comenzó como un proyecto vacacional. El profesor de Dartmouth, John McCarthy, acuñó el término en el verano de 1956, cuando invitó a un pequeño grupo a pasar unas semanas reflexionando sobre cómo hacer que las máquinas hicieran cosas como usar el lenguaje. Tenía grandes esperanzas de un gran avance hacia las máquinas de nivel humano. “Creemos que se puede lograr un avance significativo” , escribió con sus coorganizadores , “si un grupo de científicos cuidadosamente seleccionados trabajan juntos durante un verano”.
Momentos que dieron forma a la IA
- 1956 – El Proyecto de Investigación de Verano de Dartmouth sobre Inteligencia Artificial acuña el nombre de un nuevo campo relacionado con hacer que el software sea inteligente como los humanos.
- 1965 – Joseph Weizenbaum del MIT crea Eliza, el primer chatbot, que se hace pasar por psicoterapeuta.
- 1975 – Meta-Dendral, un programa desarrollado en Stanford para interpretar análisis químicos, hace los primeros descubrimientos por computadora para ser publicados en una revista arbitrada.
- 1987 – Una camioneta Mercedes equipada con dos cámaras y un montón de computadoras recorre 20 kilómetros por una carretera alemana a más de 55 mph, en un proyecto académico dirigido por el ingeniero Ernst Dickmanns.
- 1997 – La computadora de IBM, Deep Blue, derrota al campeón mundial de ajedrez Garry Kasparov.
- 2004 – El Pentágono organiza el Darpa Grand Challenge, una carrera de autos robot en el desierto de Mojave que cataliza la industria de los autos autónomos.
- 2012 – Los investigadores en un campo de nicho llamado aprendizaje profundo estimulan un nuevo interés corporativo en la IA al mostrar que sus ideas pueden hacer que el reconocimiento de voz e imágenes sea mucho más preciso.
- 2016 – AlphaGo, creado por la unidad de Google DeepMind, derrota a un jugador campeón mundial del juego de mesa Go.
Esas esperanzas no se cumplieron y McCarthy admitió más tarde que había sido demasiado optimista. Pero el taller ayudó a los investigadores que sueñan con máquinas inteligentes a fusionarse en un campo académico adecuado.
El trabajo inicial a menudo se enfocaba en resolver problemas bastante abstractos en matemáticas y lógica. Pero no pasó mucho tiempo antes de que la IA comenzara a mostrar resultados prometedores en más tareas humanas. A finales de la década de 1950, Arthur Samuel creó programas que aprendieron a jugar a las damas. En 1962, uno anotó una victoria sobre un maestro en el juego. En 1967, un programa llamado Dendral demostró que podía replicar la forma en que los químicos interpretaban los datos de espectrometría de masas sobre la composición de muestras químicas.
A medida que se desarrolló el campo de la IA, también lo hicieron las diferentes estrategias para hacer máquinas más inteligentes. Algunos investigadores intentaron destilar el conocimiento humano en código o crear reglas para tareas como comprender el lenguaje. Otros se inspiraron en la importancia de aprender la inteligencia humana y animal. Construyeron sistemas que podrían mejorar en una tarea con el tiempo, quizás simulando la evolución o aprendiendo de datos de ejemplo. El campo alcanzó un hito tras otro, ya que las computadoras dominaron más tareas que antes solo podían realizar las personas.
El aprendizaje profundo, el combustible del cohete del actual boom de la IA, es un resurgimiento de una de las ideas más antiguas de la IA. La técnica consiste en pasar datos a través de redes matemáticas inspiradas libremente en el funcionamiento de las células cerebrales, conocidas como redes neuronales artificiales. A medida que una red procesa los datos de entrenamiento, las conexiones entre las partes de la red se ajustan, lo que genera la capacidad de interpretar datos futuros.
Las redes neuronales artificiales se convirtieron en una idea establecida en la IA poco después del taller de Dartmouth. El Perceptron Mark 1 de 1958, que llena la habitación, por ejemplo, aprendió a distinguir diferentes formas geométricas y fue escrito en The New York Times como el “Embrión de la computadora diseñada para leer y crecer más sabio”. Pero las redes neuronales cayeron en desgracia después de que un influyente libro de 1969 escrito en coautoría por Marvin Minsky del MIT sugiriera que no podían ser muy poderosas.
No todo el mundo estaba convencido y algunos investigadores mantuvieron viva la técnica durante décadas. Fueron reivindicados en 2012, cuando una serie de experimentos mostró que las redes neuronales alimentadas con grandes cantidades de datos y potentes chips de computadora podrían dar a las máquinas nuevos poderes de percepción.
En un resultado notable, los investigadores de la Universidad de Toronto derrotaron a sus rivales en una competencia anual en la que el software tiene la tarea de categorizar imágenes. En otro, investigadores de IBM, Microsoft y Google se unieron para publicar resultados que muestran que el aprendizaje profundo también podría brindar un salto significativo en la precisión del reconocimiento de voz. Las empresas de tecnología comenzaron a contratar frenéticamente a todos los expertos en aprendizaje profundo que pudieron encontrar.
El futuro de la inteligencia artificial
Incluso si el progreso para hacer que la inteligencia artificial sea más inteligente se detiene mañana, no espere dejar de escuchar sobre cómo está cambiando el mundo.
Las grandes empresas de tecnología como Google, Microsoft y Amazon han acumulado sólidas listas de talentos de inteligencia artificial y conjuntos impresionantes de computadoras para reforzar sus negocios principales de anuncios dirigidos o anticipar su próxima compra.
También han comenzado a intentar ganar dinero invitando a otros a ejecutar proyectos de inteligencia artificial en sus redes, lo que ayudará a impulsar avances en áreas como la atención médica o la seguridad nacional. Las mejoras en el hardware de AI, el crecimiento en los cursos de formación en el aprendizaje de máquina , y de código abierto proyectos de aprendizaje automático también acelerar la propagación de la gripe aviar en otras industrias.
Tu anillo decodificador de IA
Inteligencia artificial
El desarrollo de computadoras capaces de realizar tareas que normalmente requieren inteligencia humana.
- Aprendizaje automático – Usar datos de ejemplo o experiencia para refinar cómo las computadoras hacen predicciones o realizan una tarea.
- Aprendizaje profundo – Una técnica de aprendizaje automático en la que los datos se filtran a través de redes matemáticas autoajustables inspiradas libremente en las neuronas del cerebro.
- Aprendizaje supervisado – Mostrar datos de ejemplo etiquetados por software, como fotografías, para enseñarle a una computadora qué hacer.Aprendizaje sin supervisión
- Aprender sin ejemplos anotados, solo a partir de la experiencia de los datos o del mundo: algo trivial para los humanos pero no práctico en general para las máquinas. Todavía.
- Aprendizaje reforzado – Software que experimenta con diferentes acciones para descubrir cómo maximizar una recompensa virtual, como sumar puntos en un juego.
- Inteligencia artificial general – Software aún inexistente que muestre una capacidad similar a la humana para adaptarse a diferentes entornos y tareas, y transferir conocimientos entre ellos.
Mientras tanto, los consumidores pueden esperar recibir más dispositivos y servicios con funciones impulsadas por IA. Google y Amazon, en particular, están apostando a que las mejoras en el aprendizaje automático harán que sus asistentes virtuales y altavoces inteligentes sean más potentes. Amazon, por ejemplo, tiene dispositivos con cámaras para mirar a sus dueños y al mundo que los rodea.
Las posibilidades comerciales hacen que este sea un buen momento para ser investigador de IA. Los laboratorios que investigan cómo fabricar máquinas más inteligentes son más numerosos y están mejor financiados que nunca. Y hay mucho en lo que trabajar: a pesar de la avalancha de avances recientes en IA y los pronósticos descabellados sobre su futuro cercano, todavía hay muchas cosas que las máquinas no pueden hacer, como comprender los matices del lenguaje, el razonamiento de sentido común y el aprendizaje. una nueva habilidad a partir de solo uno o dos ejemplos. El software de IA necesitará dominar tareas como estas para acercarse a la inteligencia multifacética, adaptable y creativa de los humanos. Un pionero del aprendizaje profundo, Geoff Hinton de Google, sostiene que avanzar en ese gran desafío requerirá repensar algunos de los fundamentos del campo .
A medida que los sistemas de inteligencia artificial se vuelvan más poderosos, invitarán con razón a un mayor escrutinio. El uso del software por parte del gobierno en áreas como la justicia penal a menudo tiene fallas o es secreto , y corporaciones como Facebook han comenzado a enfrentar las desventajas de sus propios algoritmos para dar forma a la vida . Una IA más poderosa tiene el potencial de crear problemas peores, por ejemplo, al perpetuar los prejuicios y estereotipos históricos contra las mujeres o los negros. Los grupos de la sociedad civil e incluso la propia industria tecnológica ahora están explorando reglas y pautas sobre la seguridad y la ética de la IA. Para que podamos realmente cosechar los beneficios de que las máquinas se vuelvan más inteligentes, tendremos que ser más inteligentes con las máquinas.
Aprende más
- Lo que la inteligencia artificial detrás de AlphaGo puede enseñarnos sobre ser humanos
Drama, emoción, bastidores de servidores y preguntas existenciales. Encuéntrelos a todos en nuestra cuenta en la escena del triunfo del bot Go-playing de Google sobre el mejor jugador Lee Sedol en Corea del Sur. - John McCarthy, padre de IA y Lisp, muere a los 84 años
El obituario de 2011 de WIRED sobre el hombre que acuñó el término inteligencia artificial da una idea de los orígenes del campo. El sueño duradero e incumplido de McCarthy de hacer máquinas tan inteligentes como los humanos todavía atrae a muchas personas que trabajan en IA en la actualidad. - ¿Estamos listos para la intimidad con los androides?
Las personas siempre se han dedicado a sus creaciones tecnológicas, pero ¿qué sucede cuando esas creaciones artificiales se ven y actúan como personas? Hiroshi Ishiguro construye androides en una búsqueda para aplicar ingeniería inversa a cómo los humanos forman relaciones. Su progreso puede proporcionar una vista previa de los problemas que encontraremos a medida que evolucionen la inteligencia artificial y la robótica. - Cuando se trata de gorilas, Google Photos permanece ciego
Las limitaciones de los sistemas de inteligencia artificial pueden ser tan importantes como sus capacidades. A pesar de las mejoras en el reconocimiento de imágenes en los últimos años, WIRED descubrió que Google todavía no confía en sus algoritmos para no confundir a los simios con los negros. - ¿Por qué la inteligencia artificial no es como su cerebro? Sin embargo,
es posible que escuche a empresas, especialistas en marketing o compañeros de bebida decir que los algoritmos de inteligencia artificial funcionan como el cerebro. Están equivocados, y aquí está el por qué. - La inteligencia artificial busca una conciencia ética
A medida que las empresas y los gobiernos se apresuran a adoptar una IA cada vez más poderosa, los investigadores han comenzado a reflexionar sobre cuestiones éticas y morales sobre los sistemas que construyen y cómo se utilizan. - Un ‘neurógrafo’ pone el arte en la inteligencia artificial
Algunos artistas están reutilizando las técnicas de inteligencia artificial que utilizan las empresas de tecnología para procesar imágenes en una nueva herramienta creativa. Las inquietantes imágenes de Mario Klingemann, por ejemplo, se han comparado con las pinturas de Francis Bacon. - ¡Más! El problema de las alucinaciones de la IA y una mayor cobertura de inteligencia artificial CONECTADA.
Fuente: https://www.wired.com/story/guide-artificial-intelligence/