¿Pueden las máquinas ser más inteligentes que los humanos? No, dice Jean-Gabriel Ganassia: es sólo un mito inspirado en la ciencia ficción. En su artículo, recuerda los hitos del desarrollo de esta rama de la ciencia, los avances de la tecnología moderna y las cuestiones éticas que reclaman cada vez más atención.
Jean-Gabriel Ganassia
La Inteligencia Artificial (IA) es una rama de la ciencia que vio oficialmente la luz en 1956, en un seminario de verano en el Dartmouth College (Hannover, Estados Unidos) organizado por cuatro científicos estadounidenses: John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon. Desde entonces, el término «inteligencia artificial», que probablemente se acuñó para llamar la atención de todo el mundo, se ha hecho tan popular que hoy apenas se puede encontrar una persona que no lo haya oído nunca. A lo largo de los años, esta sección de la informática se ha desarrollado cada vez más, y la tecnología inteligente ha desempeñado un papel importante en el cambio de la faz del mundo en los últimos sesenta años.
Sin embargo, gran parte de la popularidad del término «inteligencia artificial» proviene de interpretaciones erróneas, sobre todo cuando se refiere a alguna entidad artificial con una inteligencia que supuestamente puede competir con los humanos. Esta idea procedente del reino de las leyendas y el saber popular, que suena como el mito del Golem, ha sido recuperada recientemente por nuestros contemporáneos, como el físico británico Stephen Hawking (1942-2018), el empresario estadounidense Ilon Musk y el ingeniero estadounidense Ray Kurzweil, así como por los defensores de la llamada IA fuerte o general. Sin embargo, no hablemos de esta forma de entender el término, ya que es más un producto de la rica imaginación influenciado por la ciencia ficción que una realidad científica tangible apoyada por experimentos y observaciones empíricas.
Para John McCarthy y Marvin Minsky, al igual que para los demás organizadores del seminario de verano del Dartmouth College (el enlace es externo), la IA era originalmente un campo de la ciencia que se ocupaba de la modelización informática de las distintas facultades de la inteligencia, ya sea humana, animal, vegetal, social o filogenética. En el corazón de esta disciplina científica está la suposición de que todas las funciones cognitivas, como el aprendizaje, el pensamiento, el cálculo, la percepción, la memoria, incluso el descubrimiento científico o la creación artística, pueden describirse con una precisión que hace posible programar un ordenador para reproducirlas. En los más de sesenta años de existencia de la IA, no ha surgido nada que demuestre o refute de forma concluyente la hipótesis, que sigue abierta y ha llevado a los científicos a reinventarse.
Aplicaciones
Muchos resultados conseguidos con la tecnología de IA son superiores a los humanos: en 1997, un ordenador derrotó al entonces campeón mundial de ajedrez, y más recientemente, en 2016, otros ordenadores vencieron a los mejores jugadores de Go y de póker del mundo. Los ordenadores demuestran, o ayudan a demostrar, teoremas matemáticos; automáticamente, basándose en técnicas de aprendizaje automático y con la ayuda de enormes cantidades de datos que se miden en terabytes (10 a la 12ª potencia) e incluso petabytes (10 a la 15ª potencia), se crea conocimiento.
Las técnicas de aprendizaje automático permiten a algunas máquinas reconocer el habla y grabarla como las máquinas de escribir de antaño, mientras que otras pueden identificar con precisión rostros o huellas dactilares entre decenas de millones de personas y procesar textos escritos en lenguas naturales. Gracias a estas mismas técnicas, los coches se conducen solos, los ordenadores son mejores que los dermatólogos a la hora de diagnosticar melanomas a partir de fotos de lunares hechas con el móvil, los robots luchan en las guerras en lugar de los humanos y las cadenas de montaje de las fábricas están cada vez más automatizadas.
Los científicos también están recurriendo a estas técnicas para determinar las funciones de las macromoléculas biológicas, en particular las proteínas y los genomas, a partir de la secuencia de sus componentes: aminoácidos en el caso de las proteínas y bases en el de los genomas. En general, existe una importante brecha epistemológica en todas las ciencias, debido a la diferencia cualitativa entre los experimentos in silico -llamados así porque se realizan sobre big data utilizando potentes procesadores con chips de silicio- y los experimentos in vivo (en tejidos vivos) y sobre todo in vitro (en tubos de ensayo de vidrio y placas de Petri).
Los sistemas inteligentes de autoaprendizaje se utilizan ampliamente en casi todos los campos, especialmente en la industria, la banca, los seguros, la sanidad y la defensa. Muchos procesos rutinarios podrán ahora automatizarse, lo que transformará nuestras profesiones y acabará por eliminar algunas de ellas.
https://t.me/links_1_2/231
https://www.imdb.com/user/ur154605256/
https://www.tripadvisor.com/Profile/hussenw2022
https://disqus.com/by/hussenwendy78c/about/
https://www.kaggle.com/hussenwendy78c
https://www.wattpad.com/user/Hussenwendy78c
https://hubpages.com/@hussenwendy78c
https://www.behance.net/hussenwendyc
https://community.atlassian.com/t5/user/viewprofilepage/user-id/4986691
https://www.dreamstime.com/hussenwendy78c_info