Humano Vs Inteligencia Artificial (IA)
A los humanos a menudo se les llama animales sociales debido a nuestra tendencia a vivir en la sociedad en su conjunto. Se nos llama animales porque se cree que los monos fueron nuestros antepasados hace millones de años. Hemos pasado por una metamorfosis colosal durante estos años. Desarrollamos la sabiduría y el conocimiento para llevar a cabo nuestra vida diaria de manera muy diferente a la de los animales. Con el cambio de los tiempos, aprendimos muchas normas éticas y consuetudinarias que nos diferencian a nosotros (los humanos) de los animales. Estas normas establecieron algunas reglas y regulaciones, que subrayan lo que es bueno para la sociedad y lo que no. Trabajamos en esos parámetros establecidos según nuestra inteligencia imbuida.
En los últimos tiempos, nos hemos encontrado con una nueva forma de inteligencia conocida como Inteligencia Artificial (IA). Es una tecnología compleja cuyas aplicaciones aún no se han aprovechado adecuadamente. Nos hemos dado cuenta de que el concepto de IA no siempre se entiende fácilmente. Existe un debate en curso entre muchos sectores de las élites intelectuales con respecto a la vulnerabilidad de los humanos ante esta forma moderna de inteligencia. Hay personas que se irritan porque la IA superaría la inteligencia humana algún día. El mismo tipo de miedo ha sido articulado por muchas películas. Es un debate interminable a medida que aumentan las aprensiones de las personas.
Entonces, ¿qué es exactamente la IA y cómo funciona?
El método más simple para entender la IA es asignarla a algo que ya entendemos. Tomemos, por ejemplo, nuestra propia inteligencia. ¿Cómo funciona? En el nivel más básico, nuestra propia inteligencia sigue un principio simple. Recibimos información, la procesamos en nuestra mente y la información nos ayuda a actuar de acuerdo con la información.
Los 3 pasos generales de la inteligencia humana son entrada, procesamiento y salida. En el cerebro humano, la entrada se produce en forma de sensación y percepción de las cosas por los ojos, la nariz y los oídos, etc., que reciben la entrada bruta y luego la procesan. Después, obtenemos la salida en forma de habla y acciones. El procesamiento ocurre en el medio donde se forman y recuperan conocimientos/entradas, se toman decisiones e inferencias y se produce el aprendizaje/acción.
Solo piense en una imagen de detenerse en una intersección de la carretera. Sus ojos ven que la luz del semáforo frente a usted acaba de ponerse roja. Según lo que ha aprendido de la experiencia (y la educación del conductor), sabe que una luz roja indica que debe aplicar el freno para detener el automóvil en un semáforo. Entonces, pisa el pedal del freno y desacelera el coche. La luz roja es la entrada bruta, el freno es la salida y todo lo demás es procesamiento.
Estos aspectos de la inteligencia humana son paralelos a la inteligencia artificial. Así como recibimos información, la procesamos y compartimos la salida, también pueden hacerlo las máquinas.
En las máquinas, la parte de entrada de la IA se ejemplifica mediante varias entradas, como el procesamiento del lenguaje natural, el reconocimiento de voz, el reconocimiento visual y más. Este tipo de tecnologías están en todas partes, desde los coches autónomos que necesitan detectar las carreteras y los obstáculos hasta Siri o el Asistente de Google que reconoce tu voz. Podría tomar la forma de robótica, sistemas de navegación y reconocimiento de voz, etc. En medio, tenemos varias formas de procesamiento que tienen lugar.
De forma muy similar al cerebro que almacena conocimientos y recuerdos, las máquinas pueden crear representaciones de conocimiento que les ayuden a almacenar información sobre el mundo. Al igual que los humanos toman una decisión y actúan en consecuencia, las máquinas pueden hacer una predicción, optimizar para un mejor objetivo o resultado y determinar los próximos pasos o decisiones preferidos para cumplir un objetivo específico y operar de manera eficiente.
Aprendemos cosas por ejemplo, observación o algoritmo, las máquinas pueden ser enseñadas usando métodos análogos.
- El aprendizaje supervisado es como aprender con el ejemplo: A una computadora se le da un conjunto de datos con "etiquetas" dentro del conjunto de datos que actúan como respuestas y, eventualmente, la máquina aprende a diferenciar entre diferentes etiquetas.
- Otro aprendizaje que no está supervisado es como aprender por observación: Una computadora observa patrones y aprende a distinguir entre grupos y patrones por sí sola. No requiere etiquetas y puede ser preferible cuando los conjuntos de datos no tienen etiquetas y son limitados.
El resultado de IA más preciso y eficiente requiere una combinación de varios métodos de aprendizaje.
Pero eso no es todo, también hay un aspecto aterrador adjunto al desarrollo de la IA. Debemos tener en cuenta que es una tecnología desprovista de cualquier emoción. Cuando hablamos de resultados basados en emociones, simplemente no se puede reemplazar con la inteligencia humana. Para una máquina, es casi imposible deducir las soluciones a muchas complejidades de la vida diaria debido al cociente emocional adjunto a ellas. La IA no puede diferenciar entre lo correcto y lo incorrecto. Actuaría en función del algoritmo prediseñado, sin importar si eso está a favor de la humanidad o no.
Por lo tanto, ya es hora de que tracemos una línea para limitar las repercusiones de la IA. Necesitamos mantener el statu quo de la tecnología que se está utilizando para aprovechar varias industrias.