Human Vs Artificial Intelligence (Ai)
A menudo se llama a los humanos 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 sabiduría y el conocimiento para llevar nuestra vida diaria de forma muy diferente a la de los animales. Con el cambio de los tiempos, aprendimos muchas normas éticas y consuetudinarias que nos diferencian (a los humanos) de los animales. Estas normas establecieron algunas reglas y regulaciones, subrayando lo que es bueno para la sociedad y lo que no. Trabajamos sobre 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 intrincada 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 intelectuales sobre la vulnerabilidad de los humanos ante esta forma moderna de inteligencia. Hay personas que se irritan porque la IA supere algún día a la inteligencia humana. El mismo tipo de miedo ha sido expresado por muchas películas. Es un debate interminable a medida que aumentan las aprensiones de la gente.
Entonces, ¿qué es exactamente la IA y cómo funciona?
El método más sencillo para entender la IA es compararla con algo que ya entendemos. Tomemos, por ejemplo, nuestra propia inteligencia. ¿Cómo funciona? En el nivel más básico, nuestra propia inteligencia sigue un principio sencillo. 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 la entrada, el procesamiento y la 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 se produce en el centro, donde se forman y recuperan los conocimientos/entradas, se toman decisiones e inferencias y se produce el aprendizaje/acción.
Piense en la imagen de detenerse en un cruce de carreteras. Sus ojos ven que el semáforo frente a usted acaba de ponerse en rojo. Basándose en lo que ha aprendido de la experiencia (y de la educación del conductor), sabe que una luz roja indica que debe aplicar el freno para detener el coche en un semáforo. Así que pisa el pedal del freno y reduce la velocidad del 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. Al igual que nosotros 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 con varias entradas como el procesamiento del lenguaje natural, el reconocimiento del habla, el reconocimiento visual y más. Este tipo de tecnologías están en todas partes, desde los coches autónomos que necesitan sentir las carreteras y los obstáculos hasta Siri o el Asistente de Google que reconoce su voz. Puede adoptar la forma de robótica, sistemas de navegación y reconocimiento de voz, etc. Entre medias, tenemos varias formas de procesamiento que tienen lugar.
De forma muy similar al cerebro que almacena conocimientos y recuerdos, las máquinas pueden crear representaciones del conocimiento que les ayudan 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 siguientes pasos o decisiones preferidas para cumplir un objetivo específico y operar eficientemente.
Aprendemos las cosas por ejemplo, observación o algoritmo, las máquinas pueden ser enseñadas usando métodos análogos.
- El aprendizaje supervisado es como aprender con el ejemplo: A un ordenador se le da un conjunto de datos con "etiquetas" dentro del conjunto de datos que actúan como respuestas y, finalmente, la máquina aprende a distinguir entre diferentes etiquetas.
- Otro aprendizaje que no está supervisado es como aprender por observación: Un ordenador observa patrones y aprende a distinguir entre grupos y patrones por sí solo. No requiere etiquetas y puede ser preferible cuando los conjuntos de datos no tienen etiquetas y son limitados.
El resultado de la IA más preciso y eficiente requiere una combinación de varios métodos de aprendizaje.
Pero eso no es todo, también hay un aspecto aterrador relacionado con el desarrollo de la IA. Tenemos que tener en cuenta que es una tecnología desprovista de cualquier emoción. Cuando hablamos de la salida basada en las emociones, simplemente no puede ser reemplazada por 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 sobre la base 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.