Humanos vs. Inteligencia Artificial (IA)
Los humanos a menudo se denominan animales sociales debido a nuestra tendencia a vivir en sociedad en su conjunto. Nos llaman 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 nuestras vidas diarias de manera muy diferente a la de los animales. Con el cambio de los tiempos, aprendimos muchas normas éticas y consuetudinarias que nos diferencian (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 innata.
En los últimos tiempos, hemos encontrado una nueva forma de inteligencia conocida comoInteligencia 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 es fácil de entender. Existe un debate en curso entre muchos sectores de la intelectualidad con respecto a la vulnerabilidad de los humanos ante esta forma moderna de inteligencia. Hay personas que se enfadan 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 las aprensiones de la gente siguen aumentando.
Entonces, ¿qué es exactamente la IA y cómo funciona?
El método más simple para entender la IA es mapearla a algo que ya entendemos. Tomemos, por ejemplo, nuestra propia inteligencia. ¿Cómo funciona? A 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 sentir y percibir cosas por los ojos, la nariz y los oídos, etc., que reciben entrada bruta y luego la procesan. Después, obtenemos la salida en forma de habla y acciones. El procesamiento ocurre en el medio, donde se forma y recupera el conocimiento/entradas, se toman decisiones e inferencias y se produce el aprendizaje/acción.
Solo piense en la imagen de detenerse en una intersección vial. Sus ojos ven que el semáforo frente a usted acaba de ponerse rojo. Basado en lo que ha aprendido de la experiencia (y la educación vial), sabe que una luz roja indica que debe aplicar el freno para detener el automóvil en un semáforo. Así que 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 con 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 su voz. Puede tomar la forma de robótica, sistemas de navegación y reconocimiento de voz, etc. En el 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 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 preferidos para cumplir un objetivo específico y operar de manera eficiente.
Aprendemos cosas por ejemplo, observación o algoritmo, las máquinas se pueden enseñar utilizando métodos análogos.
- El aprendizaje supervisado es como aprender por 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 distinguir 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 las emociones, simplemente no se pueden 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 el bien y el mal. 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 trazar una línea para limitar las repercusiones de la IA. Necesitamos mantener el status quo de la tecnología que se está utilizando para aprovechar varias industrias.