211service.com
Problema de relaciones públicas de AI
de HBO mundo occidental presenta un dispositivo de trama común: anfitriones sintéticos que se levantan contra sus insensibles creadores humanos. ¿Pero es algo más que un giro en la trama? Después de todo, personas inteligentes como Bill Gates y Steven Hawking han advertido que la inteligencia artificial puede estar en un camino peligroso y podría amenazar la supervivencia de la raza humana.
No son los únicos preocupados. La Comisión de Asuntos Jurídicos del Parlamento Europeo emitió recientemente un informe en el que pide a la UE que exija el registro de los robots inteligentes, en parte para poder evaluar su carácter ético. El movimiento Stop Killer Robots, que se opone al uso de las llamadas armas autónomas en la guerra, está influyendo en la política de las Naciones Unidas y del Departamento de Defensa de los Estados Unidos.
La inteligencia artificial, al parecer, tiene un problema de relaciones públicas. Si bien es cierto que las máquinas actuales pueden realizar de manera creíble muchas tareas (jugar al ajedrez, conducir automóviles) que antes estaban reservadas para los humanos, eso no significa que las máquinas se estén volviendo más inteligentes y ambiciosas. Simplemente significa que están haciendo aquello para lo que los construimos.
Los robots pueden estar viniendo, pero no vienen por nosotros, porque no hay ellos. Las máquinas no son personas, y no hay evidencia convincente de que estén en camino hacia la conciencia.
jerry kaplan
Hemos estado reemplazando a trabajadores calificados y con conocimientos durante siglos, pero las máquinas no aspiran a mejores trabajos y empleos más altos. Los telares de jacquard reemplazaron a los expertos en costura en el siglo XIX, pero estos notables dispositivos, programados con tarjetas perforadas para una miríada de patrones de tela, no significaron la perdición para modistas y sastres. Hasta mediados del siglo XX, dependíamos de nuestros mejores y más brillantes para hacer aritmética: ser calculadora solía ser una profesión muy respetada. Ahora que se regalan dispositivos con capacidades comparables como obsequios promocionales en ferias comerciales, los que tienen mentalidad matemática entre nosotros pueden concentrarse en tareas que requieren habilidades más amplias, como el análisis estadístico. Pronto, su automóvil podrá llevarlo a la oficina cuando se lo ordene, pero no tiene que preocuparse de que se registre con Uber para ganar unos dólares extra para gasolina mientras está en una reunión de personal (a menos que le indique a).
AI hace uso de algunas tecnologías poderosas, pero no encajan tan bien como cabría esperar. Los primeros investigadores se centraron en las formas de manipular los símbolos de acuerdo con las reglas. Esto fue útil para tareas como probar teoremas matemáticos, resolver acertijos o diseñar circuitos integrados. Pero varios problemas icónicos de IA, como identificar objetos en imágenes y convertir palabras habladas en lenguaje escrito, resultaron difíciles de resolver. Las técnicas más recientes, que van bajo el estandarte aspiracional del aprendizaje automático, demostraron ser mucho más adecuadas para estos desafíos. Los programas de aprendizaje automático extraen patrones útiles de grandes colecciones de datos. Impulsan los sistemas de recomendación en Amazon y Netflix, perfeccionan los resultados de búsqueda de Google, describen videos en YouTube, reconocen rostros, intercambian acciones, conducen automóviles y resuelven una miríada de otros problemas en los que se pueden aplicar grandes datos. Pero ninguno de los dos enfoques es el Santo Grial de la inteligencia. De hecho, coexisten de manera bastante incómoda bajo la etiqueta de inteligencia artificial. La mera existencia de dos enfoques principales con diferentes fortalezas pone en duda si alguno de ellos podría servir como base para una teoría universal de la inteligencia.
En su mayor parte, los logros de la IA promocionados en los medios no son evidencia de grandes mejoras en el campo. El programa de IA de Google que ganó un concurso de Go el año pasado no era una versión refinada del de IBM que venció al campeón mundial de ajedrez en 1997; la función del automóvil que emite un pitido cuando te desvías de tu carril funciona de manera muy diferente a la que planifica tu ruta. En cambio, los logros de los que se informa tan ansiosamente a menudo se improvisan a partir de una bolsa sorpresa de herramientas y técnicas dispares. Puede ser fácil confundir el ritmo de las historias sobre máquinas que nos superan en las tareas como evidencia de que estas herramientas se están volviendo cada vez más inteligentes, pero eso no está sucediendo.
El discurso público sobre la IA se ha desvinculado de la realidad en parte porque el campo no tiene una teoría coherente. Sin tal teoría, las personas no pueden medir el progreso en el campo, y caracterizar los avances se convierte en una incógnita. Como resultado, las personas de las que más escuchamos son aquellas con las voces más fuertes en lugar de aquellas que tienen algo importante que decir, y los informes de prensa sobre robots asesinos no se cuestionan en gran medida.
Sugeriría que un problema con la IA es el nombre en sí mismo, acuñado hace más de 50 años para describir los esfuerzos para programar computadoras para resolver problemas que requerían inteligencia o atención humana. Si la inteligencia artificial hubiera sido nombrada algo menos espeluznante, podría parecer tan prosaico como la investigación de operaciones o el análisis predictivo.
Quizás una descripción menos provocativa sería algo así como la computación antrópica. Un apodo amplio como este podría abarcar los esfuerzos para diseñar sistemas informáticos inspirados en la biología, máquinas que imitan la forma o las habilidades humanas y programas que interactúan con las personas de manera natural y familiar.
Deberíamos dejar de describir estas maravillas modernas como protohumanos y, en cambio, hablar de ellas como una nueva generación de máquinas flexibles y poderosas. Debemos tener cuidado con la forma en que implementamos y usamos la IA, pero no porque estemos invocando a algún demonio mítico que pueda volverse en nuestra contra. Más bien, debemos resistir nuestra predisposición a atribuir rasgos humanos a nuestras creaciones y aceptar estos notables inventos por lo que realmente son: potentes herramientas que prometen un futuro más próspero y cómodo.
Jerry Kaplan enseña el impacto social y económico de la IA en la Universidad de Stanford. Su último libro es Inteligencia artificial: lo que todos deben saber, de Oxford University Press.