La búsqueda de hacer máquinas, pensar y actuar como humanos ha evolucionado desde la ficción cinematográfica hasta las aplicaciones del mundo real. Sin embargo, estamos lejos de replicar el pensamiento cognitivo de los humanos con exactitud y precisión. Aunque los robots, cobots, robots, humanoides y humanos digitales pueden superarnos o coordinarse con nosotros de muchas maneras, a diferencia de la inteligencia humana, necesitan ser alimentados con datos regularmente. Si bien nuestras mentes no pueden vencer a las máquinas en términos de poder computacional y velocidad de ejecución, el nivel de habilidades cognitivas complejas aún nos hace superiores a las máquinas. Los modelos programados y entrenados fallan cuando se trata de tomar una decisión racional. Aquí es donde se debe hacer mucho trabajo, ya que necesitamos un enfoque humano holístico para las situaciones del mundo real en el futuro.
El proceso de aprendizaje nunca ocurre de improviso. Requiere la práctica constante de absorber información y procesarla, y finalmente se suma a nuestra experiencia, que nuevamente difiere entre las personas. Una de las psicólogas cognitivas de Harvard, Elizabeth S. Spelke , utiliza métodos de comportamiento y tareas basadas en el laboratorio para investigar los conceptos y el razonamiento de bebés, niños y adultos. Según ella, mientras que los bebés no son rivales para la IA, hay cosas que pueden hacer más allá del alcance de la IA. A pesar de ser terribles para etiquetar imágenes, desesperados para extraer texto y horribles en un videojuego, solo después de unos meses, comienzan a comprender cómo funciona el mundo físico y a comprender los fundamentos del lenguaje, como la gramática. Y un par de años después, pueden extraer conocimiento, reconocer objetos, emplear el pensamiento cognitivo, extrapolar el movimiento, desarrollar habilidades matemáticas, comprender la causa y el efecto de las cosas a su alrededor, adquirir conceptos abstractos de su entorno. Esto es lo que sorprende a Spelke y otros expertos reflexionando sobre cómo aprenden los bebés. Encontrar esto puede ayudarnos a diseñar una mejor IA.
François Chollet, un conocido ingeniero de IA y creador de Keras, dice: "Lo que hace que la inteligencia humana sea especial es su adaptabilidad, es decir, su poder para generalizar a situaciones nunca antes vistas", aconseja en su trabajo de investigación de noviembre. no medir la inteligencia de la máquina únicamente de acuerdo con sus habilidades en tareas específicas. “Los humanos no comienzan con habilidades; comienzan con una amplia capacidad de adquirir nuevas habilidades ", dice. “Lo que demuestra un jugador de ajedrez humano fuerte no es la capacidad de jugar ajedrez per se, sino el potencial de adquirir cualquier tarea de dificultad similar. Esa es una capacidad muy diferente ". Diseñó una serie de acertijos para evaluar la capacidad de inteligencia artificial para aprender en un entorno generalizado. Cada problema de rompecabezas requiere organizar cuadrados de colores en una cuadrícula basada en solo algunos ejemplos anteriores. Si bien es apenas un 'desafío' para los humanos,
Scott Robinson, un experto en SharePoint e inteligencia de negocios con sede en Louisville, Kentucky, señala con precisión, diciendo: “Los procesos de negocios involucran pensamiento inteligente y comportamiento inteligente. La IA es excelente para replicar el comportamiento inteligente, pero el pensamiento inteligente es otra cuestión. No entendemos completamente cómo se desarrollan los pensamientos humanos inteligentes, por lo que no vamos a construir máquinas que puedan tenerlos en el corto plazo ”.
Si bien se establece que la IA no es un aprendiz de 'ver una vez y recordar siempre' como los humanos, también hay algunos defectos más que lo diferencian de nosotros. En un artículo reciente titulado The Rhetoric and Reality of Anthropomorphism in Artificial Intelligence, el autor destaca que la red neuronal de IA puede ser fácilmente engañada. Además, estas redes pueden dar interpretaciones defectuosas incluso cuando hay algunos ajustes menores en el estímulo de datos. Estas son las áreas que demandan un gran volumen de innovación, ingeniería e investigación antes de idear una versión de IA que sea más similar a un cerebro humano o inteligencia humana. Entonces, tal vez podamos debatir sobre la inteligencia del hombre contra la máquina.
Fuente: Analytics Insight
0 comentarios:
Publicar un comentario