Automóviles de Google, robots atrapadores y el temor de Stephen Hawking

Hoy os traigo un vídeo (ver). Posiblemente ya haya circulado por la web hace unos días, pero no quiero dejar pasar la oportunidad de opinar y destacar algo que al público general se le escapa, como no puede ser de otra forma.

La historia de la Inteligencia Artificial () posee una larga sombra que se extiende desde antes de que Alan Turing soñara con la forma de demostrar experimentalmente si una máquina podía ser inteligente o no. Lo suicidaron en 1954, no por haber pensado esto, si no por ser homosexual en el Reino Unido. No hemos cambiado mucho.

La idea de que una máquina podía pensar surgió muy pronto, puede que demasiado pronto, y como consecuencia de ello fue pasto de literatura y cine de bajo presupuesto. Esto trajo consigo un tufillovaporware, a promesas incumplidas, que la IA arrastró durante gran parte del siglo XX. Dejando aparte – y atrás – la crisis de las redes neuronales artificiales en la década de los 70 (gracias Marvin), la IA apenas ha visto aplicaciones prácticas que el usuario de la calle pueda haber notado en el día a día. Sé que los más puristas podrán censurar esta última frase, pero me adelanto: Me refiero a avances en IA que el usuario sin conocimientos reconozca como inteligencia; esto es, que pase el test de Turing o similar.

Se avecinan unas cuantas revoluciones tecnológicas, ya hablaremos de ellas. Pero hoy traigo la revolución de la IA en la práctica: Machine Learning o Aprendizaje Automático (AA) en nuestra lengua. Ya no se trata de que las máquinas reproduzcan acciones que consideramos como inteligentes, ahora se trata de máquinas con capacidad de aprender. Es cierto que en AA cada problema tiene en el mejor de los casos una solución, pero también existen soluciones generales, aunque es cierto también que no son perfectas. Pero el camino está ahí, abriéndose ante nosotros.

La gran diferencia con el siglo XX es que el público sí puede ahora ver inteligencia en estos dispositivos, como ejemplo este vídeo: Automóviles de Google son más listos que tú al conducir

¿Qué otras aplicaciones podremos ver?

Imagina que las máquinas puedan comunicarse con nosotros en lengua coloquial; ahora nosotros podemos entenderlas y ellas a nosotros pronto. El reconocimiento de la escritura natural está cerca de adquirirse con un grado tal que podría pensarse que nos comunicamos con un humano (los test actuales son muy simples). La comprensión semántica de un texto es un problema IA-completo, esto es, considerado dentro de la categoría de lo más difícil en IA. Respecto al reconocimiento del habla los avances ya han dado sus frutos y con alguna limitación las máquinas pueden entender sintácticamente nuestra voz.

Si una máquina puede entender semánticamente un texto o habla humana en cualquier lenguaje … puede traducirlo con garantías.

Seguramente has oído hablar de Big-Data, sin el  se quedaría en Data Mining XD; es cierto que el Data Mining está siendo utilizado por los gobiernos más poderosos del planeta para (atento a la itálica) entender a sus conciudadanos e incluso podría dar lugar a un nuevo periodo, vamos a llamarlo autoristarismo cibernético. Pero esto lo dejo para otro post.

La compresión semántica de textos y habla natural, más técnicas de , darán lugar a áreas de actuación nunca vista hasta ahora. La robótica también se verá beneficiada, para muestra un botón: de este último vídeo no debe sorprendernos la velocidad de reacción sino la capacidad de adaptar una mano artificial – en tiempo, espacio y forma – al objeto arrojado.

Junta todo esto y ahora podrás entender por qué ha mostrado su preocupación en un artículo (leer) sobre del avance de la IA y que nadie se la esté tomando en serio.

 

Deja un comentario.

Tu dirección de correo no será publicada.


*