El fascinante mundo de las inteligencias artificiales (AI) nos tiene a todos conmocionados. Analicemos uno por uno los conceptos que están envueltos en este interesante debate mundial. Lo primero es establecer la definición de inteligencia. Entre los especialistas de la conducta humana y estudiosos del tema, no existe un consenso generalizado sobre la noción de inteligencia. Definitivamente, el diccionario tiene
acepciones aceptadas que podrían o no distar fundamentalmente del tema que se aborda aquí:
● Facultad de conocer, analizar y comprender.
● Habilidad, destreza y experiencia.
La correcta acepción de inteligencia debe abordarse desde el punto de vista de las ciencias cognitivas que caracterizan el comportamiento humano y que en alguna medida las instancias computacionales intentan replicar. Los científicos están de acuerdo en algunos de los compo- nentes importantes de la inteligencia.
Aprendizaje: la adquisición, retención y uso adecuado del conocimiento.
Identificación de problemas: para emplear el conocimiento, las personas deben ser capaces de reconocer los posibles problemas en el entorno los cuales se deben abordar.
Resolución de problemas: los individuos deben ser capaces de utilizar sus conocimientos para encontrar una solución útil a un problema que han identificado en un entorno predeterminado.
Como podemos observar, desde el punto de vista de la definición no hay duda de que las inteligencias artificiales de hoy tienen elementos de inteligencia. Pero ¿Qué tan inteligente son? No podemos olvidar a Alan Turing, considerado padre de la inteligencia artificial, quien en 1950 publicó un artículo con el título «Computing machinery and intelligence» en la revista Mind, donde se hacía la pregunta: ¿pueden las máquinas pensar? No podemos hablar de inteligencia artificial sin hablar de la simplista Prueba de Turing cuya base es evaluar la inteligencia de cualquier sistema en función su capacidad de simular el comportamiento humano efectiva y sin levantar dudas interactuando imperceptiblemente con otros humanos.
Si los humanos no son capaces de discernir si están interactuando con un humano o una máquina, se considera que ha pasado la Prueba de Turing de 1950.
¿Puede una instancia computacional suplantar a un ser humano a tal punto que los humanos no puedan distinguir si se trata de una máquina o un humano?
Este es el constante dilema que está dominando el debate mundial en los medios de comunicación, elevando muchas veces voces alarmistas que plantean la desaparición de la raza humana.
En septiembre del 2021 se lanzó el modelo GPT que es un tipo de red neuronal de aprendizaje profundo desarrollada por la compañía OpenAI, que utiliza la arquitectura de Generative Pre-trained Transformer, o en español, «Transformador Generativo Preentrenado», para procesar y Generar texto. GPT es un modelo deCHAT GPT es una versión del modelo GPT que ha sido adaptada para facilitar la interacción con usuarios en tiempo real a través de conversaciones estilo chat.
Los modelos GPT se pueden utilizar para proporcionar respuestas, asistencia o información en una amplia gama de aplicaciones, como chatbots, asistentes virtuales o soporte técnico automatizado, entre otros.
El lenguaje que ha sido entrenado previamente en grandes cantidades de texto para aprender patrones del lenguaje y el conocimiento lingüístico general.
CHAT GPT, como su nombre indica, es una versión del modelo GPT que ha sido adaptada para facilitar la interacción con usuarios en tiempo real a través de conversaciones estilo chat. Este tipo de modelos se puede utilizar para proporcionar respuestas, asistencia o información en una amplia gama de aplicaciones, como chatbots, asistentes virtuales o soporte técnico automatizado, entre otros.
Estos modelos son particularmente útiles para tareas de procesamiento del lenguaje natural (NLP) y se han vuelto cada vez más sofisticados y efectivos para mantener conversaciones significativas con los usuarios.
Pueden ser entrenados en grandes conjuntos de datos que contienen diálogos de chat reales o simulados, lo que les permite aprender a generar respuestas relevantes y coherentes en función de las preguntas o mensajes que reciben.
¿Por qué suscita tanta atención el auge de estos modelos de procesamiento del lenguaje natural (NLP)?
El prestigioso filósofo moderno doctor Noah Harari, se hizo famoso por su propuesta filosófica sobre las razones que motivaron el dominio de la raza humana sobre todas las demás especies en su libro «Sapiens», planteó en su artículo de la revista The Economist titulado AI has hacked the operating system of Human Civilization que el sistema operativo de la civilización humana lo constituye su capacidad de manejar el lenguaje.
Harari define el lenguaje como el sistema operativo de la civilización,
¿Puede alguna instancia computacional alterar los fundamentos de la civilización humana? Harari y muchos otros piensan que sí.
Cuando vemos un sistema utilizando y explotando las características cuyo dominio, según Harari, facilitaron el predominio de la raza humana entonces quedan claras los temores que agobian el ser humano de hoy.
Pero resulta que a decir de otros expertos mucho menos alarmistas estamos lejos de ver una Inteligencia Artificial General.
Definimos una Inteligencia General Artificial (AGI) como una IA que puede
al menos igualar las capacidades de la inteligencia humana. Si queremos ir más allá, sería bueno tener una idea de lo que hace la inteligencia humana.
Generalización fuera de distribución Según la teoría de la «Modificabilidad Cognitiva Estructural» desarrollada por el psicólogo y pedagogo israelí Reuven Feuerstein, la inteligencia sería «la propensión única de los seres humanos a cambiar o modificar la estructura de su funcionamiento cognitivo para adaptarse a las deman- das cambiantes de una situación de vida». Es innegable que los humanos somos muy buenos adaptándonos a los grandes cambios.
A la edad más temprana, tanto nuestro cuerpo como el entorno cambian muy rápido y, sin embargo, los bebés son capaces de adaptarse a estos cambios y seguir aprendiendo.
Pero en el estado actual del aprendizaje automático, no hay forma de que una IA pueda adaptarse a cambios tan radicales como los que supone debe afrontar para igualarse a la contraparte humana.
Los algoritmos de aprendizaje automático de última generación son muy malos para generalizar fuera de la distribución en la que han sido entrenados. En lo que son buenos es en extrapolar dentro de esta distribución.
Esto quiere decir que, si les muestras una imagen bastante parecida a lo que ellos han experimentado, si esa imagen puede existir con una alta probabilidad en la visión del mundo que han construido a partir de las imágenes que ya les has mostrado, entonces ellos serán buenos en el tratamiento de esta imagen. Pero en este momento, las IA tienen una capacidad de imaginación muy débil. Esto hace que su visión del mundo sea demasiado limitada por los ejemplos que se les han mostrado.
Recibe nuestras noticias por correo
