{"id":5547,"date":"2019-06-22T15:28:53","date_gmt":"2019-06-22T14:28:53","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=news&p=5547"},"modified":"2024-09-20T17:45:02","modified_gmt":"2024-09-20T16:45:02","slug":"artificial-intelligence-four-areas-where-you-have-the-advantage","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/es\/blog\/artificial-intelligence-four-areas-where-you-have-the-advantage\/","title":{"rendered":"Inteligencia Artificial: Cuatro \u00e1reas en las que tiene ventaja"},"content":{"rendered":"

<\/span><\/div><\/div><\/div>

NOTICIAS \/ TECNOLOG\u00cdA AI<\/p>\n<\/div>

\u201c\u00bfSustituir\u00e1n las m\u00e1quinas a los humanos?\u201d Corr\u00eda el a\u00f1o 1940 y Franklin D. Roosevelt, en un debate con el presidente del MIT, se preocupaba por el impacto de las m\u00e1quinas en la tasa de desempleo. Diecis\u00e9is a\u00f1os m\u00e1s tarde, en la conferencia de Dartmouth, la Inteligencia Artificial (IA) entra oficialmente en el pante\u00f3n de las disciplinas cient\u00edficas.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

\u201c\u00bfSustituir\u00e1n las m\u00e1quinas a los humanos?\u201d Corr\u00eda el a\u00f1o 1940 y Franklin D. Roosevelt, en un debate con el presidente de<\/strong>\u00a0MIT<\/strong>, se preocupaba por el impacto de las m\u00e1quinas en la tasa de desempleo. Diecis\u00e9is a\u00f1os m\u00e1s tarde, en la conferencia de Dartmouth, <\/strong>Inteligencia artificial (IA)<\/strong> entra oficialmente en el pante\u00f3n de las disciplinas cient\u00edficas. Esta vez, sin duda, los robots van a sustituir a los humanos. Es s\u00f3lo cuesti\u00f3n de a\u00f1os, quiz\u00e1 de meses... Sesenta a\u00f1os despu\u00e9s, nuestros colegas de profesi\u00f3n siguen siendo de carne y hueso, y nuestras ambiciones se han revisado finalmente a la baja. El \u00faltimo ejemplo: el coche sin conductor, que predijimos para 2020 hace cuatro a\u00f1os. Un consejo: conserve su carn\u00e9 de conducir al menos otros diez a\u00f1os.<\/strong><\/p>\n

S\u00ed, es probable que alg\u00fan d\u00eda un artificial intelligence sepa hacerlo todo tan bien como un humano, como predice Geoffrey Hinton, ganador del Premio Turing 2019. Pero no es cuesti\u00f3n de meses, ni siquiera de a\u00f1os... \u00bfMedio siglo? \u00bfUnos cientos de a\u00f1os? \u00bfM\u00e1s? Ser\u00eda imprudente intentar siquiera adivinarlo.<\/p>\n

Los investigadores se enfrentan a varios obst\u00e1culos importantes que obligan a la IA a permanecer en una fase \u201cd\u00e9bil\u201d. Por el momento, los algoritmos pueden resolver problemas \u201cespec\u00edficos\u201d para los que los hemos entrenado (juegos, por ejemplo), interpretar brevemente data sensoriales (reconocimiento vocal y visual), e incluso generar voces, textos o im\u00e1genes, como han demostrado recientemente Samsung y otros. El \u201caprendizaje profundo\u201d, que se basa en redes de neuronas artificiales, nos ha hecho dar un salto adelante estos \u00faltimos a\u00f1os. Pero no es simplemente porque una IA sea capaz de vencer al campe\u00f3n mundial del juego del Go o a cualquier humano al ajedrez lo que la convierte en \u201cpoderosa\u201d. Pruebe a pedirle a AlphaGo que memorice su lista de la compra para convencerse: no volver\u00e1 del supermercado con mucho -si es que lleva algo- en la bolsa. Incluso se estima que el cociente intelectual del artificial intelligence actual ser\u00eda equivalente al de un ni\u00f1o de cuatro a\u00f1os (un resultado que debe tomarse con cautela, ya que la IA probada hab\u00eda sido programada espec\u00edficamente para las competencias evaluadas por la prueba). Tranquilizador, no obstante, para el presidente Roosevelt.<\/p>\n

Este \u201cni\u00f1o de cuatro a\u00f1os\u201d, sobre el que los humanos tenemos importantes ventajas, a\u00fan no domina cuatro \u00e1reas principales:<\/em><\/p>\n

    \n
  • Programaci\u00f3n y adaptaci\u00f3n aut\u00f3nomas. Imagine un robot sanitario limpiando en un parque. Si su bater\u00eda est\u00e1 baja, no ser\u00e1 capaz de generar su propio plan para recargarse. Los programadores habr\u00e1n tenido que integrar un sistema para que sepa localizar la zona de recarga e ir all\u00ed. Y si un d\u00eda esa zona est\u00e1 fuera de servicio, no sabr\u00e1 c\u00f3mo adaptarse por s\u00ed mismo, a menos que los creadores del algoritmo hayan previsto un caso as\u00ed, all\u00ed donde un agente humano no tendr\u00eda ning\u00fan problema para imaginar un plan de contingencia si la tienda de bocadillos del parque estuviera cerrada. En otras palabras, en un entorno incierto, nuestros artificial intelligence no tienen realmente mucha inteligencia. Es cierto que la combinaci\u00f3n de las t\u00e9cnicas actuales de IA de \u201caprendizaje profundo\u201d y \u201caprendizaje por refuerzo\u201d permiten a nuestro robot aprender sobre su entorno e incluso sobre los cambios que se producen en \u00e9l, pero s\u00f3lo en entornos cerrados con reglas fijas y conocidas, como en los tableros de una partida de Go o de ajedrez, por ejemplo, no en una red de carreteras, donde lo inesperado puede ocurrir en cualquier momento.<\/li>\n<\/ul>\n
      \n
    • La capacidad de aprender con menos ejemplos. Imagine este mismo robot, en este mismo parque. Para identificar al perro que se acerca como un peligro potencial, el robot habr\u00eda tenido que digerir millones de fotos con y sin perros antes de ser operativo. Porque hoy en d\u00eda, por muy inteligentes que sean, nuestros algoritmos necesitan una enorme cantidad de ejemplos para poder reconocer lo que es un perro, un \u00e1rbol o una mesa. Un ni\u00f1o de cuatro a\u00f1os no necesita miles o millones de ejemplos de perros para reconocer uno. Un enfoque de investigaci\u00f3n, denominado \u201caprendizaje por transferencia\u201d, permitir\u00eda a nuestro robot aprender a reconocer el entorno en el que se encuentra, por muy diverso que sea, a partir de un n\u00famero reducido de ejemplos.<\/li>\n<\/ul>\n
        \n
      • Aprendizaje basado en explicaciones. Hoy en d\u00eda, los algoritmos de IA se basan exclusivamente en ejemplos, pero no pueden beneficiarse de una conceptualizaci\u00f3n de lo que han aprendido. Podemos decirle a un ni\u00f1o que una pantera es un gato grande y que un barco no tiene patas porque si no caminar\u00eda. El ni\u00f1o reconocer\u00eda as\u00ed a las panteras y no esperar\u00eda ver una foto de un barco con pantalones cortos. Una m\u00e1quina no puede hacer esto; no sabe identificar una pantera a menos que ya haya visto numerosos ejemplos, y nunca le molestar\u00e1 ver la foto de un catamar\u00e1n paseando.<\/li>\n<\/ul>\n
          \n
        • Explicabilidad de los resultados. En su mayor parte, los humanos son capaces, cuando se les pregunta, de explicar al menos parcialmente por qu\u00e9 han tomado una decisi\u00f3n frente a otra. Las IA m\u00e1s avanzadas son muy malas maestras cuando se trata de explicar c\u00f3mo han resuelto un problema. Esto es preocupante ahora que prestan cada vez m\u00e1s asistencia a banqueros, aseguradoras y m\u00e9dicos. Los algoritmos modernos de aprendizaje profundo est\u00e1n compuestos por millones de neuronas artificiales que se organizan entre s\u00ed y, una vez entrenados, entran en modo \u201ccaja negra\u201d: ni siquiera quienes los dise\u00f1aron pueden interpretar f\u00e1cilmente los resultados de su funcionamiento. Es a la vez pr\u00e1ctico (pueden resolver r\u00e1pidamente problemas muy complejos) y extremadamente problem\u00e1tico: \u00bfc\u00f3mo justificar ante su cliente una denegaci\u00f3n de pr\u00e9stamo decidida por un algoritmo? \u00bfY c\u00f3mo entender que ese coche sin conductor ha optado por hacer una maniobra altamente peligrosa, arriesg\u00e1ndose a sufrir da\u00f1os materiales o incluso humanos? Incluso si se trata de la decisi\u00f3n correcta, \u00bfc\u00f3mo confiar en un artificial intelligence si realiza un diagn\u00f3stico contrario al de un m\u00e9dico experto?<\/li>\n<\/ul>\n

          Debido a estos impedimentos, las artificial intelligence actuales son IA \u201cd\u00e9biles\u201d sobre las que los humanos tienen ventaja. Sobre todo porque los investigadores se enfrentan al problema de la formalizaci\u00f3n te\u00f3rica de los algoritmos utilizados. Existen ciertos teoremas, pero nuestra pericia sigue bas\u00e1ndose principalmente en el conocimiento emp\u00edrico y no siempre en teor\u00edas matem\u00e1ticas implacables. Procedemos por ensayo y error, avanzamos, modificamos, para alcanzar finalmente nuestros objetivos. Porque si a las m\u00e1quinas a veces les cuesta entender a los humanos, a los humanos tambi\u00e9n les cuesta entender el funcionamiento de sus m\u00e1quinas.<\/p>\n

          \n<\/div><\/div><\/div><\/div><\/div><\/p>","protected":false},"excerpt":{"rendered":"

          \u201c\u00bfSustituir\u00e1n las m\u00e1quinas a los humanos?\u201d Corr\u00eda el a\u00f1o 1940 y Franklin D. Roosevelt, en un debate con el presidente del MIT, se preocupaba por el impacto de las m\u00e1quinas en la tasa de desempleo. Diecis\u00e9is a\u00f1os m\u00e1s tarde, en la conferencia de Dartmouth, la Inteligencia Artificial (IA) entra oficialmente en el pante\u00f3n de las disciplinas cient\u00edficas.<\/p>","protected":false},"featured_media":5548,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-5547","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/5547","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/5548"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=5547"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=5547"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=5547"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}