Red de conocimiento de recetas - Recetas de frutas - ¿Cómo redefine la inteligencia artificial lo que significa ser humano?

¿Cómo redefine la inteligencia artificial lo que significa ser humano?

Hace unos meses, viajé hasta Forest Park, el laboratorio de investigación de IBM en York Heights, Nueva York, para vislumbrar el futuro cercano pero tan esperado de la inteligencia artificial. Aquí es donde se desarrolló la supercomputadora "Watson". Watson apareció en "Jeopardy!" ) ganó el primer premio en el concurso del espectáculo. La computadora Watson original todavía está aquí: un sistema informático del tamaño de un dormitorio rodeado por 10 máquinas congeladoras de pie. Los técnicos pueden conectar varios cables a la parte trasera de la máquina a través de pequeños orificios en el sistema. La temperatura dentro del sistema es sorprendentemente alta, como si el grupo de computadoras estuviera vivo.

El sistema Watson actual es significativamente diferente al anterior. Ya no existe sólo en una fila de gabinetes, sino que se distribuye a través de una gran cantidad de servidores que son gratuitos para los usuarios y pueden ejecutar cientos de "escenarios" de inteligencia artificial en tiempo real. Como todo lo que hay en la nube, el sistema Watson atiende a clientes de todo el mundo que lo utilizan simultáneamente. Pueden conectarse al sistema desde teléfonos móviles, ordenadores de sobremesa y sus propios servidores de datos. Esta inteligencia artificial se puede ampliar o reducir según la demanda. Dado que la IA mejora a medida que la gente la usa, Watson siempre será más inteligente: las mejoras que aprende en cualquier situación se transfieren inmediatamente a otras situaciones; Y no es un solo programa, sino una colección de varios motores de software (su motor de deducción lógica y su motor de análisis del lenguaje pueden ejecutarse en diferentes códigos, chips y ubicaciones), todos estos factores de inteligencia se unen en un proceso de inteligencia unificado.

Los usuarios pueden acceder a este sistema inteligente siempre activo directamente o a través de aplicaciones de terceros que utilizan este servicio en la nube de inteligencia artificial. Como muchos padres con visión de futuro, IBM quiere que su computadora Watson funcione en medicina, por lo que no sorprende que estén desarrollando una aplicación como herramienta de diagnóstico médico. Los intentos anteriores de diagnóstico y tratamiento de la IA han fracasado estrepitosamente, pero Watson ha sido eficaz. En términos simples, cuando ingreso los síntomas de una enfermedad que contraí en la India, me da una lista de enfermedades sospechosas, enumeradas de mayor a menor probabilidad. Pensó que lo más probable era que tuviera Giardia, lo cual era absolutamente correcto. La tecnología aún no está disponible directamente para los pacientes; IBM está poniendo la inteligencia de la computadora Watson a disposición de sus socios para ayudarlos a desarrollar una interfaz fácil de usar para médicos y hospitales. "Creo que personas como Watson, ya sean máquinas o humanos, pronto serán los mejores médicos del mundo", dijo Alan Grien, director médico de la startup Scanadu, que utiliza inteligencia artificial en la nube para crear un dispositivo médico inspirado en la película Star. Emigrar. "A juzgar por la velocidad de mejora de la tecnología de inteligencia artificial, es probable que los niños que nacen ahora conozcan el diagnóstico y el tratamiento sin consultar a un médico cuando crezcan".

La medicina es sólo el comienzo. Todas las principales empresas de computación en la nube, además de docenas de nuevas empresas, se están apresurando a desarrollar servicios cognitivos similares a los de Watson. Según la firma de análisis cuantitativo Quid, la inteligencia artificial ha atraído más de 654.380 millones de dólares en inversiones desde 2009. Sólo el año pasado, 322 empresas con tecnologías de inteligencia artificial similares recibieron más de 2 mil millones de dólares en inversiones. Facebook y Google también están contratando investigadores para sus grupos internos de investigación en inteligencia artificial. Yahoo, Intel, Dropbox, LinkedIn, Pinterest y Twitter también han adquirido empresas de inteligencia artificial desde el año pasado. En los últimos cuatro años, la inversión privada en inteligencia artificial ha crecido a una tasa anual promedio del 62%, y se espera que este ritmo continúe.

Viendo todas estas actividades, el futuro de la inteligencia artificial está entrando en nuestro campo de visión. No se parece ni a la supercomputadora de la novela y película "2001: Una odisea en el espacio" -una máquina autónoma que posee y ejecuta una notable (pero potencialmente asesina) conciencia humana- ni a un teórico de la singularidad. La IA que está por llegar se parece mucho a los servicios web de Amazon: inteligencia digital barata, confiable y de grado industrial que se ejecuta detrás de todo, ocasionalmente aparece ante tus ojos y otras veces es apenas visible. Esta instalación universal le proporcionará la IA que necesita sin ir más allá de sus necesidades. Como todas las instalaciones, incluso si la inteligencia artificial cambia Internet, la economía global y la civilización, se volverá aburrida. Hará que objetos inanimados cobren vida, tal como lo hizo la electricidad hace más de un siglo. Todo lo que antes electrificamos, ahora lo cognitivaizaremos.

La nueva inteligencia artificial práctica también mejorará la vida de los seres humanos individualmente (profundizando nuestros recuerdos y acelerando nuestra cognición) y de los grupos humanos. Agregue un poco de estilo intelectual adicional y no se nos ocurrirá nada que no pueda ser nuevo, diferente e interesante. De hecho, nos resulta fácil predecir los planes de negocio de las próximas 10.000 startups: "Haz algo, añade inteligencia artificial". Este asunto es importante y está muy al alcance de la mano.

Hacia 2002, asistí a una pequeña reunión en Google; en ese momento, Google aún no había salido a bolsa y todavía se estaba centrando en la búsqueda web. Tuve una conversación informal en 2011 con Larry Page, el ilustre cofundador y director ejecutivo de Google. "Larry, todavía no lo entiendo, hay tantas empresas de búsqueda por ahí, ¿por qué harías una búsqueda gratuita en línea? ¿Cómo se te ocurrió esta idea? Mi ignorancia sin imaginación realmente demuestra lo difícil que es para nosotros". hacer predicciones, especialmente sobre el futuro. Pero yo diría que hasta que Google refuerce su esquema de subasta de anuncios y lo convierta en un verdadero generador de ingresos, y se fusione con YouTube u otra adquisición importante, es difícil predecir el futuro. No soy el único que utiliza con entusiasmo el motor de búsqueda de Google y piensa que no durará mucho. Pero la respuesta de Page siempre se me ha quedado grabada: "Oh, en realidad estamos haciendo inteligencia artificial".

He pensado mucho en esa conversación durante los últimos años y Google adquirió 14 empresas en el campo de la inteligencia artificial y la robótica. Dado que el negocio de búsqueda aporta el 80% de los ingresos de Google, a primera vista se podría pensar que Google está ampliando su cartera de inteligencia artificial para mejorar sus capacidades de búsqueda. Pero creo que es todo lo contrario. Google utiliza la tecnología de búsqueda para mejorar la inteligencia artificial, en lugar de utilizar inteligencia artificial para mejorar la tecnología de búsqueda. Cada vez que ingresa una consulta, hace clic en un enlace generado por un motor de búsqueda o crea un enlace en una página web, está entrenando la tecnología de inteligencia artificial de Google. Cuando escribes "Conejito de Pascua" en la barra de búsqueda de imágenes y haces clic en la imagen que más se parece al Conejito de Pascua, le estás diciendo a la IA cómo se ve el Conejito de Pascua. Google tiene 1.200 millones de usuarios de búsqueda todos los días y genera 121.000 millones de palabras clave de búsqueda. Cada palabra clave entrena a la inteligencia artificial en el aprendizaje profundo una y otra vez. Si el algoritmo de inteligencia artificial se ha mejorado constantemente durante 10 años, junto con más de 1.000 veces los datos y más de 100 veces los recursos informáticos, Google desarrollará productos de inteligencia artificial incomparables. Mi predicción es que para 2024, el principal producto de Google ya no será un motor de búsqueda, sino un producto de inteligencia artificial.

Esta visión naturalmente generará dudas. Durante los últimos 60 años, los investigadores de inteligencia artificial han predicho que la era de la inteligencia artificial está llegando, pero hasta hace unos años, la inteligencia artificial parecía muy lejana. La gente incluso ha inventado una palabra para describir esta era de escasos resultados de investigación y financiación de investigación aún más escasa: el invierno de la inteligencia artificial. ¿Han cambiado realmente las cosas?

Sí, tres avances recientes han puesto a nuestro alcance la tan esperada inteligencia artificial:

1. Computación paralela de bajo costo

El pensamiento paralelo es inherente a los humanos. proceso. Cientos de millones de neuronas se activan simultáneamente, produciendo ondas cerebrales sincronizadas que realizan cálculos en la corteza cerebral. La construcción de redes neuronales, los principales componentes del software de inteligencia artificial, también requiere la ejecución simultánea de muchos procesos diferentes. Cada nodo de una red neuronal modela aproximadamente una neurona en el cerebro: interactúa con los nodos vecinos para aclarar las señales que recibe. Para comprender una palabra hablada, un programa debe poder escuchar todos los fonemas entre sí (diferentes sílabas), para reconocer una imagen, necesitamos ver todos los píxeles en el entorno de píxeles que la rodea; ambas son tareas profundamente paralelas. Pero hasta hace poco, los procesadores de computadora estándar sólo podían realizar una tarea a la vez.

Las cosas empezaron a cambiar hace más de una década. En ese momento, apareció un nuevo chip llamado procesador de gráficos-GPU, que podía cumplir con los requisitos visuales y paralelos de alta densidad en los juegos visuales. Durante este proceso, se recalculan millones de píxeles varias veces por segundo. Este proceso requiere un chip informático paralelo especial, que se añade a la placa base del ordenador como complemento. El chip de gráficos paralelos tiene efectos obvios y la jugabilidad del juego también ha aumentado considerablemente. En 2005, la producción de chips GPU era bastante alta y los precios estaban cayendo. En 2009, Ng y un equipo de investigación de la Universidad de Stanford se dieron cuenta de que los chips GPU podían ejecutar redes neuronales en paralelo.

Este descubrimiento abre nuevas posibilidades para las redes neuronales, que pueden acomodar cientos de millones de conexiones entre nodos.

Un procesador convencional tardaría semanas en calcular las posibilidades de conexión en cascada de una red neuronal de 654,38 mil millones de nodos. Ng descubrió que un clúster de GPU podía completar la misma tarea en un día. Hoy en día, algunas empresas que aplican la computación en la nube generalmente utilizan GPU para ejecutar redes neuronales. Por ejemplo, Facebook Members es una tecnología que identifica amigos en las fotos de los usuarios, y Netflix brindará recomendaciones confiables a sus 50 millones de suscriptores.

2. Big data

Toda inteligencia requiere formación. Incluso el cerebro humano, que es naturalmente capaz de categorizar cosas, todavía necesita leer una docena de ejemplos antes de poder distinguir entre un gato y un perro. El pensamiento artificial lo es aún más. Por muy bien programada que esté una computadora, debe jugar al menos 1.000 juegos para lograr un buen rendimiento. Parte del motivo de los avances en inteligencia artificial es que recopilamos enormes cantidades de datos de todo el mundo para brindarle a la inteligencia artificial el entrenamiento que necesita. Bases de datos gigantes, seguimiento automático, cookies web, huellas en línea, terabytes de almacenamiento, décadas de resultados de búsqueda, Wikipedia y todo el mundo digital se han convertido en maestros para hacer que la IA sea más inteligente.

3. Mejores algoritmos

Las redes neuronales digitales se inventaron en la década de 1950, pero los científicos informáticos han pasado décadas estudiando cómo controlar millones o incluso docenas de combinaciones astronómicas entre miles de millones de neuronas. La clave de este proceso es organizar la red neuronal en una pila de capas. Una tarea relativamente sencilla es el reconocimiento facial. Cuando se descubre que un conjunto de bits en una red neuronal forma un patrón (la imagen de un ojo, por ejemplo), los resultados se pasan a otra capa de la red neuronal para su posterior análisis. La siguiente capa puede juntar los dos ojos y pasar esta porción significativa de datos a la tercera capa de la jerarquía, que puede combinar las imágenes de los ojos y la nariz. Reconocer una cara puede requerir millones de dichos nodos (cada nodo genera un resultado de cálculo para uso de los nodos circundantes) y se requieren hasta 15 niveles de superposición. En 2006, Geoff Hinton, que entonces trabajaba en la Universidad de Toronto, realizó una mejora clave en este método y lo llamó "aprendizaje profundo". Puede optimizar matemáticamente los resultados de cada capa, lo que permite que la red neuronal aprenda más rápido a medida que forma pilas de capas. Unos años más tarde, cuando el algoritmo de aprendizaje profundo se transfirió a un clúster de GPU, su velocidad mejoró significativamente. El código de aprendizaje profundo por sí solo no es suficiente para producir un pensamiento lógico complejo, pero es un componente importante de todos los productos de inteligencia artificial, incluida la computadora Watson de IBM, el motor de búsqueda de Google y el algoritmo de Facebook.

Esta tormenta perfecta compuesta de computación paralela, big data y algoritmos más profundos ha convertido la inteligencia artificial, cultivada durante 60 años, en un éxito de taquilla. Esta convergencia también muestra que mientras estas tendencias tecnológicas continúen (y no hay razón para que no deban hacerlo), la inteligencia artificial seguirá avanzando.

A medida que esta tendencia continúe, esta inteligencia artificial basada en la nube se convertirá cada vez más en una parte integral de nuestra vida diaria. Pero no habrá pastel en el cielo. La computación en la nube sigue la ley de los rendimientos crecientes [4], que a veces se denomina efecto de red, es decir, a medida que la red se desarrolla, el valor de la red aumentará a un ritmo más rápido. Cuanto mayor es la red (escala), más atractiva es para los nuevos usuarios, lo que a su vez hace que la red sea más grande y atractiva, y así sucesivamente. La tecnología en la nube al servicio de la inteligencia artificial también sigue esta regla. Cuanta más gente utiliza un producto de IA, más inteligente se vuelve; cuanto más inteligente se vuelve, más gente lo utiliza y, cuanto más inteligente se vuelve, más gente lo utiliza; Una vez que una empresa entra en este círculo virtuoso, su escala aumentará y su desarrollo se acelerará de modo que ningún competidor emergente pueda igualarla. Por tanto, el futuro de la inteligencia artificial estará dominado por dos o tres empresas oligárquicas que desarrollarán productos de inteligencia empresarial multipropósito a gran escala basados ​​en tecnología en la nube.

En 1997, el ordenador Deep Blue de IBM, predecesor del ordenador Watson, derrotó al entonces maestro de ajedrez Garry Kasparov en una famosa partida entre humanos y ordenadores. Después de que la computadora ganó algunos juegos más, la gente básicamente perdió interés en el juego. Se podría pensar que la historia termina ahí, pero Kasparov se dio cuenta de que se desempeñaría mucho mejor en el juego si, como Deep Blue, tuviera acceso instantáneo a una base de datos masiva de todos los movimientos de ajedrez anteriores.

Si esta herramienta de base de datos es justa para los dispositivos de inteligencia artificial, ¿por qué los humanos no pueden usarla? Para explorar esta idea, Kasparov propuso primero el concepto de competencia "humano más máquina", es decir, utilizar inteligencia artificial para mejorar el nivel de los ajedrecistas, en lugar de una confrontación entre humanos y máquinas.

Este tipo de competición ahora se llama competición de ajedrez de estilo libre, que se parece un poco a una competición de artes marciales mixtas. Los jugadores pueden usar cualquier habilidad de combate que quieran. Puedes jugar solo; también puedes utilizar el software de ajedrez súper inteligente para recibir ayuda de la computadora. Todo lo que tienes que hacer es mover las piezas según sus sugerencias. O puedes ser el jugador "mitad hombre, mitad máquina" propugnado por Kasparov. El jugador de ajedrez mitad humano, mitad máquina escuchará las sugerencias de ajedrez hechas por el dispositivo de inteligencia artificial en sus oídos, pero no actuará en consecuencia de vez en cuando, de forma muy similar a la navegación GPS que utilizamos cuando conducimos. En la competición de ajedrez de estilo libre de 2014, que aceptó jugadores modelo arbitrarios, el motor de ajedrez de inteligencia artificial pura ganó 42 partidas, y el jugador mitad humano, mitad máquina ganó 53 partidas. El mejor jugador de ajedrez del mundo actual es el jugador humano-máquina Intagrand, que es un grupo de muchas personas y varios programas de ajedrez diferentes.

Pero lo más sorprendente es que la aparición de la inteligencia artificial no ha reducido el nivel de los ajedrecistas puramente humanos. Por el contrario, el software de ajedrez barato y súper inteligente atrajo a más personas a jugar al ajedrez, aumentó el número de partidas y mejoró el nivel de los ajedrecistas. Ahora hay más del doble de maestros de ajedrez que cuando Deep Blue derrotó a Kasparov. El actual ajedrecista humano número uno, Magnus Carlsen, ha sido entrenado mediante inteligencia artificial. Se le considera el más cercano a una computadora de todos los jugadores de ajedrez humanos y es el jugador de ajedrez humano con mayor puntuación de la historia.

Si la IA puede ayudar a las personas a convertirse en mejores jugadores de ajedrez, también puede ayudarnos a convertirnos en mejores pilotos, médicos, jueces y profesores. La mayor parte del trabajo empresarial realizado por la IA será un trabajo especializado, estrictamente limitado a lo que el software inteligente puede hacer, por ejemplo (un producto de IA) traducir un idioma a otro, pero no a un tercer idioma. Por poner otro ejemplo, pueden conducir pero no pueden hablar con la gente. O puedes recordar cada píxel de cada vídeo de YouTube, pero no puedes predecir tu rutina diaria. En los próximos diez años, el 99% de los productos de inteligencia artificial con los que interactúes directa o indirectamente serán "expertos" altamente especializados y extremadamente inteligentes.

De hecho, ésta no es inteligencia real, al menos no el tipo de inteligencia en el que pensamos detenidamente. De hecho, la inteligencia puede ser una disposición, especialmente si por inteligencia nos referimos a nuestro sentido único de uno mismo, con todos los locos ciclos introspectivos y confusos flujos de autoconciencia que tenemos. Queremos que los coches autónomos puedan centrarse exclusivamente en conducir en la carretera, en lugar de centrarse en disputas previas en el garaje. "Watson", el médico de cabecera del hospital, puede concentrarse en su trabajo y no pensar en especializarse en inglés. A medida que se desarrolla la inteligencia artificial, es posible que tengamos que idear formas de evitar que se vuelvan conscientes: los mejores servicios de IA que afirmamos serán los servicios inconscientes.

Lo que queremos no es inteligencia, sino inteligencia artificial. A diferencia de la inteligencia general, la inteligencia (producto) tiene las características de concentración, mensurabilidad y tipo específico. También puede pensar de maneras completamente diferentes a la cognición humana. He aquí un buen ejemplo de pensamiento no humano. En marzo, en el festival South by Southwest en Austin, Texas, la computadora de Watson realizó un poderoso truco: los investigadores de IBM agregaron una receta a Watson impulsada por una receta en línea, una base de datos del Departamento de Agricultura de EE. UU. (USDA) de datos nutricionales publicados y estudios de sabor. . Con estos datos, Watson creó nuevos platos basándose en los datos del perfil de sabor y los modelos de color de platos existentes. Uno de los platos populares que creó Watson fue una versión salada de "fish and chips", hecha con ceviche y plátanos fritos. En IBM Labs en Yorktown Heights, disfruté este plato junto con otra de las creaciones de Watson: quiche de espárragos suizo/tailandés. ¡Sabe bien!

La inteligencia no humana no es un error, es una característica. La principal ventaja de la inteligencia artificial es su "inteligencia extraterrestre". Un producto de IA es diferente a cómo cualquier chef piensa sobre la comida, lo que también nos permite pensar la comida de otra manera, o pensar de manera diferente en fabricar materiales, ropa, derivados financieros o cualquier tipo de ciencia y arte. Su diferencia será más valiosa para nosotros que su velocidad o potencia.

De hecho, la inteligencia artificial nos ayudará a comprender mejor qué entendíamos por inteligencia en primer lugar.

En el pasado, podríamos haber dicho que sólo los productos de IA superinteligentes podían conducir coches o vencer a los humanos en Jeopardy y en juegos de ajedrez. Una vez que la inteligencia artificial logre esas cosas, sentiremos que estos resultados son obviamente mecánicos y rígidos y no pueden llamarse verdadera inteligencia. Cada éxito de la inteligencia artificial se redefine.

Pero no solo estamos redefiniendo lo que significa ser artificialmente inteligente: también estamos redefiniendo lo que significa ser humano. Durante los últimos 60 años, a medida que el mecanizado ha replicado comportamientos y talentos que alguna vez pensamos que eran exclusivamente humanos, hemos tenido que cambiar nuestra forma de pensar sobre las diferencias entre humanos y máquinas. A medida que inventemos más y más tipos de productos de IA, tendremos que dejar de lado más ideas que se consideran capacidades exclusivamente humanas. Durante la próxima década (e incluso el próximo siglo) estaremos atrapados en una prolongada crisis de identidad, preguntándonos qué significa ser humano. La mayor ironía es que el mayor beneficio de los productos prácticos de inteligencia artificial que encontramos todos los días no es aumentar la capacidad de producción, expandir la economía o crear una nueva forma de investigación científica, aunque esto sucederá. El mayor beneficio de la inteligencia artificial es que nos ayudará a definir a la humanidad. Necesitamos inteligencia artificial para decirnos quiénes somos realmente.