Guía Esencial

Navegue en las secciones

BACKGROUND IMAGE: iSTOCK/GETTY IMAGES

Evaluar Conozca los pros y contras de las tecnologías, productos y proyectos que está considerando.

No todos los tipos de inteligencia artificial son creados igual

Entre los muchos tipos de inteligencia artificial, el aprendizaje automático no supervisado pondrá a prueba nuestra capacidad para confiar en las máquinas.

El lugar más fácil para comenzar nuestra discusión sobre la IA es explorando el mundo actual de los robots. Hoy, en el lado trivial, tenemos el robot némesis de los felinos, Roomba, para barrer nuestros pisos; Domino's está probando un robot de entrega de pizzas; e incluso hay un nuevo robot de seguridad que se está probando en San Francisco para patrullar las calles. En el lado más práctico, también tenemos autos que se estacionan solos en lugares estrechos, se detienen a sí mismos más rápido de lo que los humanos pueden reaccionar, corrigen nuestra dirección obstinada si nos alejamos de nuestro carril y, muy pronto, se conducirán por sí mismos. Los automóviles, de la variedad autónoma y tradicional, se construyen usando robots; las órdenes de Amazon se llenan usando robots; y las bombas se desactivan usando robots. La lista parece ser interminable y en constante expansión. Pero no todos los robots usan inteligencia artificial y no toda la inteligencia artificial es muy inteligente.

Entonces, definamos los tipos de inteligencia artificial. La verdadera inteligencia artificial se conoce más correctamente como aprendizaje automático. La mayoría de nosotros cree que la IA proviene de un equipo de desarrolladores realmente inteligentes que le dicen a una máquina cómo comportarse en una situación específica, cientos de situaciones, miles de situaciones, etc. De hecho, eso es más o menos lo que está sucediendo hoy en día con los vehículos autónomos. Situación tras situación es alimentada en la computadora que conduce el automóvil y las soluciones a esas situaciones están programadas. Con el tiempo, ocurrirán más situaciones y se resolverán con más soluciones. Después de todo, debe haber un número finito de situaciones de manejo. Pero, en este ejemplo, ¿la máquina realmente está aprendiendo por sí misma, o un equipo de desarrolladores humanos está aprendiendo y luego devolviendo el conocimiento a la máquina? Esto último, creo. Este tipo de inteligencia artificial es lo que impulsa a la mayoría de los robots en uso en la actualidad: un número finito de situaciones con respuestas finitas preprogramadas. Si bien esto puede parecerle mágico a la mayoría de nosotros, NO es un aprendizaje automático. Las personas están aprendiendo y luego alimentando nuevos conocimientos en la máquina.

https://cdn.ttgtmedia.com/rms/onlineImages/cio-ai_movie_timeline_desktop.png

Entonces, ¿qué es el aprendizaje automático real? En pocas palabras, el aprendizaje automático se produce cuando la máquina utiliza todas las fuentes de conocimiento existentes a su disposición y saca su propia conclusión. Al igual que las personas, esa conclusión puede cambiar con el tiempo a medida que aprende más y evalúa la exactitud de su "opinión" sobre la base de datos empíricos.

Pensemos un poco en este tipo de inteligencia artificial. Creamos una máquina/computadora/software/red neuronal con cientos de capas. Le enseñamos a leer ciertos tipos de entradas o tipos específicos de datos (como millones de registros médicos o miles de millones de transacciones bursátiles). Le damos acceso a todos esos datos más datos generales del mundo en general; luego le damos una situación y le preguntamos: "¿Qué piensas?". Resulta que las respuestas de la máquina (o conjeturas o diagnósticos) son mejores que las de los expertos humanos casi todas las veces. Y –aquí viene la parte buena– la máquina sigue mejorando y mejorando, aprendiendo más y más a lo largo del tiempo, con acceso a más y más datos. Y, quizás lo más importante, la máquina evaluará muy desapasionadamente sus propias deficiencias y realizará ajustes y mejoras en su propia lógica, ¡todo el tiempo! Bueno, esta es LA respuesta! ¡Esto podría salvar a la humanidad! Vamos a movernos y construir estos pimpollos lo más rápido posible. ¡Nellie, bloquea la puerta!

No tan rápido.

Aquí está el problema: Los científicos informáticos que han diseñado y creado estos dispositivos milagrosos de aprendizaje automático en realidad no saben cómo funcionan. Sí, ya lo entendió... son como el problema del software de caja negra con el que la mayoría de los tipos de TI están familiarizados. No saben cómo la máquina aprende o toma decisiones o proporciona recomendaciones. Y resulta que la máquina tampoco puede decirnos cómo lo hace realmente.

"Nunca antes habíamos construido máquinas que operasen de una forma que sus creadores no entendieran. ¿Qué tan bien podemos esperar comunicarnos y llevarnos bien con máquinas inteligentes que podrían ser impredecibles e inescrutables?", escribió el conocido Will Knight en su reciente artículo sobre el problema de la caja negra en el MIT Technology Review.

Piense en nosotros. Humanos ¿Puede explicar el proceso exacto por el que usted pasa cuando toma una decisión? A veces, tal vez, pero a menudo utilizamos el "instinto visceral" o actuamos sobre una "corazonada" o usamos el omnipresente "solo lo sé" al describir cómo tomamos decisiones. Lo crea o no, lo mismo es cierto para estos tipos de máquinas de inteligencia artificial hechas por el hombre. No hay nada en estos sistemas, por el momento, que explique cómo llegaron a una decisión determinada. Simplemente lo hicieron.

Resulta que esta falta de "explicabilidad" puede ser un obstáculo para su avance. Con millones de dólares o la vida de alguien en peligro, los humanos van a exigir una explicación. Si una máquina rechaza a alguien por una tarjeta de crédito, un préstamo de automóvil o una hipoteca, ¿no tienen ellos derecho a saber por qué? Los sistemas de aprendizaje automático, tal como se comercializan, pueden no ser siempre competencia exclusiva de los científicos de cómputo y, a medida que estos tipos de sistemas de inteligencia artificial comienzan a afectar nuestras vidas cotidianas, los legisladores tendrán que sopesar la legalidad de la explicación.

Subiendo las apuestas, ¿qué sucede si una máquina rechaza a su hijo para un trasplante de órganos que le salvará la vida? ¿No estaría usted gritando a todo pulmón para saber por qué? Y ni siquiera hemos mencionado las aplicaciones de la inteligencia artificial a los militares. Si, en algún momento en el futuro (como los guionistas de Hollywood), una máquina va a tomar una decisión militar clave, todos nosotros, especialmente nuestros líderes, debemos tener una explicación muy clara de quién, qué, dónde, cuándo, por qué y cómo se llegó a esa decisión.

Tome un respiro. Bajemos un poco la presión sanguínea. ¿Qué esperará de Siri en 2020? ¿Recomendaciones de restaurantes? ¿Un regaño por no moverse lo suficiente? ¿Lecturas del nivel de azúcar en la sangre? ¿Lecturas de saturación de oxígeno? ¿Advertencias de salud para 54 biomarcadores clave? Y, basado en ciertos comentarios de salud, ¿Siri llamará al 911 por su cuenta, sin preguntarnos? No cabe duda de que estos diversos servicios personales opcionales podrían mejorar la calidad de nuestra vida cotidiana y no resultar demasiado problemáticos.

Pero no se equivoquen, estos inteligentes tipos de inteligencia artificial ya se han vuelto exponencialmente mejores en la comprensión del mundo de maneras que nos perturbarán e interrumpirán industrias enteras. Este año, una computadora superó al mejor jugador de Go del mundo, 10 años antes de lo esperado. Facebook ahora tiene un software de reconocimiento de patrones que puede reconocer las caras mejor que los humanos. Para el 2030, las computadoras se volverán más inteligentes que los humanos.

En el corto plazo, no busque más allá de nuestra relación de un siglo con el automóvil para ver qué tan disruptivo será el aprendizaje automático. Las demostraciones dispersas de autos sin conductor que vimos en 2017 aumentarán en 2018. Apenas dos años más tarde, los expertos predicen que toda la industria automotriz se verá afectada. Muchas compañías de automóviles podrían ir a la quiebra. En algún momento, no poseeremos autos, sino que los llamaremos con nuestros teléfonos. Excepto que no será un controlador de Uber quien aparezca en nuestras ubicaciones; será un auto de Uber sin conductor. Los adolescentes no obtendrán licencias de conducir. Las muertes vehiculares se reducirán a 200.000 por año de los 1,2 millones de vidas reclamadas anualmente hoy. Las compañías de seguros de automóviles desaparecerán lentamente. Los estacionamientos de la ciudad se convertirán en parques. ¿Puede imaginar este nuevo mundo? Tan pronto como comience a imaginar lo que el aprendizaje automático podría hacer, el mundo se convierte en un lugar muy diferente.

El aprendizaje automático está aquí ahora mismo. Hoy. Tiene posibilidades sin precedentes para mejorar nuestras vidas de manera inconmensurable. Pero su potencial completo nunca se realizará a menos que los humanos puedan aprender a confiar realmente en una máquina con sus vidas. ¿Puede usted hacer eso? ¿Lo haría?

Próximos pasos

Más sobre inteligencia arficial:

Fujitsu y Microsoft colaboran para impulsar inteligencia artificial

Zoho trae a México inteligencia artificial con voz y chat interactivo

La asociación Salesforce-Google trae mejoras en la nube e inteligencia artificial

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close