El miedo a un apocalipsis robótico esconde los problemas reales que enfrentamos, permitiendo que los algoritmos gobiernen nuestras vidas. Según los expertos en el campo de la inteligencia artificial, avanzamos constantemente hacia un cierto punto, después del cual ya no tenemos que inventar nada: la inteligencia artificial hará todo por sí sola y las máquinas mejorarán exponencialmente. Si esto sucede, ¿qué será de nosotros?
En los últimos años, muchos científicos destacados, desde Stephen Hawking hasta Elon Musk, nos han advertido que deberíamos estar extremadamente preocupados por los posibles resultados peligrosos de la inteligencia artificial superinteligente. Y respaldan sus palabras con acciones: Musk patrocina OpenAI, una organización que desarrolla inteligencia artificial que beneficiará a la humanidad.
Sin embargo, muchos consideran que sus temores son exagerados. Como señala Andrew Ng, de la Universidad de Stanford, quien también es el científico jefe del gigante chino de Internet Baidu, preocuparse por un levantamiento de máquinas es como preocuparse por el hacinamiento en Marte.
norte
Pero esto, por supuesto, no significa que nuestra creciente dependencia de la IA no conlleve riesgos reales. De hecho, estos riesgos ya están aquí. A medida que los sistemas inteligentes se involucran más en todo, desde la atención médica hasta la justicia penal, existe el peligro de que se pasen por alto partes importantes de nuestras vidas.
Además, la IA puede tener consecuencias desagradables si no estamos preparados para ellas, por ejemplo, si cambiamos nuestra actitud hacia los médicos a una marcada hostilidad.
Video promocional:
Dos palabras sobre inteligencia artificial
En términos simples, se trata de máquinas que hacen cosas que suelen requerir un esfuerzo mental por parte de una persona: comprender el lenguaje natural, reconocer rostros en fotografías, conducir automóviles, etc.
Existe una diferencia entre un manipulador mecánico en una línea de producción, que está programado para realizar la misma tarea, y un manipulador, que aprende de forma independiente a realizar diversas tareas mediante prueba y error.
¿Cómo nos ayuda la IA?
El enfoque líder en IA hoy en día es el aprendizaje automático, en el que los programas están entrenados para identificar ciertos patrones en grandes cantidades de datos, como identificar una cara en una imagen o hacer un movimiento ganador en el juego de mesa. Este método se puede aplicar a una amplia variedad de problemas. Por ejemplo, entrene a las computadoras para identificar un patrón específico en imágenes médicas. DeepMind, una empresa de inteligencia artificial propiedad de Google, desarrolla software que aprende a diagnosticar el cáncer y las enfermedades oculares a partir de escaneos de pacientes. Otros utilizan el aprendizaje automático para detectar signos tempranos de enfermedad cardíaca y Alzheimer.
norte
La inteligencia artificial también se está utilizando para analizar grandes cantidades de información molecular en busca de posibles nuevas opciones de fármacos, un proceso que consume mucho tiempo para los humanos. Muy pronto, el aprendizaje automático puede volverse indispensable para la medicina.
La inteligencia artificial también nos ayuda a gestionar sistemas extremadamente complejos como la cadena de suministro global. El sistema en el corazón de la terminal de contenedores de Port Botany en Sydney gestiona decenas de miles de contenedores de envío, una flota de vehículos automatizados, etc., completamente sin gente. En la industria minera, los sistemas de optimización se utilizan cada vez más para planificar y coordinar el movimiento de recursos como el mineral de hierro.
La IA funciona dondequiera que mires, desde finanzas hasta transporte, para volar aviones y monitorear el mercado de valores. Y protegen su correo del spam. Pero esto es solo el principio. A medida que la IA se desarrolle, se volverá cada vez más compleja e interesante.
¿Cuál es el problema?
En lugar de preocuparnos por una futura revolución de la IA, el mayor riesgo es que podamos confiar demasiado en los sistemas inteligentes que construimos. Recuerde, el aprendizaje automático entrena al software para identificar patrones en los datos. Después del entrenamiento, se procede al análisis de datos nuevos, aún no estudiados. Pero cuando una computadora escupe una respuesta, generalmente no tenemos idea de cómo llegó.
Aquí hay problemas obvios. Un sistema es tan bueno como los datos de los que aprende. Tome un sistema capacitado para determinar qué pacientes con neumonía tienen más probabilidades de morir para que sean ingresados en el hospital primero. Digamos que clasifica inadvertidamente a los pacientes con asma bronquial como pacientes de bajo riesgo. Porque normalmente las personas con asma y neumonía van directamente a cuidados intensivos, por lo que reciben un tratamiento que reduce el riesgo de muerte. El aprendizaje automático ve esto como "asma + neumonía = menor riesgo de muerte".
A medida que la IA obtiene acceso a todas las áreas de su vida, aumenta el riesgo de que algo salga mal, si no se prevé, aumenta. Y dado que la mayoría de los datos que alimentamos a la IA son imperfectos, no deberíamos esperar respuestas perfectas en la mayoría de los casos. Construimos inteligencia artificial a nuestra propia imagen y semejanza; lo más probable es que "no sea muy", como nosotros.
ILYA KHEL
