es
Books
Erik Larson

El mito de la inteligencia artificial

Si quieres saber qué es la Inteligencia Artificial, lee este libro ― Peter Thiel, fundador de PayPal.
Los mesías del futuro insisten en afirmar que la Inteligencia Artificial pronto eclipsará las capacidades de las mentes humanas con más talento. Según ellos, no queda ninguna esperanza, pues el avance de las máquinas superinteligentes es imparable. Pero la realidad es que ni estamos en el camino hacia el desarrollo de máquinas inteligentes ni sabemos siquiera dónde podría hallarse ese camino.
Erik Larson es un científico e investigador pionero en el procesamiento del lenguaje natural, además de empresario tecnológico que trabaja a la vanguardia de la IA. En este libro nos acompaña en un recorrido por el panorama actual de este ámbito para demostrar lo lejos que estamos realmente de la superinteligencia y qué sería necesario para llegar a ella.
Desde Alan Turing, los entusiastas de la inteligencia artificial han caído en el profundo error de equipararla con la inteligencia humana. Pero la IA trabaja con el razonamiento inductivo, procesando conjuntos de datos para predecir resultados, mientras que los humanos no correlacionamos conjuntos de datos: hacemos conjeturas a partir de la información del contexto y de la experiencia. No tenemos ni idea de cómo programar este tipo de razonamiento basado en la intuición, conocido como razonamiento abductivo.
El verdadero problema es que la exageración alrededor de la IA no solo es mala ciencia, sino que también es mala para la ciencia. La cultura de la innovación florece cuando explora lo desconocido, no cuando exagera las virtudes de las tecnologías existentes. La IA inductiva seguirá mejorando en la realización de tareas específicas, pero si queremos lograr un progreso real, debemos comenzar por apreciar plenamente la única inteligencia verdadera que conocemos: la nuestra.
415 printed pages
Copyright owner
Bookwire
Original publication
2022
Publication year
2022
Translator
Milo Krmpotic
Have you already read it? How did you like it?
👍👎

Quotes

  • Karen Ortegahas quoted6 hours ago
    Resulta irónico que a esos programas los llamemos «aprendices» porque, para nosotros, el significado del verbo «aprender» implica en esencia huir de los recursos limitados para alcanzar una comprensión más general de las cosas del mundo. Pero los sistemas que juegan al ajedrez no juegan al go, de mayor complejidad. Ni siquiera los sistemas de go juegan al ajedrez. Incluso el muy publicitado sistema Atari del DeepMind de Google generaliza solo entre diferentes juegos de Atari, y ni siquiera logró aprender a jugar a todos ellos. Los únicos que se le dieron bien fueron aquellos que seguían unos parámetros estrictos. Los sistemas de aprendizaje más potentes son mucho más frágiles y limitantes de lo que podríamos suponer. Pero tiene sentido, porque los sistemas no son más que simulaciones. ¿Qué otra cosa podíamos esperar?
    Los problemas con la inducción
  • Karen Ortegahas quoted6 hours ago
    Pero, ya que que la mayor parte del bombo relacionado con el aprendizaje automático —y en especial con el aprendizaje profundo— está relacionada con el aprendizaje supervisado, voy a centrar la discusión principalmente en él. Sin embargo, no olvidemos que todas las limitaciones de origen inductivo que presentan los enfoques de aprendizaje supervisado aparecen con mayor fuerza incluso en el aprendizaje no supervisado. Al centrarno
  • Karen Ortegahas quoted6 hours ago
    dos tipos principales de aprendizaje. Cuando los seres humanos etiquetan el dato de entrada para señalar el resultado deseado, se llama «aprendizaje supervisado». Por el contrario, cuando el sistema analiza los patrones que pueda haber en los datos tal y como son, se llama «aprendizaje no supervisado». También hay un término medio. El «aprendizaje semi­supervisado» se inicia con una semilla, o pequeña parte de datos, que ha sido preparada por los seres humanos, y a continuación la va proyectando cada vez sobre una mayor cantidad de datos sin supervisión.

On the bookshelves

fb2epub
Drag & drop your files (not more than 5 at once)