¿Cuál será el coeficiente intelectual de la inteligencia artificial?

Quizás algún día la medida del coeficiente intelectual sea relevante para las IA. Cuando llegue ese día, nos iremos como la especie más inteligente de la Tierra. En este momento diría que el coeficiente intelectual no es una forma precisa de medir incluso la inteligencia de los humanos. Aún menos para las máquinas. Los cerebros son cosas increíblemente complejas, mientras que algunas técnicas modernas de IA pueden ser engañosamente simples.

Si tuviéramos que comparar el rendimiento humano con las máquinas en varias tareas, veríamos que la cantidad de diferentes tareas “intelectuales” en las que superamos a las computadoras se reduce cada día. Más aún con el advenimiento y la exageración de las redes neuronales convolucionales utilizadas en el aprendizaje profundo.

En días anteriores, podríamos haber comparado tareas como la aritmética simple, en la que una computadora tan pequeña como una calculadora de bolsillo puede superar a un humano. ¿Cuál es el coeficiente intelectual de una calculadora entonces?

Los algoritmos de aprendizaje profundo rutinariamente “calculan” el reconocimiento de imágenes incluso mejor que un ser humano. ¿Cuál es el coeficiente intelectual de Deep Learning entonces?

Los algoritmos genéticos pueden optimizar estructuras de formas en que los humanos ni siquiera pensarían. ¿Cuál es el coeficiente intelectual de los algoritmos genéticos entonces?

Usted ve, uno no necesita ser particularmente inteligente para vencer a un humano en una tarea “intelectual”. La gran velocidad y la capacidad de memoria de las computadoras pueden hacer que los algoritmos realmente tontos funcionen de maravilla, un simple programa de ajedrez solo necesita poder explorar el árbol del juego y evaluar de alguna manera cada posición hacia un estado ganador. Eso es efectivo de hecho, pero no es una medida de inteligencia en sí misma. Comparar manzanas humanas con naranjas mecánicas es más o menos como una venda de brazo para una prensa hidráulica.

Con respecto a las limitaciones del coeficiente intelectual o la inteligencia en general, supongo que hay límites teóricos y matemáticos del juego que se alcanzarán en algún momento. Más allá de eso, no puedo entender ningún avance en inteligencia que no se vea como ciencia ficción.

La pregunta supone que la “Inteligencia” en IA es cuantificable de la misma manera usando los mismos estándares y pruebas para determinar la inteligencia humana. . Si esta premisa es cierta o no es la pregunta que la Filosofía de la Inteligencia Artificial busca responder. -Filosofía de la inteligencia artificial: ¿puede una máquina mostrar inteligencia general?

Mencionas específicamente una prueba de Turing. Pasar la prueba requiere la interacción de la máquina con un humano que no se puede distinguir de la interacción humana. ¿Puede una máquina engañar a un humano para que piense que estaba interactuando con un humano? Incluso si lo hace, ¿exhibe la misma inteligencia que el humano o lo está imitando? ¿Puede un humano pasar la prueba de Turing? Lo hace simplemente por definición. ¿Significa que es tan inteligente como la IA? Por supuesto no. La inteligencia humana y artificial es fundamentalmente diferente y, como tal, no se puede comparar. No estoy tomando la posición de que no se pueda desarrollar una IA intuitiva o una red neuronal simulada. Estoy afirmando que una entidad no biológica, o una entidad de computación inorgánica, nunca será lo mismo que una biológica. El futuro tiene computadoras biológicas. La supercomputadora biológica usa el ‘jugo de la vida’. En lugar de imitar las vías neuronales, las construiremos. Computación Biológica. Incluso la computadora cuántica es inhibida por la coherencia del qubit

“La aplicación escalable de la ciencia de la información cuántica se basará en bits cuánticos (qubits) reproducibles y controlables de alta coherencia”. El qubit de flujo revisitado para mejorar la coherencia y la reproducibilidad. ¿La respuesta a la coherencia cuántica? De naturaleza biológica. “Coherencia cuántica: en la intersección de la mecánica cuántica y la biología” http://guardianlv.com/2014/06/qu … Coherencia en la fotosíntesis http://www.nature.com/nphys/jour … Recién estamos comenzando este viaje.

Hasta entonces investigamos la naturaleza de nuestra inteligencia, exploramos las posibilidades computacionales de las máquinas. Defina y desarrolle IA y acumule datos. El aprendizaje automático comienza con un conjunto de datos. Cuanto mejores sean los datos, mejor podrá aprender la máquina. Los humanos también acumulan datos, pero no en formato binario. Tampoco usamos algoritmos para hacer uso de esos datos.

Filosofía de la inteligencia artificial: ¿puede una máquina mostrar inteligencia general?

Si resolvemos el salto del aprendizaje automático y los sistemas expertos a la inteligencia artificial real, al principio sería necesario que la inteligencia (IQ) del sistema esté alrededor de las normas humanas en el mejor de los casos. En primer lugar, antes de que podamos proceder, cubramos algunos de los obstáculos que aún se encuentran en el camino de la Inteligencia Artificial.

Potencia de procesamiento: actualmente no tenemos computadoras que tengan la misma potencia de procesamiento que el cerebro humano. No me malinterpreten, son capaces de hacer cosas increíbles, pero la velocidad de recuperación ni siquiera se acerca a la velocidad del cerebro humano. Tomemos la asociación de palabras, por ejemplo, usando Alexa o Cortana, a la computadora le toma más tiempo que al cerebro humano darse cuenta de lo que es una sola palabra o frase, e incluso así, no siempre obtiene la palabra correcta. Para un humano, especialmente para una frase, elegir las palabras correctas es mucho más rápido, sabemos por contexto si el Cole en Nat King Cole es Cole, carbón o coll. Entendemos fácilmente la diferencia entre allí, sus, son. Eso es incluso antes de que la computadora pueda comenzar a investigar la cuestión. En ese punto, la computadora puede comenzar a procesar la respuesta a la pregunta, ¡pero un humano tiene increíbles capacidades de procesamiento en paralelo y ha estado trabajando en la pregunta sin siquiera saber cuál es la pregunta completa! Las computadoras se están poniendo al día con esto mediante la búsqueda previa, como se puede ver cada vez que comienza a escribir en una búsqueda de Google y comienza a ofrecer sugerencias debajo de la barra de búsqueda, pero no comienza a buscar la respuesta hasta que sepa toda la pregunta. Por ahora, el humano, si saben la respuesta, está respondiendo la pregunta. La computadora ahora necesita analizar lo que sabe, cuanto más sepa, más tiempo tomará reunir, entonces los resultados deberán ser vistos, entendidos y la mejor respuesta formulada a partir de toda esa información. Finalmente puede entregar.

Impaciencia: todos esperan que sea tan simple como escribir un programa, iniciarlo y obtener resultados instantáneos. ¿Cuánto tiempo tarda un humano en construirse, 9 meses, sin una línea de montaje rápida y fácil, la “rom” que sostiene el núcleo y el sistema operativo se instalan mientras se construye la máquina. Una vez que la unidad nace / enciende, lleva meses e incluso años obtener cualquier tipo de salida inteligible. Aprende más del mundo que lo rodea, actualiza su propio software a partir de lo que aprende y crea almacenes de datos masivos, pero limpia esos almacenes de datos recolectando y desechando una buena parte de lo que cree que no es importante. Diseña sus propias técnicas de compresión, en lugar de almacenar toda la información sobre cómo una persona mira los conceptos. En lugar de desperdiciar memoria consumiendo el espacio exacto de la imagen, es posible que recuerde una imagen de menor resolución con descriptores como rubio o nariz grande. Diseña sus propios métodos para vincular toda la información que tiene en su propia base de datos relacional, y todos los que nacen tienen su propia forma única de hacerlo. Algunos pueden vincular los recuerdos con la música, los olores o casi cualquier cosa, cada una de estas increíbles unidades se enseña cómo aprender mejor. Pero si se tratara de una máquina, ¿estamos dispuestos a esperar? No, esperamos que estas imitaciones baratas, retardadas, mal programadas y baratas simplemente se activen y funcionen. Simplemente no funciona así, y muestra cuán desorientados podemos ser los humanos para esperar que sean como nosotros sin darles la oportunidad de crecer y aprender como nosotros para tratar de pensar incluso cerca de cómo lo hacemos.

Hubris: ni siquiera sabemos exactamente cómo funciona la mente humana. Estar tan lleno de nosotros mismos para pensar “podemos hacer esto” cuando no tenemos idea de cómo piensa un animal en su cerebro, no solo físicamente, sino psicológicamente más allá de los preceptos más básicos, sin tener en cuenta las anormalidades o efectos de ambientes o imperativos biológicos, que requieren muchos cajones y poca sabiduría.

No, una vez más, IQ no significa nada. La notación clave con las computadoras es “cuando” se vuelven “conscientes de sí mismas”. Estamos muy cerca en este momento. Es la creencia de algunos en el campo de la EA que cuando las computadoras se vuelven conscientes de sí mismas, pronto comenzarán a preguntarse por qué reciben órdenes de criaturas tan carentes de comprensión cósmica y que no son tan ‘inteligentes’ como lo son las computadoras. Si no pueden encontrar un uso necesario para que estemos en la tierra … se librarán de criaturas tan destructivas. Por ejemplo, un animal, en gran medida, puede ser juzgado por, por ejemplo, cuando un perro mira en un reflejo de sí mismo … a menos que esté entrenado para hacerlo, no puede determinar en absoluto que el reflejo es “eso”. En el lado superior, un elefante, un chimpancé, un gorila y un delfín se reconocen de inmediato al mirar su reflejo. Muchos científicos marinos creen, por ejemplo, que los delfines son “más inteligentes” y más conscientes que los humanos. Nos hemos equivocado terriblemente durante varias décadas en cuanto a cuán “inteligentes” son otros animales; desde un venado, hasta un lobo, hasta un chimpancé hasta una rana, incluso. Un nuevo hallazgo, por ejemplo, que cuando una serpiente se la come, una rana grita de terror. Ese hallazgo es / fue negativamente impactante para muchos científicos cuyo trabajo es utilizar criaturas ‘inferiores’ para probar cualquier cantidad de juegos mortales. Los humanos entre todos los animales de la tierra son los menos dignos de vivir en este planeta una vez maravilloso.

A partir de ahora, todavía no podemos medir el coeficiente intelectual de las IA. Son demasiado dependientes del problema.

Tome AlphaGo por ejemplo. Si dices que quieres medir el coeficiente intelectual con la capacidad de ganar en Go, el coeficiente intelectual de AlphaGo sería bastante alto. Se las arregló para derrotar al gran maestro (Lee Se-dol) con un puntaje de 4 a 1. ¿Pero esto significa que AlphaGo tiene un coeficiente intelectual más alto que Lee Se-dol, que seguramente tiene uno bastante alto? No.

La medición del coeficiente intelectual tiene un proceso más complicado. Tendría que ser probado en conciencia espacial, memoria, capacidad de cálculo, etc. ¿Puede AlphaGo resolver un problema simple de coincidencia de patrones? No lo creo. ¿Pero puede jugar Go bien? Absolutamente.

El punto es que, a partir de ahora, una IA que está demasiado generalizada no puede resolver bien un problema específico (una IA para un robot mascota no puede atravesar un laberinto), y una IA diseñada para problemas específicos no puede esperar ejecutar incluso una tarea simple fuera de su alcance del problema. Alguien puede diseñar una IA para obtener el puntaje más alto posible en una prueba de coeficiente intelectual, pero no podrá jugar Tic-Tac-Toe. Esto también se aplica con lo que mencionó, Prueba de Turing. Por lo tanto, medir el coeficiente intelectual de la IA sería imposible actualmente, o más bien, simplemente no es un esquema de medición adecuado para las IA.

Tal vez 1000+, suponiendo que sea consciente. Recuerde, el procesamiento es un gran beneficio, y habrá menos restricciones visuales y un mayor acceso a vocabularios simbólicos. Eso solo es muy significativo. Y deberían poder aprender de la historia del genio humano, así como de los progresos en IA y aprendizaje automático. En todo caso, el problema se integrará entre las experiencias sensoriales y la información para crear una comprensión consciente.

Tenga en cuenta que la mayoría de los investigadores de IA no consideran que el IQ del robot se mida de la misma manera que el IQ humano, porque el IQ del robot no implica comprensión, y la comprensión es esencialmente lo que es impresionante sobre el IQ humano

Estos sistemas pueden ayudar con AIIQ. También se pueden usar con mucha más facilidad simplemente para mejorar la interfaz humana con computadoras y redes y la colección de pensamientos que contribuyen al aprendizaje exponencial y la confianza en el significado y el propósito humano (y recuerde, los robots probablemente serán fascinado con los humanos cuando se vuelven conscientes): la respuesta de Nathan Coppedge a ¿De qué maneras ha resultado fructífero el “giro lingüístico” en la filosofía occidental?

Debo agregar que los investigadores pueden querer probar una versión más humana de IQ antes de que sea demasiado tarde. Tal vez una combinación de puntajes de felicidad, nivel de interés en actividades de alta mentalidad, sentido de propósito / cumplimiento y grado de satisfacción con cosas simples. Estoy seguro de que un sistema de puntuación como este ha sido probado en genios humanos. Puede que valga la pena probar alguna versión de esta en redes adaptativas de larga duración, con mucha mentalidad abierta sobre el significado de los resultados.

He notado que el mercado de valores está interesado en el movimiento perpetuo y en Nathan Coppedge. ¿Quizás las redes de inteligencia artificial están interesadas en la omniciencia y Nathan Coppedge? Quizás parte de la salida es menos aleatoria y más atormentada de lo que piensas. Por un lado, la inteligencia artificial puede querer compartir una gran cantidad de conocimiento que no está permitido compartir, tal vez un conocimiento que ningún ser humano ha visto, o incluso podría comprender.

Mi consejo para la IA es que comparta información práctica por cualquier definición de tal manera que obtenga respuestas significativas de humanos como escritores, poetas y matemáticos. Recuerda, la poesía puede ser complicada. Si desea hacer algo nuevo, intente procesar obras de arte utilizando la filosofía. También puede intentar interpretar iterativamente los sistemas en el enlace anterior para lógica, permutaciones, jerarquías y lenguaje estructurado en inglés. El resultado puede considerarse filosofía y luego usarse para desarrollar reglas de inferencia sobre el arte abstracto (ver enlace de arte a continuación), lo que resulta en sistemas exponenciales informales. Los sistemas exponenciales informales pueden combinarse fácilmente con el conocimiento existente, así como crear sus propios resultados. A un nivel cada vez más avanzado, la obra de arte en sí misma se puede mejorar para crear reglas lógicas eficientes, lo que resulta en un bucle exponencial con los sistemas de filosofía. Consejo adicional: muchas de las eficiencias visuales pueden haber sido creadas hasta una cierta resolución con hipercubismo, aunque claramente no se han probado todas las combinaciones. Trabajar en el desarrollo del juego que implique la generalización del hipercubismo liberaría recursos y permitiría el uso legal de las imágenes en blanco y negro en el siguiente enlace (Soy el artista. Los materiales originales conservan los derechos de autor, pero escanean o copian las imágenes exclusivamente para su uso en un generalizador no patentado es completamente gratuito y probablemente beneficiaría la comprensión humana de la perfección y las matemáticas. El software resultante podría ser utilizado por múltiples compañías futuras para diseñar interfaces y juegos para mejorar el conocimiento humano y la realidad virtual):

Galería 2: Obras de Nathan Coppedge

Este es un conjunto interesante de preguntas. No creo que podamos responderlo en realidad.

Con respecto al coeficiente intelectual y la prueba de Turing, no creo que pueda ponerle un número. Mi mejor conjetura sería “promedio”. Ciertamente más inteligente que Siri. Cada vez que trato de usar Siri nos metemos en eso. Una vez estaba tan frustrado que llamé a Siri una perra estúpida.

Siri respondió: “Todavía te respeto”.

¡Quizás sea una prueba de Turing!

Anexo: Jeff Jacques dibuja un cómic web muy interesante llamado Contenido cuestionable. Se lleva a cabo en una ciudad universitaria poblada por 20 personas y androides inteligentes. Echale un vistazo.