En mi opinión, eventualmente lo hará. Acabo de escribir un artículo sobre eso hoy en realidad. Aquí hay un extracto:
“… Hasta hace poco, sin embargo, los nuevos trabajos reemplazaban a los antiguos cuando la automatización hacía que los trabajadores humanos fueran obsoletos. Pero los desarrollos recientes en la creación de redes neuronales y, en particular, un proceso llamado Deep Learning, están haciendo que este escenario sea cada vez más improbable. Aquí hay que dar algunas explicaciones: las redes neuronales han existido desde la década de 1940 y son básicamente sistemas informáticos basados en el cerebro humano y el sistema nervioso. Recientemente, sin embargo, generó un niño misterioso llamado aprendizaje profundo. Es posible que haya oído hablar de él cuando Google creó un programa que podría reconocer a los gatos en los videos de YouTube. Los gatos son dueños de internet, no hace falta decirlo.
Una forma de aprendizaje automático, el aprendizaje profundo imita el cerebro humano, evaluando la entrada a través de múltiples niveles de análisis y reglas, para llegar a la salida deseada. Cada nivel es más específico que el anterior, con múltiples conexiones y circuitos de retroalimentación entre ellos, a la vez que tiene la capacidad de crear nuevos sistemas y conexiones. Puede proporcionarle una carga de entrada, preguntar lo que quiere saber y Mr. Data le dará la respuesta. Aquí es donde las cosas se ponen inquietantes: aún no hemos podido averiguar cómo llegó a sus conclusiones, simplemente porque la red se ha vuelto demasiado complicada de entender.
- ¿Cuáles son las posibles preocupaciones éticas de una IA que cree que los investigadores no han logrado abordar?
- ¿Por qué Mark Zuckerberg eligió decir que está trabajando en una 'IA simple' en lugar de solo decir 'AI'?
- ¿Por qué 'nadie' trabaja en hacer una IA consciente?
- ¿Dónde calificaría la dificultad de crear inteligencia general artificial (AGI) frente a los otros problemas gigantes que la humanidad enfrenta / enfrentará?
- ¿Por qué la IA sigue siendo tan tonta?
Supongamos que proporciona un sistema de aprendizaje profundo con un par de cientos de miles de registros de pacientes y pídale que detecte y prediga enfermedades en ellos. Las respuestas podrían, y de hecho lo hicieron, asombrar a la gente. Una profesora del MIT llamada Regina Barzilay, decidida a aplicar el aprendizaje profundo a la medicina después de sobrevivir al cáncer de mama, en realidad construyó dicho sistema. Fue capaz de diagnosticar y predecir enfermedades con tasas de éxito increíbles, incluso las que son notoriamente difíciles de detectar para los médicos, como la esquizofrenia, superando con creces el estándar actual … ”
Originalmente apareció en The Proud Highway