Parece que el mejor camino posible, y ya estamos avanzando, es la simulación del cerebro. Esto se realiza utilizando estructuras de datos bastante básicas. Es la organización de esas estructuras de datos que marcan la diferencia. El cerebro tiene un mecanismo de retroalimentación y retroalimentación, y utiliza un sistema emocional para manejar las limitaciones de la memoria.
Tomamos todas nuestras decisiones en base a aproximadamente siete datos porque eso es lo que cabe en nuestra memoria a corto plazo. Pero junto con eso hay un gran sistema de clasificación de experiencias previas. Inconscientemente “vota” malas experiencias y “vota” buenas experiencias en forma de emoción. Un ejemplo es, al decidir qué ruta tomar para ir al trabajo, todas las rutas posibles tienen sentimientos de “bueno” y “malo”, que podrían ser “rápidos” o “lentos”, “peligrosos” o “seguros”, “hermosos” “o” feo “, y si bien en realidad solo está pensando” trabajar “,” antes de las 8 a. m. “,” tener 1 hora “,” querer café “y” necesita gas “, todos esos otros grados de experiencia previa sopesan” sensación”. No sabes que esto está sucediendo debido a cómo el cerebro organiza sus conexiones neuronales.
Eso es lo que no estamos haciendo en algunos de los proyectos de IA más grandes. El cerebro se autoorganiza , es lo que llamamos aprendizaje. Las personas tienden a pensar en el cerebro como la memoria de una computadora, pero esto no es del todo exacto. DRAM está cableado, una cuadrícula gigante de cuadrículas, cada transistor tiene un solo bit. Puede cambiar el valor de cualquier bit, pero no puede cambiar el cableado. Cambia el cableado, y lo hace de manera mucho más fácil y rápida cuando somos jóvenes, lo hace más antes de los 8 años y a medida que avanzamos en la edad, se reduce su capacidad o “voluntad” para volver a cablear (número de brotes neurales que buscan conexiones neuronales nuevas y aleatorias se cae). Si siempre se mantuviera maleable (la neurociencia utiliza la plasticidad) y cambia, siempre pensaríamos como niños. Lo malo es que aprendemos más despacio.
- ¿Qué es una variable volátil?
- ¿Qué es la reducción en la teoría de la complejidad computacional?
- ¿Cómo se puede determinar la coincidencia más cercana de un vector dado entre un conjunto de vectores si el origen de los vectores también es importante?
- ¿Cómo es la codificación, como las matemáticas, o como escribir en otro idioma?
- ¿Cuál es la mejor descripción del cálculo lambda?
Si bien hay muchas matemáticas en estas estructuras de datos, no es muy difícil de entender. Solo eche un vistazo a un Perceptron, que es la base de una neurona artificial. La alta matemática viene en la conexión de estas estructuras que está más en el ámbito de la informática y la neurociencia o “cognición informática”. Encuentro en el campo de la bioinformática, paso cada vez más tiempo con la cognición informática. Creo que estamos dentro de unos 20 años, probablemente la mitad de eso, de nuestro primer cerebro artificial sensible. La singularidad está pronto detrás de eso. No está en la complicación de las matemáticas, que es bastante simple, es la complicación de las estructuras de datos involucradas.
Espero que sea más un “R. Daneel Olivaw” que un “Skynet”. Ambas posibilidades reales.
Gracias por el A2A.
