Gracias por A2A.
Creo que a medida que el campo de las computadoras inteligentes sigue desarrollándose, hay múltiples niveles de IA.
La mayoría de las computadoras inteligentes que tenemos disponibles todavía tienen sus propios niveles fundamentales de estupidez. Watson falla miserablemente en el reconocimiento de voz. Siri falla miserablemente cuando se le presentan conceptos filosóficos y Cortana simplemente falla en todo.
- ¿Puedo aprender el aprendizaje automático en India si estoy en la corriente de comercio?
- ¿Cómo es tomar 6.004 (estructuras de cómputo) en el MIT?
- ¿No se puede sobrescribir directamente un Disc-RW en lugar de dejarlo en blanco primero?
- ¿Cuál es el escenario actual de la investigación que invita tanto a las finanzas como al aprendizaje automático, si existe tal investigación?
- ¿Cómo debería aprender el aprendizaje automático este verano e implementarlo en un proyecto como menor o mayor?
Muchos de nuestros intentos legítimos de inteligencia artificial han dado como resultado un código auto mutante, pero dicha mutación generalmente termina en algo inviable.
La investigación más temprana y prometedora fue en reconocimiento de patrones. Aunque las computadoras realmente apestaban al analizar la entrada gráfica, si se presenta con 3/4 de un tablero de ajedrez, la computadora debería poder reemplazar los cuadrados faltantes correctamente.
Recuerdo haber leído un experimento militar en el que se entrenaba una “red neuronal” con fotos de campo con la esperanza de que aprendiera a reconocer a los tanques. Fue alimentado con docenas de imágenes del mismo terreno básico cubierto en tanques, y docenas de imágenes del mismo terreno sin tanques. Cuando se trataba de probar, la computadora reportó tanques en una foto sin tanque. El análisis posterior de todos los datos que se habían acumulado en el sistema de aprendizaje de la red neuronal fue que la computadora había asociado la palabra “tanque” con el clima nublado. Todas las fotos de entrenamiento de tanques habían sido tomadas en la nube si. Todas las fotos sin tanque habían sido tomadas con buena luz. La foto de prueba resultó ser sombría, por lo que la computadora emitió automáticamente el veredicto: “tanque”.
Sin contexto, es muy difícil para una IA aprender algo, y creo que tenemos que conformarnos con el hecho de que la IA no será lo mismo que Sentience. Históricamente, en SF, Sentience ha sido el Santo Grial de la Inteligencia Artificial. Debemos aceptar que podríamos desarrollar un Sistema sub-sensible que demuestre una gran Inteligencia pero no conciencia de sí mismo. Big Blue y Watson entran en esta categoría. Básicamente estas dos máquinas son de tecnología muy similar; Son filtros de datos gigantes. No están haciendo enlaces subconscientes como lo hacen nuestros cerebros.
Al visitar el mundo de la ficción, me gusta referirme a Coloso: El Proyecto Forbin . Colossus dominaría un teléfono inteligente moderno de la misma manera que un Swanee Whistle dominaría una turbina a reacción.
Dado el poder ficticio que ofrece Coloso, el descubrimiento de un equivalente soviético, Guardian, es motivo de preocupación. Más allá de tener supercapacidad, la única suposición era que ambas máquinas eran binarias. Coloso solicita un enlace a Guardian que finalmente se le otorga. Cuando ese enlace se corta, ambas computadoras lanzan tantra, exigiendo la reconexión, lanzando misiles nucleares. En base a su capacidad de aprender unos de otros y de los humanos que están monitoreando, Colossus y Guardian desarrollan un lenguaje entre sistemas que es tan matemáticamente complejo que ya no es humano descifrable, lo que resulta en un Sistema de Control Mundial.
Si tuviéramos una computadora tan poderosa, todavía nos queda la suposición de que será binaria en su núcleo. ¿Qué pasa si la computadora extranjera encontrada es fundamentalmente trinaria? Suponiendo que las dos computadoras puedan desarrollar un lenguaje entre sistemas, nuestras posibilidades de descifrar son muy limitadas.
