¿Nos visitas desde USA? Entra a tu página Rankia.us.
Cambiando el mundo

Discusión de problemas y soluciones de actualidad económica mundial

La inteligencia artificial no es tan inteligente

La inteligencia artificial (IA) ha sido objeto de una gran campaña de marketing.  Pero es sólo eso, marketing.  Aprovechando esa situación, muchos han querido venderte la idea de que la IA es el oráculo que sirve para predecir el futuro, o para vender software que no sirve para lo que dicen que sirve.

Veamos algunos ejemplos:

  • Inteligencia artificial para contrataciones que lee lenguaje averbal: Es una tontería, pero igual lo hacen (New app scans your face and tells companies whether you’re worth hiring). Los mujeriegos y estafadores son los mejores en lenguaje averbal.  Probablemente sean contratados.  La gente tímida y nerviosa, será rechazada.  ¿Será ese el mejor perfil?  Elon Musk con su timidez no conseguía empleo (VIDEO: I couldn't Get a Job Anywhere) y lo que hace RRHH no ha cambiado en décadas.  Si RRHH no está contratando a los mejores, ¿a quiénes están contratando?
  • Inteligencia artificial para detectar mentiras: De verdad, hay quienes afirman eso (This device can track your eyes to see if you're lying, company claims). Sólo hay dos maneras de ver si alguien miente.  La primera es leer cerebros, pero eso todavía no existe.  la segunda es ver cómo se comporta cuando dice la verdad y cuando miente.  Desafortunadamente la inteligencia artificial necesita milles de datos para aprender, en lugar de unos pocos ejemplos.  Entonces tendrá que extrapolar lo que otras personas hacen para ver si mientes.  Eso es como decir que si un 90% de los hombres son machistas, entonces la máquina cree que tú eres machista.

¿Qué es exactamente la inteligencia artificial?  

Podemos definir una IA como:

Inteligencia artificial = red neuronal + machine learning

Aunque suene a jerga impresionante, en realidad no lo es,

Fuente: AI: Predicting The Future While Looking Through The Rear Mirror

Una red neuronal consiste en pegar fórmulas, de modo que el resultado de una fórmula sea la variable de entrada de otra fórmula.  El machine learning no es más que tomar datos y procesarlos estadísticamente para construir un gráfico de barras.  El machine learning entrega coeficientes a ecuaciones, que al usarse con datos, entrega el gráfico de barras construido a partir de datos reales usando un método llamado backpropagation que es un algoritmo matemático que usa cálculo diferencial para encontrar las barras que faltan a partir de unas cuantas barras (unas cuantas pueden ser varios miles o millones de datos).  A diferencia de los gráficos de barras tradicionales, aqui se tiene gráficas multidimensionales, es decir, que graficas muchas variables contra un resultado.  Entonces si una red neuronal tenía dos variables de entrada y una de resultados, el resultados es un gráfico de barras tridimensional.  Como puedes ver en el diagrama, si pintas las barras del grafico de barras usando colores en virtud de la altura, lo que obtienes es una imagen con pixeles.

Al usar pixeles, todas las técnicas de procesamiento de imágenes pueden ser utilizadas.  Por ejemplo, hay filtros de Photoshop que sirven para convertir una imagen en blanco y negro, y otro para dejar sólo los bordes de objetos en una imagen.  Entonces si tienes una cara, es capaz de encontrar ojos, boca, nariz y decir que tiene una cara.  Si las distancias y relaciones geométricas son agregados al software, tienes un software de reconocimiento de caras.  Parece inteligente, pero en realidad es sólo aplicar filtros a una imagen, y luego comparar patrones contra otros patrones conocidos.

Otra forma de procesamiento "inteligente" es cuando tomas un gráfico de barras y buscas el mínimo o el máximo, porque buscas optimizar un resultado, el "mejor" resultado.  Y como el masticar datos ocurre sin que veas nada, el resultado sorprende, y parece mágico, pero en realidad es un gráfico de barras.

Peligros

Ah, entonces la IA es un generador de gráficos de barras con muchas barras y tantas variables de entrada que hacen el gráfico de barras multidimensional e imposible de dibujar.  ¿Cuán peligroso puede ser esto?  Depende de para qué lo uses.  En la segunda guerra mundial tenías fórmulas para convertir altura y velocidad en una predicción para atacar bombarderos.

¿Cuán letales eran las predicciones?  Bastante letales.

De la misma forma, la IA no es una fórmula, sino una colección de fórmulas que se alimenta de datos reales, por lo que igual que la artillería antiaérea, ajusta su actuar de acuerdo a los datos.  Este artículo explica los peligros en detalle.

A diferencia de la fórmula de inteligencia artificial donde tu cerebro puede anticipar el posible rango de resultados, debido a la complejidad de la IA, tu cerebro no es capaz de anticipar lo que la IA encontrará, no es capaz de predecir los posibles resultados, porque la red neuronal entrega resultados no lineales, y encima el programador tendría que conocer el comportamiento de los datos de antemano para predecir el resultado del machine learning.

Como el machine learning usa datos del pasado, igual que la artillería, es incapaz de predecir el futuro si hay cambio de tendencia.  Eso de que requiera millones de datos para aprender, hace que el tiempo de respuesta ante cambios de tendencia sea exageradamente malo.  Claro, si le pones a derribar bombarderos, como las máquinas son muy rápidas, las maniobras de evasión ya no sirven porque el avion es lento y el ordenador es rápido, y con dos variables no es tan díficil aprender y calcular coeaficientes para reajustar la nueva tendencia.  Pero cuando tienes 650 mil neuronas y 600 mil vairables de entrada, ajustar la red neuronal con machine learning requiere literalmente millones de datos.

¿Qué puede salir mal?

  • MarioBros: Al aplicar una IA para que juegue Mario Bros. La máquina prueba oprimir botones y recibe un puntaje en la pantalla, y trata de buscar combinaciones de teclas que maximicen el puntaje. Teóricamente te diría la mejor manera de jugar, pero no.  La IA encontró maneras de activar errores en la programación del juego que distorsionan la imagen y tiran el puntaje al máximo por error.  Hizo exactamente lo que le ordenaron, maximizar puntaje, pero no lo que se quería, buscar la mejor amnera de jugar.
  • Robot asesino: En 2007 en Iraq una inteligencia artificial que dirigía a un robot armado casi mata a 200 personas en una demostración de tecnología militar, de no ser por un soldado que volcó el robot (VIDEO: Artificial Intelligence: it will kill us | Jay Tuck | TEDxHamburgSalon).
  • Google se une a la lista de empresas usadas por Rusia para desinformar: La IA procesa datos y los rusos han empezado a jugar con el nuevo juguete de esa compañía para afectar las votaciones en EEUU (Add Google to the list of tech companies used by Russians to spread disinformation).
  • Facebook apunta publicidad a audiencias antisemitas: La IA de Facebook encontró un nicho de publicidad.  Nada más que la IA no pudo ver que su audiencia era cuestionable  (Facebook can't hide behind algorithms).
  • Google difunde noticias falsas sobre Las Vegas: Parece que la IA no sabe ser buen periodista, pues ayudó a difundir noticias falsas (Google search spread wrong info from 4chan on Las Vegas shooting suspect).  Culpaban a politicos liberales del ataque (When Facebook and Google are ‘weaponized,’ the victim is reality).
  • Youtube pone anuncios en videos cuestionables: En abril 2017 Youtube sufre un golpe enorme,cuando las empresas se dan cuenta de que sus anuncios, por los que están pagando, aparecen en videos cuestionables que muestran extemismo, odio o cosas repugnantes (Google's bad week: YouTube loses millions as advertising row reaches US).  AT&T and Verizon, as well as the pharmaceutical company GSK, Johnson & Johnson, Enterprise, PepsiCo, Walmart, Starbucks, Verizon, Volkswagen entre otros, retiraron su publicidad de Youtube.  Parece que la AI no sabe leer y entender los contenidos de los videos.
  • Microsoft Tay: Era una IA que iba a conversar con la gente en Twitter.  Sólo un día después de lanzado, fue retirado porque decía cosas sexistas y racistas (Tay, la robot racista y xenófoba de Microsoft).  

¿Por qué ha salido mal?

En redes sociales la IA busca varias cosas:

  • Afinidad:  Si el tema difundido es afin a los temas que la gente lee, mejora sus posibilidades de difusión
  • Popularidad: Si la noticia ha sido muy popular y atractiva para leer, mejora sus posibilidades de difusión
  • Novedad: Si la noticia es fresca y reciente, mejora sus posibilidades de difusión

No es de extrañar que las noticias falsas difundan noticias falsas.

La AI como un gráfico de barras supradimensional, tiene todos los problemas de un gráfico de barras.

  • No distingue entre realidad y ficción.
  • No distingue el bien y el mal.
  • Sabe leer datos, pero no entender.
  • Vulnerable a ser programada por usuarios.  Los datos con los que alimentas la IA determinan el comportamiento de la IA, porque el machine learning es la mitad del código.

¿Qué se espera a futuro?

DARPA nos entrega una explicación de lo que puede venir a futuro (VIDEO: A DARPA Perspective on Artificial Intelligence). Si definimos una escala de 5 niveles (Nulo, Bajo, Medio Alto, Muy Alto) podemos hablar de la inteligencia a como la define DARPA.

Primera ola. Automatización de conocimiento.  Algoritmos muy buenos para resolver problemas específicos.

  • Percepción: Bajo
  • Aprendizaje: Nulo
  • Abstracción: Nulo
  • Razonamiento: Alto

Segunda ola:  Redes neuronales con machine learning

  • Percepción: Alto
  • Aprendizaje: Alto
  • Abstracción: Bajo
  • Razonamiento: Bajo

Tercera ola: En el futuro esperan que la inteligencia artificial sea capaz de modelar la realidad al entender el contexto.

  • Percepción: Alto
  • Aprendizaje: Alto
  • Abstracción: Medio
  • Razonamiento: Alto

¿Será posible modelar la diferencia entre el bien y el mal (la ética)?  ¿Será posible modelar la diferencia entre la realidad y la ficción (el problema epistemológico de encontrar la verdad)?  De no arregalrse esos dos problemas, lo que hoy sale mal con la IA seguirá saliendo mal.  Mientras tanto la IA es percibida como una amenaza en los EUA.

  • 43% of the American public believe A.I. poses a threat to the long-term survival of humanity
  • Americans work in fear that 36% of their job today could be replaced by A.I. within 5 years
  • 78% of women would consider it cheating if their partner had sex with a robot

Almost Half of Americans Believe that Artificial Intelligence Poses a Threat to the Survival of Humanity

La IA aún no es demasiado inteligente, pero como nuestros empleos no requieren demasiada inteligencia, el ordenador nos desplaza.  Y la IA presenta el problema de que puede volverse contra su amo, si optimizar algún resultado implica pasarle por encima a su amo.  

Aprovecha los errores de las otras empresas

Automatización de servicio al cliente para entregar soledad

A futuro se espera que las empresas cometan el error de querer automatizar su relación con el cliente más de lo debido.  ¿Alguna vez has llamado por teléfono y recibes el mensaje "en este momento todos nuestros agentes están ocupados, espera en línea"?  ¿Es divertido tratar con el ordenador?

El atractivo de la máquina es comunicarse.  Por eso es que postear en una red social o foro para que otros te lean es más popular que conversar con un artículo de Wikipedia.  La experiencia de tratar al cliente con robots convierte la experiencia del cliente en algo muy solitario (VIDEO: Inside the Japanese Hotel Staffed by Robots).   Los ordenadores no entienden los SENTIMIENTOS y NECESIDADES de las personas.  Hay un juego que las personas juegan mejor que las máquinas.  Se llama HUMANOS AYUDANDO A HUMANOS (frase acotada por J. P. Luna).  Lo que pasa es que muchas veces la gente se pone a jugar otros juegos que no son acerca de ayudar a otros.  Y eso hace que el desempleo sea lo mejor.

Automatizar para hacer lo que se hace mal, mas rápido

Cuando miras lo que hace RRHH, ves que a los ganios nadie los contrata (VIDEO: Elon Musk: I couldn't Get a Job Anywhere).  Si RRHH no contrata a los mejores, ¿a quienes contrata?  RRHH termina haciendo lo que hacía mal, pero más rápido.  La IA no mejora el modelado de la realidad, aunque tenga muchos datos que entregar resultados sesgados.

Reemplazar personas por máquinas

Las empresas parecen no reconocer esto y tratan que reducir la sección de CONTACTAR del sitio web para que no puedas hablar con un ser humano.  Sólo te dan el producto y la sección de retroalimentación tiene resultados predefinidos, y no hay espacio para comentarios.  Esto hace posible que pueda haber estafas donde se hacen pasar por funcionarios de la empresa, y los estafados no tienen manera de contactar a la empresa para reportar la situación.  

Es que la ideología dicta que hay que deshacerse de la mayor cantidad de gente con despidos masivos, caminar sobre el tablón.

La idea del capìtán que se hunde con su barco, es cosa del pasado.  La gente es desechable.  Mejor sustituirle por un ordenador.  Pero como viste, hay problemas con la inteligencia artificial.  La guerra entre mayoristas Amazon y Walmart hace parecer que todo está perdido en materia de venta minorista al detalle. Pero no es así.

"Ciertamente no creo que estemos en medio de un apocalipsis comercial, y no creo que Amazon está matando a los minoristas. Creo que el mal servicio de los minoristas está matando a los minoristas. (...) Sigo creyendo que la mayoría de las compras son hecho en base emocional y nuestra conexión con nuestro cliente es nuestra salsa secreta "- CEO Laura Alber en el evento del código de Recode. VIDEO: Full interview: Williams-Sonoma CEO Laura Alber | Code Commerce Fall 2017

Igual que en inversiones, como gerente debes tener mucho cuidado con las emociones, la exuberancia irracional que empuja masivamente a las ovejas al matadero.

Con el tema de los despidos, los empresarios juegan un juego de corto plazo, de ganancias trimestrales.  Al despedir gente habrá proyectos que quedan colgando sin dueño, seguimientos y controles que se detienen, y hay "know-how" perdido.  

Errores en la reducción de costes

Se supone que la máquina reduce costes.  J. P. Luna nos cuenta lo que PanAm hizo mal.

¿REDUCIR COSTES O INCREMENTAR INGRESOS? Aprendamos de PanAm.

PanAm no jugó un juego a largo plazo. Sólo una serie de juegos de RECORTES DE COSTES a corto plazo. PanAm era casi un monopolio, y ahora ya no está. ¿Qué hizo para caer?

* MENOS INGRESOS: PanAm tenía cada vez menos pasajeros. Algunas personas dicen que PanAm trató a los pasajeros como ganado.
* REDUCE LOS COSTES: 1980-1983. PanAm vendió "activos no esenciales" e hizo "recortes operativos".
* REDUCE LOS COSTES: 1980. Outsourcing (Air Atlanta, Emerald Air, Empire Airlines, Presidential Airways y Republic Airlines)
* AUMENTO DE COSTES: en 1984, Pan Am invirtió en una gran flota de Boeing 747 que esperaba que los viajes aéreos continuaran aumentando. Los aviones suenan a "activos esenciales"? "Invertir" realmente no era invertir, solo era "gastar en una promesa vacía de esperanza de ingresos futuros", por lo que era gasto, no ingresos.
* REDUCE LOS COSTES: 1985. Venta de la división del Pacífico
* REDUCE LOS COSTES: 1991. PanAm cortó el 22% de todos los trabajos, pero fue tan débil que quebró.

Si lo notas, se centró en COSTES y no en INCREMENTAR INGRESOS con los recursos disponibles. ¿Las medidas sobre el COSTES funcionaron? ¿Deberían centrarse en los INGRESOS?

¿Cómo recortas los COSTES? Haciendo lo siguiente.

  • Mejora de la gestión de inventario
  • Mejora de las cobranzas y menos disputas en facturación
  • Reducción de errores. Corriges, luego previenes.
  • Para hablar con los clientes que utilizan redes sociales. Descubres nuevas formas de aumentar los ingresos o mejorar el proceso.
  • Diseñas mecanismos para que las sugerencias de los clientes se conviertan en cambios de proceso.
  • Reducción de factura telefónica.
  • Reducción del consumo de electricidad.

Puedes notar que ninguna de las cosas que hizo PanAm coincide con esta lista. ¿Acaso la IA te bajará los costes?  Ya viste lo que puede salir mal con la IA.

La IA termina siendo útil si lo tratas como un gráfico de barras, pero más allá no parece recomendable.  Si sabes lo básico de Excel VBA y quieres hacerte tu propia AI sin ser muy conocedor de cálculo diferencial, puedes leer los siguientes artículos, en este orden.

Sin disponer de miles de datos, puedes hacer cosas muy interesantes.

Como ves, la AI no es tan inteligente como dicen.  Y sobreestimar su capacidad conduce a fiascos terribles en grandes compañías, porque se pasa directamente del gráfico de barras a la acción, sin que haya un filtro intermedio de ÉTICA y VERDAD.  Lo peor que puedes hacer es hacer que tu AI aprenda de los usuarios, porque los usuarios pueden programar lo que la máquina aprende.  Y si tomas decisiones aconsejado por la IA, en realidad estás obedeciendo a una máquina.

Si eres gerente, usa lo aprendido aqui.  Si eres empleado, mándale este artículo al jefe, para que no se deje llevar por la mercadotecnia que glorifica la IA como el oráculo que predice el futuro.  Ya llegarán aquellos que se portan como aquellos vendedores del siglo XIX que venían a ofrecerte un tónico milagroso, una loción curativa, que lo cura todo.  Y llegarán aquellos brujos que con una IA detrás, tratarán de impresionarte para que les creas que ellos pueden ver el futuro con datos del pasado.

 

  1. #1

    Nega16

    gracias por aportar este tipo de articulos

  2. #2

    Power Soft

    Que cierto!. Las maquinas son programables; es por ello que un observatorio de programación etica es necesaria en IAS.

  3. #3

    Comstar

    en respuesta a Power Soft
    Ver mensaje de Power Soft

    En las noticias puedes ver las chorradas de la inteligencia artificial.
    Si no usarías un grafico de barras para algo, no deberías usarlo con inteligencia artificial.

  4. #4

    Sasaluna

    Dicen, que el futuro, no lo conoce ni Dios!.

  5. #5

    Comstar

    en respuesta a Sasaluna
    Ver mensaje de Sasaluna

    Habrá que preguntarle...


    Tron: El usuario no existe

    Tron: El usuario no existe

  6. #6

    Anna Bowells

    en respuesta a Comstar
    Ver mensaje de Comstar

    Sí,claro,casi mejor habrá que esperar sentad@s, que tiene que prepara el algoritmo, y el canal.
    Buenos días!

  7. #7

    Comstar

    en respuesta a Sasaluna
    Ver mensaje de Sasaluna

    Solo hay dos posibilidades. O los eventos son determinísticos o son "aleatorios".
    Yo me pregunto si la presunta aleatoriedad no es más que un patrón numérico que no entendemos.

    Es que si tratas de representar números primos como agujeros en un patrón, se entiende perfectamente cómo funcionan, aunque sean dificiles de predecir (quizás no imposible) pero si miras las distancias entre números primos, miras un patrón totalmente irregular, casi aleatorio. La diferencia es que depende de tu manera de entender las cosas, hay un patrón o hay aleatoriedad, siendo la aleatoriedad una forma de decir "no entiendo el patrón determinístico".

    ¿Y si Dios lo entiende y nosotros no? Es atrevido pensar que como nosotros no entendemos, Dios tampoco lo entiende. Es como decir que somos Dios o que Dios debe entender igual o menos que nosotros.

  8. #8

    Sasaluna

    en respuesta a Comstar
    Ver mensaje de Comstar

    Era sólo un refrán, de sabiduría popular, no pretendía entrar en polémicas de tipo religioso, pero su comentado me resulta muy interesante.Gracias

  9. #9

    Comstar

    en respuesta a Sasaluna
    Ver mensaje de Sasaluna

    No hay problema! Más bien es bienvenido el debate!!
    El debate acalorado es más sabroso y atrae tráfico a Rankia.
    Yo se que es sabiduría popular, que no eres el autor, así que no importa, porque las ideas no son personas. Y eso es como una lucha de drones. Si el dron cae, los pilotos siguen intactos.

    Gracias por participar!

  10. #11

    Dabulper

    Llevo trabajando en redes neuronales artificiales (RNA) desde los años 80. Y confirmo lo planteado en el artículo: la IA actual no tiene una inteligencia "humana" tal y como nos la imaginamos. Es otra cosa. Básicamente estamos alcanzando metas que los modelos adaptativos (aquí entran muchos modelos que no son RNA, pero también serían IA) no podían alcanzar hace 20 años porque la capacidad de cómputo no lo permitía. El cálculo paralelo masivo que han aportado las GPUs (graphic processing units), desarrolladas inicialmente para una industria del videojuego cada vez más exigente, ha despertado al gigante dormido.
    Ahora se ha despejado el camino para una segunda revolución de las RNA. El siguiente paso es la integración de estos modelos en sistemas más complejos que sí remedarán la inteligencia humana, e incluso la superarán.
    El proceso ha comenzado y será imparable, como muestra de ejemplo: https://www.nature.com/articles/nature24270.epdf?referrer_access_token=EtVDfUt9SqlM07ZlOyumXNRgN0jAjWel9jnR3ZoTv0PVW4gB86EEpGqTRDtpIz-22SehS6IfIWP6NGb0V5cWu5GSw1OmXIzlGgQOhXNzHHMPxmQuVcQWRzZHYYaEkYPgw24ivR5sNv5WiqTz-6iVQESP9ytDzz6NnwWCfOhvNAzQOiDLrNStiey8cut9i1WMzqckXmF0Fi6oaBLfGzTwUesM5uvMnDLxr2D7gZUTvyt-FmKq0GBqT-p0lfJ3lvfd&tracking_referrer=www.wired.co.uk
    Es necesario que se entienda que la explosión de soluciones de la IA que van a venir en pocos años van a ser tan radicales como la utilización de la energía eléctrica para iluminar calles. Pese a que se conocía la electricidad desde un siglo antes, bastó esta aplicación para que su uso se extendiera a muchas otras aplicaciones y cambiara el mundo para siempre.

  11. #12

    Comstar

    en respuesta a Dabulper
    Ver mensaje de Dabulper

    Eso es porque la gente confunde velocidad con inteligencia. Los GPUs traen velocidad para procesamiento paralelo. Eso es como comparar al Formula 1 con el peatón. Eso es mera fuerza bruta, pero en lugar de procesos secuenciales, van en paralelo.

    Si el ser humano tuviera que hacer la misma tarea de un GPU duraría siglos. Si miras el cerebro humano y la cantidad de energía que usa, el cerebro humano es superior. El cerebro humano no usa fuerza bruta y eso le hace inteligente. El ordenador necesita 50 mil datos para aprender lo que tu aprendes con 2 ejemplos.

    También sospecho que hackear a una AI será como engañar a un niño. Es que si la AI aprende de tu conducta, tu tienes el poder de programar con tu conducta a la AI. En Juegos de largo plazo, tu vas a ganar.

  12. #13

    Dabulper

    en respuesta a Comstar
    Ver mensaje de Comstar

    Quizás el enlace que he puesto sea díficil para mucha gente. Este otro en plan noticia puede ser más aclarador: http://www.investigacionyciencia.es/noticias/las-cien-derrotas-de-alphago-15709
    Como bien concluyen: "...una IA que por completo se entrena a sí misma es claramente más lista que una que además aprende de las estrategias humanas. Lo verdaderamente importante de este desarrollo no es, sin embargo, eso. El sistema de inteligencia artificial AlphaGo Zero puede, en principio, aprender por sí mismo cualquier cosa posible: ya no lo limita un problema u objetivo determinado."
    Yo objeto que tal sistema con autoaprendizaje estará sólo limitado por la capacidad que tengamos de simular y realizar una valoración del proceso, ya que la IA necesita analizar muchas posibles respuestas del proceso para aprender, y si no somos capaces de simularlo, eso no será posible. Otra opción es que múltiples agentes (por ejemplo coches autónomos) capturen datos para entrenar tal sistema (conducción autónoma). Pero eso implica tener muchos agentes en funcionamiento previamente.
    Respecto a la eficiencia energética del cerebro, no tardaremos mucho en dejarla atrás. No hay más que ver que el hardware mejora exponencialmente tanto en velocidad como en consumo.

  13. #14

    Comstar

    en respuesta a Dabulper
    Ver mensaje de Dabulper

    Si te vas a otro planeta, algo así como Plutón, la calculadora solar no te va a servir. El cerebro es mejor, más eficiente. Esos kilitos de más son la batería.

    Las sondas en otros planetas tardan meses en hacer lo que un humano haría en un día. Si tomas masa vs inteligencia, el ser humano gana. Si tomas consumo eléctrico vs inteligencia, el humano gana.

    Es muy fácil poner al humano a competir contra la calculadora y decir que el humano es inferior, una super IA con montones de servidores interconectados son una calculadora con esteroides. Es muy facil poner a competir a un hombre con cuchara contra una retroexcavadora y decir que la excavadora gana.

    Lo que pasa es que las comparaciones no son justas.

    Ahora bien, hay una inteligencia artificial que nadie está desarrollando, que puede significar la singularidad que todos buscamos.

    Can we create the Multi-Human AI Singularity to beat computer AI in space?
    https://www.linkedin.com/pulse/can-we-create-multi-human-ai-singularity-beat-space-luna-s%C3%A1nchez/

Autor del blog


Este sitio web usa cookies para analizar la navegación del usuario. Política de cookies.

Cerrar