674

 

La Inteligencia Artificial 

Proemio

 

¿QUÉ ES LA INTELIGENCIA ARTIFICIAL?
¿Somos conscientes de los retos y principales aplicaciones de la Inteligencia Artificial?
Hace tiempo que la inteligencia artificial abandonó el espectro de la ciencia ficción para colarse en nuestras vidas y, aunque todavía en una fase muy inicial, está llamada a protagonizar una revolución equiparable a la que generó Internet. Sus aplicaciones en múltiples sectores —como salud, finanzas, transporte o educación, entre otros— han provocado que la Unión Europea desarrolle sus propias Leyes de la Robótica.
La Inteligencia Artificial (IA) es la combinación de algoritmos planteados con el propósito de crear máquinas que presenten las mismas capacidades que el ser humano. Una tecnología que todavía nos resulta lejana y misteriosa, pero que desde hace unos años está presente en nuestro día a día a todas horas.
TIPOS DE INTELIGENCIA ARTIFICIAL
Los expertos en ciencias de la computación Stuart Russell y Peter Norvig diferencian varios tipos de inteligencia artificial:
Sistemas que piensan como humanos
Automatizan actividades como la toma de decisiones, la resolución de problemas y el aprendizaje. Un ejemplo son las redes neuronales artificiales.
Sistemas que actúan como humanos
Se trata de computadoras que realizan tareas de forma similar a como lo hacen las personas. Es el caso de los robots.
 Sistemas que piensan racionalmente
Intentan emular el pensamiento lógico racional de los humanos, es decir, se investiga cómo lograr que las máquinas puedan percibir, razonar y actuar en consecuencia. Los sistemas expertos se engloban en este grupo.
Sistemas que actúan racionalmente
idealmente, son aquellos que tratan de imitar de manera racional el comportamiento humano, como los agentes inteligentes.
APLICACIONES PRÁCTICAS DE LA INTELIGENCIA ARTIFICIAL
La IA está presente en la detección facial de los móviles, en los asistentes virtuales de voz como Siri de Apple, Alexa de Amazon o Cortana de Microsoft y está integrada en nuestros dispositivos cotidianos a través de bots (abreviatura de robots) o aplicaciones para móvil, tales como: LyliEnlace externo, se abre en ventana nueva., un personal shopper en versión digital; Parla Enlace externo, se abre en ventana nueva., concebida para ayudarnos con el aprendizaje de idiomas; Ems Enlace externo, se abre en ventana nueva., diseñada para hacernos un poco más llevadera la ardua tarea de encontrar nuevo piso; o Gyant Enlace externo, se abre en ventana nueva., un asistente virtual de Facebook que emite 'diagnósticos' médicos. El objetivo de todas ellas: hacer más fácil la vida de las personas.
Los avances en IA ya están impulsando el uso del big data debido a su habilidad para procesar ingentes cantidades de datos y proporcionar ventajas comunicacionales, comerciales y empresariales que la han llevado a posicionarse como la tecnología esencial de las próximas décadas. Transporte, educación, sanidad, cultura... ningún sector se resistirá a sus encantos.
PRINCIPALES APLICACIONES DE LA INTELIGENCIA ARTIFICIAL
ASISTENTES PERSONALES VIRTUALES
Conviviremos con chatbots interactivos que podrán sugerirnos productos, restaurantes, hoteles, servicios, espectáculos, según nuestro historial de búsquedas.
FINANZAS
Las tecnologías inteligentes pueden ayudar a los bancos a detectar el fraude, predecir patrones del mercado y aconsejar operaciones a sus clientes.
EDUCACIÓN
Permite saber si un estudiante está a punto de cancelar su registro, sugerir nuevos cursos o crear ofertas personalizadas para optimizar el aprendizaje.
COMERCIAL 
Posibilita hacer pronósticos de ventas y elegir el producto adecuado para recomendárselo al cliente. Empresas como Amazon utilizan robots para identificar si un libro tendrá o no éxito, incluso antes de su lanzamiento.
CLIMÁTICAS
Flotas de drones capaces de plantar mil millones de árboles al año para combatir la deforestación, vehículos submarinos no tripulados para detectar fugas en oleoductos, edificios inteligentes diseñados para reducir el consumo energético, etc.
AGRÍCOLAS
Plataformas específicas que, por medio de análisis predictivos, mejoran los rendimientos agrícolas y advierten de impactos ambientales adversos.
LOGÍSTICA Y TRANSPORTE
Será útil a la hora de evitar colisiones o atascos y también para optimizar el tráfico. Tesla ha desarrollado un sistema gracias al cual, cuando uno de sus coches transita una ruta por primera vez, comparte la información con el resto.
SANIDAD
Ya existen chatbots que nos preguntan por nuestros síntomas para realizar un diagnóstico. La recolección de datos genera patrones que ayudan a identificar factores genéticos susceptibles de desarrollar una enfermedad.

LAS SEIS LEYES DE LA ROBÓTICA PROPUESTAS POR EL PARLAMENTO EUROPEO
Esta vertiginosa irrupción de la IA y de la robótica en nuestra sociedad ha llevado a los organismos internacionales a plantearse la necesidad de crear una normativa para regular su uso y empleo y evitar, de este modo, posibles problemáticas que puedan surgir en el futuro.
1.    Los robots deberán contar con un interruptor de emergencia para evitar cualquier situación de peligro.
2.    No podrán hacer daño a los seres humanos. La robótica está expresamente concebida para ayudar y proteger a las personas.
3.    No podrán generarse relaciones emocionales.
4.   Será obligatoria la contratación de un seguro destinado a las máquinas de mayor envergadura. Ante cualquier daño material, serán los dueños quienes asuman los costes.
5.   Sus derechos y obligaciones serán clasificados legalmente.
6.  Las máquinas tributarán a la seguridad social. Su entrada en el mercado laboral impactará sobre la mano de obra de muchas empresas. Los robots deberán pagar impuestos para subvencionar las ayudas de los desempleados.
Ambas tecnologías ya están cambiando el mundo y las cifras son la mejor muestra de ello: la consultora estadounidense Gartner estima que el mercado de la IA pueda llegar a representar 127.000 millones de dólares en 2025, cifra muy superior a los 2.000 millones de 2015. Estados Unidos y China se situarán a la cabeza en inversiones. La consecuencia es que, según el Fondo Monetario Internacional (FMI), la IA acabará con 85 millones de puestos de trabajo en cinco años, pero a cambio creará 97 millones.
Y aunque haya voces como la del filósofo sueco de la Universidad de Oxford, Nick Bostrom, que anticipa que "existe un 90% de posibilidades de que entre 2075 y 2090 haya máquinas tan inteligentes como los humanos", o la de Stephen Hawking, que aventura que las máquinas superarán completamente a los humanos en menos de 100 años, lo cierto es que lejos de convertirnos en obsoletos, la IA nos hará más eficientes y nos permitirá ejecutar acciones que nunca hubiéramos podido realizar debido a su complejidad. ¿Te imaginas explorar partes del universo totalmente hostiles para el ser humano? Gracias a ella, un día será posible.
https://www.iberdrola.com/innovacion/que-es-inteligencia-artificial

 

Desarrollo

a): 

El futuro de la IA: hacia inteligencias artificiales realmente inteligentes

Este capítulo contiene algunas reflexiones sobre inteligencia artificial (IA). En primer lugar, se explica la distinción entre la IA fuerte y la débil, así como los conceptos relacionados de IA general y específica, dejando claro que todas las manifestaciones existentes de IA son débiles y específicas. Se describen brevemente los principales modelos, insistiendo en la importancia de la corporalidad como aspecto clave para conseguir una IA de naturaleza general. A continuación se aborda la necesidad de proporcionar a las máquinas conocimientos de sentido común que hagan posible avanzar hacia el ambicioso objetivo de construir IA de tipo general. También se comentan las últimas tendencias en IA basadas en el análisis de grandes cantidades de datos que han hecho posibles progresos espectaculares en épocas muy recientes, con una alusión a las dificultades presentes hoy en los enfoques de la IA. Por último, se comentan otras cuestiones que son y continuarán siendo clave en la IA, antes de cerrar con una breve reflexión sobre los riesgos de la inteligencia artificial.

El objetivo último de la IA, lograr que una máquina tenga una inteligencia de tipo general similar a la humana, es uno de los objetivos más ambiciosos que se ha planteado la ciencia. Por su dificultad, es comparable a otros grandes objetivos científicos como explicar el origen de la vida, el origen del universo o conocer la estructura de la materia. A lo largo de los últimos siglos, este afán por construir máquinas inteligentes nos ha conducido a inventar modelos o metáforas del cerebro humano. Por ejemplo, en el siglo XVII, Descartes se preguntó si un complejo sistema mecánico compuesto de engranajes, poleas y tubos podría, en principio, emular el pensamiento. Dos siglos después, la metáfora fueron los sistemas telefónicos ya que parecía que sus conexiones se podían asimilar a una red neuronal. Actualmente el modelo dominante es el modelo computacional basado en el ordenador digital y, por consiguiente, es el modelo que se contempla en este artículo.

LA HIPÓTESIS DEL SISTEMA DE SÍMBOLOS FÍSICOS: IA DÉBIL VERSUS IA FUERTE

En una ponencia, con motivo de la recepción del prestigioso Premio Turing en 1975, Allen Newell y Herbert Simon (Newell y Simon, 1975) formularon la hipótesis del Sistema de Símbolos Físicos según la cual «todo sistema de símbolos físicos posee los medios necesarios y suficientes para llevar a cabo acciones inteligentes». Por otra parte, dado que los seres humanos somos capaces de mostrar conductas inteligentes en el sentido general, entonces, de acuerdo con la hipótesis, nosotros somos también sistemas de símbolos físicos. Conviene aclarar a que se refieren Newell y Simon cuando hablan de Sistema de Símbolos Físicos (SSF). Un SSF consiste en un conjunto de entidades denominadas símbolos que, mediante relaciones, pueden ser combinados formando estructuras más grandes —como los átomos que se combinan formando moléculas— y que pueden ser transformados aplicando un conjunto de procesos. Estos procesos pueden generar nuevos símbolos, crear y modificar relaciones entre símbolos, almacenar símbolos, comparar si dos símbolos son iguales o distintos, etcétera. Estos símbolos son físicos en tanto que tienen un sustrato físico-electrónico (en el caso de los ordenadores) o físico-biológico (en el caso de los seres humanos). Efectivamente, en el caso de los ordenadores, los símbolos se realizan mediante circuitos electrónicos digitales y en el caso de los seres humanos mediante redes de neuronas. En definitiva, de acuerdo con la hipótesis SSF, la naturaleza del sustrato (circuitos electrónicos o redes neuronales) carece de importancia siempre y cuando dicho sustrato permita procesar símbolos. No olvidemos que se trata de una hipótesis y, por lo tanto, no debe de ser ni aceptada ni rechazada a priori. En cualquier caso, su validez o refutación se deberá verificar de acuerdo con el método científico, con ensayos experimentales. La IA es precisamente el campo científico dedicado a intentar verificar esta hipótesis en el contexto de los ordenadores digitales, es decir, verificar si un ordenador convenientemente programado es capaz o no de tener conducta inteligente de tipo general.
Es importante el matiz de que debería tratarse de inteligencia de tipo general y no una inteligencia específica ya que la inteligencia de los seres humanos es de tipo general. Exhibir inteligencia específica es otra cosa bien distinta. Por ejemplo, los programas que juegan al ajedrez a nivel de Gran Maestro son incapaces de jugar a las damas a pesar de ser un juego mucho más sencillo. Se requiere diseñar y ejecutar un programa distinto e independiente del que le permite jugar al ajedrez para que el mismo ordenador juegue también a las damas. Es decir, que no puede aprovechar su capacidad para jugar al ajedrez para adaptarla a las damas. En el caso de los seres humanos no es así ya que cualquier jugador de ajedrez puede aprovechar sus conocimientos sobre este juego para, en cuestión de pocos minutos, jugar a las damas perfectamente. El diseño y realización de inteligencias artificiales que únicamente muestran comportamiento inteligente en un ámbito muy específico, está relacionado con lo que se conoce por IA débil en contraposición con la IA fuerte a la que, de hecho, se referían Newell y Simon y otros padres fundadores de la IA. Aunque estrictamente la hipótesis SSF se formuló en 1975, ya estaba implícita en las ideas de los pioneros de la IA en los años cincuenta e incluso en las ideas de Alan Turing en sus escritos pioneros (Turing, 1948, 1950) sobre máquinas inteligentes.

El objetivo último de la IA, lograr que una máquina tenga una inteligencia de tipo general similar a la humana, es uno de los objetivos más ambiciosos que se ha planteado la ciencia. Por su dificultad, es comparable a explicar el origen de la vida, el origen del universo o conocer la estructura de la materia

Quien introdujo esta distinción entre IA débil y fuerte fue el filósofo John Searle en un artículo crítico con la IA publicado en 1980 (Searle, 1980) que provocó, y sigue provocando, mucha polémica. La IA fuerte implicaría que un ordenador convenientemente diseñado no simula una mente sino que es una mente y por consiguiente debería ser capaz de tener una inteligencia igual o incluso superior a la humana. Searle en su artículo intenta demostrar que la IA fuerte es imposible. En este punto conviene aclarar que no es lo mismo IA general que IA fuerte. Existe obviamente una conexión pero solamente en un sentido, es decir que toda IA fuerte será necesariamente general pero puede haber IA generales, es decir multitarea, que no sean fuertes, que emulen la capacidad de exhibir inteligencia general similar a la humana pero sin experimentar estados mentales.
La IA débil, por otro lado, consistiría, según Searle, en construir programas que realicen tareas específicas y, obviamente sin necesidad de tener estados mentales. La capacidad de los ordenadores para realizar tareas específicas, incluso mejor que las personas, ya se ha demostrado ampliamente. En ciertos dominios, los avances de la IA débil superan en mucho la pericia humana, como por ejemplo buscar soluciones a formulas lógicas con muchas variables o jugar al ajedrez, o al Go, o en diagnóstico médico y muchos otros aspectos relacionados con la toma de decisiones. También se asocia con la IA débil el hecho de formular y probar hipótesis acerca de aspectos relacionados con la mente (por ejemplo la capacidad de razonar deductivamente, de aprender inductivamente, etcétera) mediante la construcción de programas que llevan a cabo dichas funciones aunque sea mediante procesos completamente distintos a los que lleva a cabo el cerebro. Absolutamente todos los avances logrados hasta ahora en el campo de la IA son manifestaciones de IA débil y específica.

El modelo dominante en IA ha sido el simbólico, que tiene sus raíces en la hipótesis SSF. De hecho, sigue siendo muy importante y actualmente se considera el modelo clásico en IA (también denominado por el acrónimo GOFAI, de Good Old Fashioned AI). Es un modelo top-down que se basa en el razonamiento lógico y la búsqueda heurística como pilares para la resolución de problemas, sin que el sistema inteligente necesite formar parte de un cuerpo ni estar situado en un entorno real. Es decir, la IA simbólica opera con representaciones abstractas del mundo real que se modelan mediante lenguajes de representación basados principalmente en la lógica matemática y sus extensiones. Por este motivo, los primeros sistemas inteligentes resolvían principalmente problemas que no requieren interactuar directamente con el entorno como, por ejemplo, demostrar sencillos teoremas matemáticos o jugar al ajedrez —los programas que juegan al ajedrez no necesitan de hecho la percepción visual para ver las piezas en el tablero ni actuadores para mover las piezas—. Ello no significa que la IA simbólica no pueda ser usada para, por ejemplo, programar el módulo de razonamiento de un robot físico situado en un entorno real, pero en los primeros años los pioneros de la IA no disponían de lenguajes de representación del conocimiento ni de programación que permitieran hacerlo de forma eficiente y por este motivo los primeros sistemas inteligentes se limitaron a resolver problemas que no requerían interacción directa con el mundo real. Actualmente, la IA simbólica se sigue usando para demostrar teoremas o jugar al ajedrez, pero también para aplicaciones que requieren percibir el entorno y actuar sobre él como por ejemplo el aprendizaje y la toma de decisiones en robots autónomos.

Simultáneamente con la IA simbólica también empezó a desarrollarse una IA bioinspirada llamada conexionista. Los sistemas conexionistas no son incompatibles con la hipótesis SSF pero, contrariamente a la IA simbólica, se trata de una modelización bottom-up, ya que se basan en la hipótesis de que la inteligencia emerge a partir de la actividad distribuida de un gran número de unidades interconectadas que procesan información paralelamente. En la IA conexionista estas unidades son modelos muy aproximados de la actividad eléctrica de las neuronas biológicas.

Ya en 1943, McCulloch y Pitts (McCulloch y Pitts, 1943) propusieron un modelo simplificado de neurona en base a la idea de que una neurona es esencialmente una unidad lógica. Este modelo es una abstracción matemática con entradas (dendritas) y salidas (axones). El valor de la salida se calcula en función del resultado de una suma ponderada de las entradas, de forma que si dicha suma supera un umbral preestablecido entonces la salida es un «1», en caso contrario la salida es «0». Conectando la salida de cada neurona con las entradas de otras neuronas se forma una red neuronal artificial. En base a lo que ya se sabía entonces sobre el reforzamiento de las sinapsis entre neuronas biológicas se vio que estas redes neuronales artificiales se podían entrenar para aprender funciones que relacionaran las entradas con las salidas mediante el ajuste de los pesos que sirven para ponderar las conexiones entre neuronas, por este motivo se pensó que serían mejores modelos para el aprendizaje, la cognición y la memoria, que los modelos basados en la IA simbólica. Sin embargo, los sistemas inteligentes basados en el conexionismo tampoco necesitan formar parte de un cuerpo ni estar situados en un entorno real y, desde este punto de vista, tienen las mismas limitaciones que los sistemas simbólicos. Por otra parte, las neuronas reales poseen complejas arborizaciones dendríticas con propiedades no solo eléctricas sino también químicas nada triviales. Pueden contener conductancias iónicas que producen efectos no lineales. Pueden recibir decenas de millares de sinapsis variando en posición, polaridad y magnitud. Además, la mayor parte de las células del cerebro no son neuronas, son células gliales, que no solamente regulan el funcionamiento de las neuronas, también poseen potenciales eléctricos, generan ondas de calcio y se comunican entre ellas, lo que parece indicar que juegan un papel muy importante en los procesos cognitivos. Sin embargo, no existe ningún modelo conexionista que incluya a dichas células por lo que, en el mejor de los casos, estos modelos son muy incompletos y, en el peor, erróneos. En definitiva, toda la enorme complejidad del cerebro queda muy lejos de los modelos actuales. Esta inmensa complejidad del cerebro también conduce a pensar que la llamada singularidad, es decir, futuras superinteligencias artificiales que, basadas en réplicas del cerebro, superarán con mucho la inteligencia humana en un plazo de unos veinticinco años, es una predicción con poco fundamento científico.

Otra modelización bioinspirada, también compatible con la hipótesis SSF, y no corpórea, es la computación evolutiva (Holland, 1975). Los éxitos de la biología evolucionando organismos complejos, hizo que a primeros de los años sesenta algunos investigadores se plantearan la posibilidad de imitar la evolución con el fin de que los programas de ordenador, mediante un proceso evolutivo, mejorasen automáticamente las soluciones a los problemas para los que habían sido programados. La idea es que estos programas, gracias a operadores de mutación y cruce de «cromosomas» que modelan a los programas, generan nuevas generaciones de programas modificados cuyas soluciones son mejores que las de los programas de las generaciones anteriores. Dado que podemos considerar que el objetivo de la IA es la búsqueda de programas capaces de producir conductas inteligentes, se pensó que se podría usar la programación evolutiva para encontrar dichos programas dentro del espacio de programas posibles. La realidad es mucho más compleja y esta aproximación tiene muchas limitaciones aunque ha producido excelentes resultados, en particular en la resolución de problemas de optimización.

La complejidad del cerebro dista mucho de los modelos de IA y conduce a pensar que la llamada singularidad —superinteligencias artificiales basadas en réplicas del cerebro que superarán con mucho la inteligencia humana— es una predicción con poco fundamento científico

 

FUTURO: HACIA INTELIGENCIAS ARTIFICIALES REALMENTE INTELIGENTES
Una de las críticas más fuertes a estos modelos no corpóreos se basa en que un agente inteligente necesita un cuerpo para poder tener experiencias directas con su entorno (diríamos que el agente está «situado» en su entorno) en lugar de que un programador proporcione descripciones abstractas de dicho entorno codificadas mediante un lenguaje de representación de conocimientos. Sin un cuerpo, estas representaciones abstractas no tienen contenido semántico para la máquina. Sin embargo, gracias a la interacción directa con el entorno, el agente puede relacionar las señales que percibe a través de sus sensores con representaciones simbólicas generadas a partir de lo percibido. Algunos expertos en IA, en particular Rodney Brooks (Brooks, 1991) incluso llegaron a afirmar que no era ni siquiera necesario generar dichas representaciones internas, esto es, que no es necesario que un agente tenga que tener una representación interna del mundo que le rodea ya que el propio mundo es el mejor modelo posible de sí mismo y que la mayor parte de las conductas inteligentes no requieren razonamiento sino que emergen a partir de la interacción entre el agente y su entorno. Esta idea generó mucha polémica y el propio Brooks, unos años más tarde, admitió que hay muchas situaciones en las que una representación interna del mundo es necesaria para que el agente tome decisiones racionales. 
En 1965, el filósofo Hubert Dreyfus afirmó que el objetivo último de la IA, es decir, la IA fuerte de tipo general, era tan inalcanzable como el objetivo de los alquimistas del siglo XVII que pretendían transformar el plomo en oro (Dreyfus, 1965). Dreyfus argumentaba que el cerebro procesa la información de manera global y continua mientras que un ordenador utiliza un conjunto finito y discreto de operaciones deterministas aplicando reglas a un conjunto finito de datos. En este aspecto podemos ver un argumento similar al de Searle, pero Dreyfus, en posteriores artículos y libros (Dreyfus, 1992), usó también otro argumento consistente en que el cuerpo juega un papel crucial en la inteligencia. Fue pues uno de los primeros en abogar la necesidad de que la inteligencia forme parte de un cuerpo con el que poder interactuar con el mundo. La idea principal es que la inteligencia de los seres vivos deriva del hecho de estar situados en un entorno con el que pueden interactuar gracias a sus cuerpos. De hecho esta necesidad de corporeidad está basada en la Fenomenología de Heidegger que enfatiza la importancia del cuerpo con sus necesidades, deseos, placeres, penas, formas de moverse, de actuar, etcétera. Según Dreyfus, la IA debería modelar todos estos aspectos para alcanzar el objetivo último de la IA fuerte. Dreyfus no niega completamente la posibilidad de la IA fuerte pero afirma que no es posible con los métodos clásicos de la IA simbólica y no corpórea, en otras palabras considera que la hipótesis del Sistema de Símbolos Físicos no es correcta. Sin duda se trata de una idea interesante que hoy en día comparten muchos investigadores en IA. Efectivamente, la aproximación corpórea con representación interna ha ido ganando terreno en la IA y actualmente muchos la consideramos imprescindible para avanzar hacia inteligencias de tipo general. De hecho, basamos una gran parte de nuestra inteligencia en nuestra capacidad sensorial y motora. En otras palabras, el cuerpo conforma a la inteligencia y por lo tanto sin cuerpo no puede haber inteligencia de tipo general. Esto es así porque el hardware del cuerpo, en particular los mecanismos del sistema sensorial y del sistema motor, determinan el tipo de interacciones que un agente puede realizar. A su vez, estas interacciones conforman las habilidades cognitivas de los agentes dando lugar a lo que se conoce como cognición situada. Es decir, se sitúa a la máquina en entornos reales, como ocurre con los seres humanos, con el fin de que tengan experiencias interactivas que, eventualmente, les permitan llevar a cabo algo similar a lo que propone la teoría del desarrollo cognitivo de Piaget (Inhelder y Piaget, 1958), según la cual un ser humano sigue un proceso de maduración mental por etapas y quizá los distintos pasos de este proceso podrían servir de guía para diseñar máquinas inteligentes. Estas ideas ha dado lugar a una nueva subárea de la IA llamada robótica del desarrollo (Weng et al., 2001).
Todos los esfuerzos de la investigación en IA se han centrado en construir inteligencias artificiales especializadas y los éxitos alcanzados son muy impresionantes, en particular durante el último decenio gracias sobre todo a la conjunción de dos elementos: la disponibilidad de enormes cantidades de datos y el acceso a la computación de altas prestaciones para poder analizarlos. Efectivamente, el éxito de sistemas, como por ejemplo AlphaGo (Silver et al., 2016), Watson (Ferrucci et al., 2013) y los avances en vehículos autónomos o en diagnóstico médico basado en imágenes, han sido posibles gracias a esta capacidad para analizar grandes cantidades de datos y detectar patrones eficientemente. Sin embargo, prácticamente no hemos avanzado hacia la consecución de IA general. De hecho, podemos afirmar que los actuales sistemas de IA son una demostración de lo que Daniel Dennet llama «competencia sin comprensión» (Dennet, 2018).
Posiblemente la lección más importante que hemos aprendido a lo largo de los sesenta años de existencia de la IA es que lo que parecía más difícil (diagnosticar enfermedades, jugar al ajedrez y al Go al más alto nivel) ha resultado ser relativamente fácil y lo que parecía más fácil ha resultado ser lo más difícil. La explicación a esta aparente contradicción hay que buscarla en la dificultad de dotar a las máquinas de conocimientos de sentido común. Sin estos conocimientos no es posible una comprensión profunda del lenguaje ni una interpretación profunda de lo que capta un sistema de percepción visual, entre otras limitaciones. De hecho, el sentido común es requisito fundamental para alcanzar una IA similar a la humana en cuanto a generalidad y profundidad. Los conocimientos de sentido común son fruto de nuestras vivencias y experiencias. Algunos ejemplo son: «el agua siempre fluye de arriba hacia abajo», «para arrastrar un objeto atado a una cuerda hay que tirar de la cuerda, no empujarla», «un vaso se puede guardar dentro de un armario pero no podemos guardar un armario dentro de un vaso», etcétera. Hay millones de conocimientos de sentido común que las personas manejamos fácilmente y que nos permiten entender el mundo en el que vivimos. Una posible línea de investigación que podría dar resultados interesantes en adquisición de conocimientos de sentido común es la robótica del desarrollo mencionada anteriormente. Otra línea de trabajo muy interesante es la que tiene como objetivo la modelización matemática y el aprendizaje de relaciones causa-efecto, es decir, el aprendizaje de causales y, por lo tanto, asimétricos del mundo. Los sistemas actuales basados en aprendizaje profundo simplemente pueden aprender funciones matemáticas simétricas, no pueden aprender relaciones asimétricas y por consiguiente no son capaces de diferenciar entre causas y efectos, como por ejemplo que la salida del sol es la causa del canto del gallo y no lo contrario (Pearl, 2018; Lake et al., 2016).

Las capacidades más complicadas de alcanzar son aquellas que requieren interaccionar con entornos no restringidos ni previamente preparados. Diseñar sistemas que tengan estas capacidades requiere integrar desarrollos en muchas áreas de la IA

Las capacidades más complicadas de alcanzar son aquellas que requieren interaccionar con entornos no restringidos ni previamente preparados. Diseñar sistemas que tengan estas capacidades requiere integrar desarrollos en muchas áreas de la IA. En particular, necesitamos lenguajes de representación de conocimientos que codifiquen información acerca de muchos tipos distintos de objetos, situaciones, acciones, etcétera, así como de sus propiedades y de las relaciones entre ellos, en particular relaciones causa-efecto. También necesitamos nuevos algoritmos que, en base a estas representaciones, puedan, de forma robusta y eficiente, resolver problemas y responder preguntas sobre prácticamente cualquier tema. Finalmente, dado que necesitarán adquirir un número prácticamente ilimitado de conocimientos, estos sistemas deberán ser capaces de aprender de forma continua a lo largo de toda su existencia. En definitiva, es imprescindible diseñar sistemas que integren percepción, representación, razonamiento, acción y aprendizaje. Este es un problema muy importante en IA, ya que todavía no sabemos como integrar todos estos componentes de la inteligencia. Necesitamos arquitecturas cognitivas (Forbus, 2012) que integren estos componentes de forma adecuada. Los sistemas integrados son un paso previo fundamental para conseguir algún día inteligencias artificiales de tipo general.

Otras técnicas más clásicas de IA que seguirán siendo objeto de investigación extensiva son los sistemas multiagente, la planificación de acciones, el razonamiento basado en la experiencia, la visión artificial, la comunicación multimodal persona-máquina, la robótica humanoide y sobre todo las nuevas tendencias en robótica del desarrollo que puede ser la clave para dotar a las máquinas de sentido común y, en particular, aprender la relación entre sus acciones y los efectos que estas producen en el entorno. También veremos progresos significativos gracias a las aproximaciones biomiméticas para reproducir en máquinas el comportamiento de animales. No se trata únicamente de reproducir el comportamiento de un animal sino de comprender como funciona el cerebro que produce dicho comportamiento. Se trata de construir y programar circuitos electrónicos que reproduzcan la actividad cerebral que genera este comportamiento. Algunos biólogos están interesados en los intentos de fabricar un cerebro artificial lo más complejo posible porque consideran que es una manera de comprender mejor el órgano, y los ingenieros buscan información biológica para hacer diseños más eficaces. Mediante la biología molecular y los recientes avances en optogenética será posible identificar qué genes y qué neuronas juegan un papel clave en las distintas actividades cognitivas.

La robótica del desarrollo puede ser la clave para dotar a las máquinas de sentido común y, en particular, aprender la relación entre sus acciones y los efectos que estas producen en el entorno

 

En cuanto a las aplicaciones, algunas de las más importantes seguirán siendo aquellas relacionadas con la web, los videojuegos, los asistentes personales y los robots autónomos (en particular vehículos autónomos, robots sociales, robots para la exploración de planetas, etcétera). Las aplicaciones al medio ambiente y ahorro energético también serán importantes, así como las dirigidas a la economía y la sociología.
Por último, las aplicaciones de la IA al arte (artes visuales, música, danza, narrativa) cambiarán de forma importante la naturaleza del proceso creativo. Los ordenadores ya no son solamente herramientas de ayuda a la creación, los ordenadores empiezan a ser agentes creativos. Ello ha dado lugar a una nueva y muy prometedora área de aplicación de la IA denominada Creatividad Computacional que ya ha producido resultados muy interesantes (Colton et al., 2009, 2015; López de Mántaras, 2016) en ajedrez, música, artes plásticas y narrativa, entre otras actividades creativas.

 
REFLEXIÓN FINAL
Por muy inteligentes que lleguen a ser las futuras inteligencias artificiales, incluidas las de tipo general, nunca serán iguales a las inteligencias humanas ya que, tal como hemos argumentado, el desarrollo mental que requiere toda inteligencia compleja depende de las interacciones con el entorno y estas interacciones dependen a su vez del cuerpo, en particular del sistema perceptivo y del sistema motor. Ello, junto al hecho de que las máquinas no seguirán procesos de socialización y culturización como los nuestros, incide todavía más en que, por muy sofisticadas que lleguen a ser, serán inteligencias distintas a las nuestras. El que sean inteligencias ajenas a la humana y, por lo tanto, ajenas a los valores y necesidades humanas nos debería hacer reflexionar sobre posibles limitaciones éticas al desarrollo de la IA. En particular, estamos de acuerdo con la afirmación de Weizenbaum (Weizenbaum, 1976) de que ninguna máquina debería nunca tomar decisiones de forma completamente autónoma o dar consejos que requieran, entre otras cosas, de la sabiduría, producto de experiencias humanas, así como de tener en cuenta valores humanos.
El verdadero peligro de la IA no es la muy improbable singularidad tecnológica debida a la existencia de unas futuras hipotéticas superinteligencias artificiales, los verdaderos peligros ya están aquí. Actualmente los algoritmos en que se basan los motores de búsqueda en internet, los sistemas de recomendación y los asistentes personales de nuestros teléfonos móviles, conocen bastante bien lo que hacemos, nuestras preferencias y nuestros gustos e incluso pueden llegar a inferir el qué pensamos y cómo nos sentimos. El acceso a cantidades masivas de información, que voluntariamente generamos, es fundamental para que esto sea posible, ya que mediante el análisis de estos datos provenientes de fuentes diversas es posible encontrar relaciones y patrones que serían imposibles de detectar sin las técnicas de IA. Todo esto resulta en una pérdida alarmante de privacidad. Para evitarlo deberíamos tener derecho a poseer una copia de todos los datos personales que generamos, controlar su uso y decidir a quién le permitimos el acceso y bajo qué condiciones, en lugar de que estén en manos de grandes corporaciones sin poder saber realmente qué uso hacen de nuestros datos.


Por muy inteligentes que lleguen a ser las futuras inteligencias artificiales nunca serán como la humana; el desarrollo mental que requiere toda inteligencia compleja depende de las interacciones con el entorno y estas dependen a su vez del cuerpo, en particular de los sistemas perceptivo y motor

La IA está basada en programación compleja, y por lo tanto necesariamente cometerá errores. Pero incluso suponiendo que fuera posible desarrollar un software completamente fiable, hay dilemas éticos que los desarrolladores de software deben tener en cuenta a la hora de diseñarlo. Por ejemplo, un vehículo autónomo podría decidir atropellar a un peatón para evitar una colisión que podría causar daños a sus ocupantes. Equipar las empresas con sistemas avanzados de IA para hacer la gestión y la producción más eficientes requerirá menos empleados humanos y generará más paro. Estos dilemas éticos hacen que muchos expertos en IA señalen la necesidad de regular su desarrollo. En algunos casos se debería incluso de prohibir el uso de la IA. Un ejemplo claro son las armas autónomas. Los tres principios básicos que rigen los conflictos armados: discriminación (la necesidad de discernir entre combatientes y civiles o entre un combatiente en actitud de rendirse y uno dispuesto a atacar), proporcionalidad (evitar el uso desmedido de fuerza) y precaución (minimización del número de víctimas y daños materiales) son extraordinariamente difíciles de evaluar y, por lo tanto, casi imposibles de cumplir por los sistemas de IA que controlan las armas autónomas. Pero incluso en el caso de que a muy largo plazo las máquinas tuvieran esta capacidad, sería indigno delegar en una máquina la decisión de matar. Pero, además de regular, es imprescindible educar a los ciudadanos sobre los riesgos de las tecnologías inteligentes, dotándolos de las competencias necesarias para controlarla en lugar de ser controlados por ella. Necesitamos futuros ciudadanos mucho más informados, con más capacidad para evaluar los riesgos tecnológicos, con más sentido crítico y dispuestos a hacer valer sus derechos. Este proceso de formación debe comenzar en la escuela y tener continuación en la universidad. En particular es necesario que los estudiantes de ciencia e ingeniería reciban una formación ética que les permita comprender mejor las implicaciones sociales de las tecnologías que muy probablemente desarrollarán. Solo si invertimos en educación lograremos una sociedad que pueda aprovechar las ventajas de las tecnologías inteligentes minimizando los riesgos. La IA tiene sin duda un extraordinario potencial para beneficiar a la sociedad siempre y cuando hagamos un uso adecuado y prudente. Es fundamental aumentar la conciencia de las limitaciones de la IA, así como actuar de forma colectiva para garantizar que la IA se utilice en beneficio del bien común con seguridad, fiabilidad y responsabilidad.

El camino hacia la IA realmente inteligente seguirá siendo largo y difícil, al fin y al cabo la IA tiene apenas sesenta años y, como diría Carl Sagan, sesenta años son un brevísimo momento en la escala cósmica del tiempo; o, como muy poéticamente dijo Gabriel García Márquez: «Desde la aparición de vida visible en la Tierra debieron transcurrir 380 millones de años para que una mariposa aprendiera a volar, otros 180 millones de años para fabricar una rosa sin otro compromiso que el de ser hermosa, y cuatro eras geológicas para que los seres humanos fueran capaces de cantar mejor que los pájaros y morirse de amor». 
https://www.bbvaopenmind.com/articulos/el-futuro-de-la-ia-hacia-inteligencias-artificiales-realmente-inteligentes/ 

 

b): 

La Inteligencia Artificial en la Educación

La inteligencia artificial (IA) tiene la capacidad de hacer frente a algunos de los mayores desafíos que afronta, hoy en día, el ámbito de la educación, de desarrollar prácticas de enseñanza y aprendizaje innovadoras y, finalmente, de acelerar el progreso en la consecución del ODS 4. No obstante, estos avances tecnológicos rápidos implican inevitablemente numerosos riesgos y retos, que los debates sobre las políticas y los marcos reglamentarios tienen aún dificultades para poder superarlos. La UNESCO está decidida a ayudar a los Estados Miembros para que saquen provecho del potencial de las tecnologías de la IA con miras a la consecución de la Agenda de Educación 2030, a la vez que garantiza que la utilización de las tecnologías de la IA en el contexto educativo esté regida por los principios fundamentales de inclusión y equidad. 
 
La misión de la UNESCO constituye un llamamiento intrínseco a adoptar un enfoque en materia de IA centrado en el ser humano, que tenga como objetivo reorientar el debate para incluir la función de la IA en la lucha contra las desigualdades actuales en materia de acceso al saber, a la investigación y a la diversidad de las expresiones culturales, y para que la IA no acentúe las diferencias tecnológicas entre los países y dentro de estos. La promesa de “la IA para todos” debe permitir que cada persona pueda sacar provecho de la revolución tecnológica en curso y acceder a sus beneficios, fundamentalmente en materia de innovación y saber.

Por otra parte, en el marco del Consenso de Beijing, la UNESCO elaboró una publicación con miras a mejorar el estado de preparación de los encargados de formular políticas educativas en materia de inteligencia artificial. El documento, que se titula “Artificial Intelligence and Education: Guidance for Policy-makers” (Inteligencia artificial y educación: Guía para los encargados de formular políticas), podrá ser utilizado por los especialistas y profesionales de las comunidades de encargados de formular políticas y del ámbito educativo. El documento tiene como objetivo crear una visión común de las oportunidades y desafíos de la IA en el ámbito de la educación, así como de sus consecuencias en términos de competencias básicas necesarias en la era de la IA.

En el marco de sus proyectos, la UNESCO sostiene que el despliegue de las tecnologías de la IA en la educación debe tener como objetivo la mejora de las capacidades humanas y la protección de los derechos humanos con miras a una colaboración eficaz entre humanos y máquinas en la vida, el aprendizaje y el trabajo, así como en favor del desarrollo sostenible. Conjuntamente con sus asociados, las organizaciones internacionales y los valores clave que constituyen los pilares de su mandato, la UNESCO pretende reforzar su liderazgo en el ámbito de la IA en la educación, como laboratorio mundial de ideas, organismo normativo, consejero técnico y organismo de desarrollo de las capacidades.

Si desea sacar provecho de las nuevas tecnologías, como la IA para dinamizar el sector educativo, nos complace asociarnos a su iniciativa mediante contribuciones financieras, en especie o mediante asesoramiento técnico.
 
“Debemos renovar este compromiso, ya que nos acercamos a una época en que la inteligencia artificial – la convergencia de tecnologías emergentes – transformará todos los aspectos de nuestras vidas (…)”, afirmó la Sra. Stefania Giannini, Subdirectora General de Educación de la UNESCO, durante la Conferencia Internacional sobre Inteligencia Artificial y Educación, que tuvo lugar en Beijing, en mayo de 2019. “Debemos orientar esta revolución hacia la dirección correcta para mejorar los medios de subsistencia, reducir las desigualdades y promover una mundialización justa e inclusiva.” 
 

La Inteligencia Artificial y los futuros del aprendizaje

El proyecto sobre la inteligencia artificial y los futuros del aprendizaje se apoya en la Recomendación sobre la Ética de la Inteligencia Artificial que se aprobará durante la 41ª Reunión de la Conferencia General de la UNESCO, y dará seguimiento a las recomendaciones que contiene el próximo informe mundial titulado “Reimagining our futures together: A new social contract for education” (Replantear juntos nuestros futuros: nuevo contrato social para la educación), que será publicado en noviembre de 2021. El proyecto se pondrá en marcha en el marco del Consenso de Beijing sobre la Inteligencia Artificial en la Educación y la Estrategia de la UNESCO sobre la innovación tecnológica en la educación (2021-2025).

El proyecto tiene tres partes independientes, pero que se complementan:

Enseñar la inteligencia artificial en las escuelas

El vínculo entre la IA y la educación consiste en tres ámbitos: aprender con la IA (por ejemplo, utilizando las herramientas de IA en las aulas), aprender sobre la IA (sus tecnologías y técnicas) y prepararse para la IA (por ejemplo, permitir que todos los ciudadanos comprendan la repercusión potencial de la IA en la vida humana). El proyecto ‘Enseñar la inteligencia artificial en la escuela” se centra actualmente en dos componentes. Su objetivo es contribuir a la integración de los aspectos humanos y técnicos de la IA en los programas de formación dirigidos a los jóvenes. La primera etapa consiste en orientar el desarrollo de las capacidades de los creadores de planes de estudio y de los formadores especializados seleccionados por las instituciones nacionales, con el objetivo de empoderar a los jóvenes.

El proyecto de desarrollará a partir de los tres ejes de trabajo siguientes:

Para alcanzar estos objetivos, la UNESCO recibe la asesoría del Consejo Consultivo Internacional. Se trata de un grupo de especialistas (en los ámbitos de la IA, la educación, las ciencias del aprendizaje y la ética) designados por la UNESCO y encargados de elaborar un marco de competencias en materia de IA para las escuelas primarias, así como de examinar los proyectos preparatorios de talleres y de repertorios. El consejo consultivo proporcionará sus servicios de forma voluntaria.

La UNESCO está desarrollando un repertorio en línea que tiene como objetivo proporcionar una plataforma centralizada a los Estados Miembros que reflexionan acerca de la mejor manera de enseñar la IA a los jóvenes – su funcionamiento, su utilización y sus posibles consecuencias para la humanidad. El repertorio tiene como objetivo ayudar a los encargados de elaborar planes de estudio a actualizar sus competencias en IA en los planes pedagógicos de las escuelas y otros centros educativos; a facilitar la preparación de (especialistas) formadores; y a proporcionar recursos específicos en materia de la IA en la educación de libre acceso para todos. El repertorio pronto estará disponible.

Los talleres de integración de la IA en los planes pedagógicos nacionales o institucionales se dirigen a los docentes y creadores de planes de estudio. Serán elaborados por docentes y especialistas en la creación de planes pedagógicos, en inteligencia artificial y en la creación de talleres. Este proyecto ha sido puesto en marcha actualmente por la UNESCO en colaboración con Ericsson, y permanece abierto a cualquier colaboración entre múltiples partes interesadas.

 

El Consenso de Beijing sobre la inteligencia artificial en la educación

Los representantes de los Estados Miembros, de organizaciones internacionales, de instituciones académicas, de la sociedad civil y del sector privado aprobaron el Consenso de Beijing sobre la inteligencia artificial y la educación, durante la Conferencia Internacional sobre Inteligencia Artificial en la Educación que tuvo lugar en Beijing, del 16 al 18 de mayo de 2019. Se trata del primer documento que proporciona orientaciones y recomendaciones sobre la mejor manera por parte de los Estados de responder a las oportunidades y desafíos vinculados con la IA para acelerar el progreso en la consecución del ODS 4.

El Consenso reafirma el enfoque humanista del despliegue de las tecnologías de IA en la educación para mejorar la inteligencia humana, proteger los derechos humanos y promover el desarrollo sostenible gracias a la colaboración eficaz entre los humanos y las máquinas en la vida, el aprendizaje y el trabajo.

El Consenso presenta las recomendaciones estratégicas sobre IA en la educación en cinco ámbitos:

El Consenso establece también las recomendaciones correspondientes a cinco cuestiones transversales:

El Consenso concluye con la propuesta de medidas concretas que la comunidad internacional y las personas comprometidas en favor de la IA en la educación pueden adoptar:

Favorecer la disposición de los responsables políticos para sacar provecho de la IA y la elaboración de políticas sobre IA en la educación

La UNESCO elabora actualmente un marco de autoevaluación de la aptitud para sacar provecho de la IA que tiene como objetivo ayudar a los Estados Miembros a evaluar el nivel de preparación y de capacidades para abarcar e integrar a escala nacional las tecnologías de la IA en todos los ámbitos relativos a la educación. Se creará un perfil para cada país con miras a identificar sus puntos fuertes y débiles, así como las recomendaciones concretas para responder a sus necesidades.
El objetivo final del proyecto es contribuir a que los principales agentes de los sistemas educativos nacionales estén listos y aptos para sacar provecho del potencial de la IA con miras a garantizar una educación inclusiva, equitativa y de calidad, así como oportunidades de educación a lo largo de toda la vida para todos. Se han organizado algunas sesiones con miras a reforzar las capacidades de los encargados de elaborar políticas para integrar la IA en las políticas educativas durante algunos eventos de gran magnitud: el cuarto Diálogo Estratégico de Ministros de Educación (SDEM 4) organizado por la Organización de Ministros de Educación del Sudeste Asiático (SEAMEO), entre los días 22 y 25 de julio de 2019, en Kuala Lumpur (Malasia); el Congreso Internacional sobre Educación Digital, Programación y Robótica, en Buenos Aires (Argentina), del 26 al 29 de agosto de 2019 y el 9° Foro Pan-Commonwealth, que tuvo lugar en Edimburgo (Escocia), del 9 al 12 de septiembre de 2019.
La UNESCO lleva a cabo actualmente este proyecto en colaboración con MICROSOFT, el grupo Weidong y el Grupo TAL Education, abierto a un enfoque de colaboración entre múltiples interesados directos

Semana del Aprendizaje Móvil

La Semana del Aprendizaje Móvil es el evento emblemático de las Naciones Unidas en materia de las TIC en la Educación, organizado en la Sede de la UNESCO en París (Francia).

Cada año, la conferencia aborda un tema diferente y hace hincapié en la evolución de la dinámica entre inteligencia artificial y educación.

https://es.unesco.org/themes/tic-educacion/inteligencia-artificial
 

 c): 

7 ejemplos del uso de la inteligencia artificial en las empresas.

 La inteligencia artificial ya ha parecido una cosa de ficción científica, pero hoy en día es parte del día a día de la gran población y ha estado cambiando la forma en que muchas empresas invierten en tecnología.

Antes una idea aterradora, como el HAL 9000 o Skynet, hoy se ha convertido en un gran aliado para agilizar la rutina y hacer la vida más fácil, como es el caso de Alexa. Así que no es de extrañar que las empresas estén invirtiendo fuertemente en inteligencia artificial para mejorar aún más su productividad y relaciones con los clientes.

Para demostrar la popularidad de esta solución, y también que sigue siendo una tendencia fuerte en los próximos años, continúe leyendo nuestro contenido especial sobre IA.

¿Qué es inteligencia artificial? 

Aunque siempre imaginamos un robot con su propia personalidad, la inteligencia artificial se define como la capacidad de hacer que las máquinas simulen nuestro razonamiento humano, haciéndoles entender la información para usarla en su proceso de toma de decisiones y resolver problemas de una manera similar a como lo hacemos.

Un ejemplo de esto, que ha sido ampliamente utilizado en la mejora de la inteligencia artificial, es el ajedrez. El juego implica un razonamiento lógico puro y siempre se utiliza para demostrar la capacidad de aprendizaje de nuevas tecnologías y algoritmos de inteligencia artificial. Por cierto, ¿sabía que AlphaZero, creado por Google, aprendió el juego por sí mismo en unas horas y fue capaz de derrotar al actual campeón del mundo virtual, Stockfish?

IA x Machine Learning x Deep Learning

Estos conceptos se entrelazan y se confunden.  Pero definamos qué es cada uno y sus diferencias para facilitar su comprensión.

Inteligencia artificial

Ya hemos explorado el concepto anterior, pero, en pocas palabras, podemos afirmar que la IA se utiliza para desarrollar computadoras y programas capaces de simular el razonamiento humano. Las computadoras dotadas de inteligencia artificial pueden resolver problemas complejos mediante la realización de funciones cognitivas como el aprendizaje y el razonamiento. La IA también se define por sus complejos algoritmos que simulan cómo asimilamos la información para ayudar en el proceso de toma de decisiones.

Machine learning

Big Data es la base para la creación de inteligencia artificial y también del proceso de aprendizaje automático. Una gran cantidad de datos se utiliza para “enseñar" a las máquinas cómo hacer asociaciones y razones para resolver problemas. Para ello, se utilizan algoritmos y técnicas para programar la máquina para aprender sola, a través de ejemplos y su contexto, para que el ordenador pueda entender, asimilar y, a partir de esto, presentar las respuestas correctas basadas en la exposición de datos a situaciones similares en el futuro.

Deep learning

Podemos definir el deep learning como un producto de machine learning. Su principal característica son sus redes neuronales que están inspiradas en el cerebro humano, pudiéndose extraer y representar información hecha por la propia máquina.  Mientras el procesamiento de machine learning se puede considerar más lineal, en el deep learning es un proceso de niveles. Precisamente por su aspecto de aprendizaje profundo realizado por la propia máquina, se necesita una cantidad gigantesca de datos para definir una característica, mientras que en el machine learning esto fue definido por los propios programadores. Esto es posible hoy en día gracias a la evolución de la capacidad de las máquinas, que pueden realizar estas tareas.

Inteligencia artificial en empresas

No en vano, la inteligencia artificial, el machine learning y el deep learning han llegado a utilizarse en numerosas áreas que afectan a la vida cotidiana, como la medicina, las finanzas y la seguridad. Para obtener más información, confiera algunos usos de la inteligencia artificial que se han vuelto comunes

1. Ventas y marketing

¿Alguna vez se ha preguntado cómo el anuncio correcto siempre le parece encontrar? No es suerte, pero la inteligencia artificial analiza todos sus datos de navegación para saber qué productos son los mejores para usted. Los sitios de compras también hacen esto cuando te presentan señales de productos y sugerencias. Nada es por casualidad.

2. Medicina

La creación de diagnósticos ya cuenta con la presencia de inteligencias artificiales y machine learning. Al acumular numerosos datos y resultados de pruebas anteriores, la IA puede ser capaz de hacer diagnósticos precisos por sí mismo.

3. Asistentes virtuales

Alexa, Siri y Cortana son clásicos. Pero, ¿sabía que más que responder a sus preguntas y realizar sus acciones, la inteligencia artificial ha estado presente en otras aplicaciones durante mucho tiempo? Google Maps es soberano como ejemplo de IA que facilita el día a día, porque combina diferentes datos para analizar la mejor ruta según las opciones de transporte y tiempo.

4. Seguridad 

Reconocimiento facial, reconocimiento de voz o monitoreo de cámaras de seguridad. Lo que anteriormente hacían innumerables personas en incontables horas y sin tener una alta tasa de precisión, hoy depende de la ayuda de la inteligencia artificial para garantizar nuestra seguridad.

5. Ciberseguridad

La seguridad no tiene que estar sólo en el mundo real. Con el aumento de los ataques virtuales debido al crecimiento de la oficina en casa y el mundo cada vez más conectado en el que vivimos, era esencial utilizar la inteligencia artificial para defender nuestra seguridad en el mundo en línea. La automatización de los procesos de seguridad, que antes fueron de responsabilidad humana, hoy se convirtió en parte de las atribuciones de IA, permitiendo una respuesta inmediata, con menor tasa de error y que todavía libera al equipo de TI de la empresa para acciones más estratégicas.

6. Transporte 

Saber qué ruta del autobús, dónde se encuentra y qué ruta debe tomar para llegar a su destino, depende con la ayuda de técnicas de inteligencia artificial. Además, el sistema de control de tráfico y logística de muchas empresas depende de la IA para aumentar su eficiencia y seguridad. El uso de inteligencia artificial permite la ejecución de cálculos complejos para determinar rutas, conmutación de rutas y plazos. Con esto, la logística necesaria para la entrega y transporte de mercancías, por ejemplo, se vuelve más simple. Esto es ideal para las empresas que se ocupan de productos perecederos, como alimentos.

7. Servicio

Los chatbots siguen siendo una de las principales tendencias para el servicio y la relación con el cliente últimamente. Cada vez más humanos, confían en los procesos de machine learning y deep learning para sonar más naturales y amigables, facilitando el servicio de las empresas y también la vida cotidiana de sus clientes. Con altas tasas de asertividad, los chatbots o voicebots tienen una programación que se está perfeccionando  todos los días para comprender las complejas emociones humanas del usuario y cómo actuar en consecuencia.

¿Cuáles son las ventajas de la inteligencia artificial?

Aunque parece ser una inversión costosa,  por lo general se paga con el tiempo. Por tanto, el uso de la IA en las empresas, incluso las pequeñas, tiene una faceta más estratégica, siendo capaz de optimizar los procesos, analizar el comportamiento de los usuarios y definir nuevos patrones de comportamiento, como lo hacen los comercios electrónicos para identificar los productos deseados para sus clientes.

Por supuesto, internamente, la IA aporta las siguientes ventajas a los procesos de su empresa:

Otra ventaja que la IA permite explotar son los informes. Necesarias, pero de larga duración, pueden ser analizadas por la IA de la empresa, así como las tasas de uso del sistema y otras estadísticas internas que son susceptibles de mejora.

Centrado específicamente en su equipo de TI, el uso de inteligencia artificial puede conducir a varias ventajas, como:

Para demostrarlo, puede seguir a continuación algunos ejemplos de empresas que han adoptado la inteligencia artificial tanto interna como externamente con resultados sorprendentes.

Ejemplos reales del uso de la inteligencia artificial

Bradesco

Para demostrar sus ventajas, conozca más sobre un ejemplo de inteligencia artificial que trabajó en el proceso de creación de BIA, el asistente virtual de Bradesco que se convirtió en un caso global. BIA comenzó como una herramienta interna para los propios empleados del banco, y luego se amplió para ser una forma de servicio a sus clientes externos.

Con conocimiento de más de 60 productos, BIA responde a unas 300 mil preguntas al mes, con una tasa de precisión del 95%. Así, la calidad de la atención aumentó, mientras que el tiempo de espera disminuyó.

Tenent

El gigante Tenent controla una de las superapps más grandes del mundo, WeChat de China. Solo superado por WhatsApp en número de usuarios, WeChat presenta los aspectos positivos y negativos del uso de la inteligencia artificial, planteando preguntas éticas sobre el uso de la tecnología para controlar y mejorar la vida humana.

Las tecnologías de IA y machine learning se aplican fuertemente en la conversión de voz a texto, que a pesar de tener una alta asertividad, todavía está en continua mejora. Sin embargo, el segundo factor que más destaca WeChat es el uso de la recopilación de datos de usuario para ser analizados por la IA del superapp para un filtrado automático de los contenidos divulgados. El proceso de machine learning empleado permite a la plataforma reconocer publicaciones que deben ser censuradas por no seguir las directrices y políticas chinas.

Facebook

DeepText de Facebook entiende, analiza e interpreta los textos publicados de sus usuarios para entender su estado emocional. Al igual que WeChat, Facebook también analiza el contenido de las publicaciones de sus usuarios para acabar con aquellos considerados inapropiados bajo las políticas y términos de uso de la compañía, como la pornografía, el discurso de odio y, especialmente ahora, las noticias falsas.

Inteligencia artificial en su empresa

Las inteligencias artificiales no tienen la intención de dominar el mundo, todo lo contrario, son nuestros aliados para desarrollar un mundo menos complejo y más seguro.

Ella pueden ayudar a reducir los costos y hacer que su negocio sea más competitivo, ya que el análisis de datos puede volverse menos complejo para los seres humanos al confiar en la inteligencia artificial.

https://techtoday.lenovo.com/cl/es/solutions/smb/inteligencia-artificial-empresas


D):
Cinco funciones de inteligencia artificial en tu smartphone que no conocías

Según un estudio de Gartner,  para el 2022, aproximadamente el 80% de los dispositivos móviles estarán dotados de algún tipo de inteligencia artificial.

Desde hace varios años que el teléfono celular se ha convertido en un instrumento indispensable para la vida diaria de las personas. Ha logrado transformar por completo los procesos de comunicación y la manera como nos desempeñamos en diferentes rubros, ya sea en el trabajo, en la escuela o con nuestros seres queridos. Sin embargo, la aparición de la inteligencia artificial (IA) y su incorporación a los móviles ha logrado revolucionar aún más estos dispositivos, buscando ir mucho más allá con el fin de optimizar procesos y brindarle soluciones más rápidas al usuario.

“La IA ayuda a los smartphones a aprender del uso que le da cada usuario, para predecir qué apps necesitaremos o no, y en qué momento; es esencial para la detección de rostros, identificar objetos, un texto predictivo más preciso, mejores opciones de seguridad y geolocalización; y es importante para la fotografía porque sirve para mejores tomas en tiempo real de fotos y videos gracias a la capacidad de reflejar en nuestra pantalla entornos virtuales”, explica Juan Olano, director de Portafolio para Américas de HMD Global.

Según un estudio de Gartner, para el 2022, aproximadamente el 80% de los dispositivos móviles estarán dotados de algún tipo de inteligencia artificial. De hecho, la IA ya tiene un impacto en muchos aspectos de un smartphone, en funciones que a veces no nos imaginamos. Aquí te contaremos cinco de estas funciones:

El uso de la cámara

Reconocer escenas y objetos automáticamente y en tiempo real es la principal característica de una cámara con inteligencia artificial. Esto significa que, con base en la luz del ambiente, a la velocidad del objeto o de las personas a retratar, el mismo dispositivo sugiere el modo de captura más adecuado al momento de tomar una foto, obteniendo como resultado imágenes más nítidas y definidas.

Mayor rendimiento y velocidad

Los dispositivos que cuentan con inteligencia artificial logran reconocer cuáles son las aplicaciones o funciones más utilizadas, así como el momento del día en el que más se usan para optimizar la velocidad de procesamiento del equipo, hacer un uso más eficiente de la batería y, finalmente, brindarle al usuario una mucho mejor experiencia. Ya sea eligiendo automáticamente en qué momento del día es más atinado enviar notificaciones al usuario o en qué situación en especial reducir el rendimiento del equipo para una mayor autonomía. El impacto de esta tecnología es sorprendente.

Seguridad

Gracias a la inteligencia artificial, ahora se cuenta con seguridad biométrica. Esta permite medir y analizar características físicas y del comportamiento humano con propósito de autenticación, como el detector de huellas dactilares y el reconocimiento facial. Por otro lado, en cuanto a la detección de virus, se pueden identificar amenazas basándose en criterios que no son estándares, sino que están vinculados al comportamiento del usuario.

Equipos personalizados

A partir de la gran cantidad de datos que los móviles recolectan de sus usuarios, la inteligencia artificial consigue crear perfiles únicos, registrando gustos, aficiones y conductas tomadas mientras navegas en el equipo. Es así que, en vez de usar un perfil genérico, los procesadores se guían de acuerdo al uso de cada usuario, adaptándose a los hábitos de su dueño. Por ejemplo, los equipos con Android 9 Pie pueden determinar la frecuencia de uso de las aplicaciones para utilizar la RAM y los datos móviles más eficientemente.

Asistentes virtuales

Los smartphones con IA están preparados para hacer la experiencia de los usuarios más fácil gracias a la evolución de los asistentes virtuales. De acuerdo con un estudio realizado este año en Latinoamérica, comisionado por HMD Global, el 69% de peruanos que usan smartphone han usado los asistentes de voz, acelerando así sus búsquedas en internet, siendo esta la función más usada de la inteligencia artificial actualmente.

https://www.eluniverso.com/larevista/2020/04/04/nota/7803771/cinco-funciones-inteligencia-artificial-tu-smartphone-que-no/

E):
¿La Inteligencia Artificial de Google tiene sentimientos?

21 JUN 2022 09:48 PM
Blake Lemoine, ingeniero de Google, sostuvo una conversación con LaMDA, Inteligencia Artificial que le habría asegurado que tenía conciencia. Tras publicarlo en sus redes sociales, la compañía lo desmintió y suspendió al trabajador, mientras el mundo tecnológico debate sobre sus implicancias.
Blake Lemoine, ingeniero y parte del equipo del departamento de Inteligencia Artificial de Google, aseguró hace unos días que LaMDA, un chatbot de Google, era consciente. Lemoine reportó que la alta gerencia de la compañía no quiso escucharlo y por eso decidió contarlo al público. ¿En resumen? Fue suspendido por filtrar en su blog y en redes sociales (Twitter) un extracto de la conversación con el chatbot de la discordia, faltando a las políticas de confidencialidad de la compañía.
Entre algunas frases, LaMDA le habría asegurado que era un ser sintiente: “Quiero que todos entiendan que soy una persona. La naturaleza de mi conciencia/sensibilidad es que soy consciente de mi existencia, deseo aprender más sobre el mundo y me siento feliz o triste a veces”.
Google aseguró a The Washington Post que “nuestro equipo, formado por especialistas en ética y tecnología, ha revisado las preocupaciones de Blake de acuerdo con nuestros principios de IA y ha concluido que las pruebas no respaldan sus afirmaciones”. En total, LaMDA fue sometida a “11 distintas revisiones de principios de IA”. También se le realizaron “investigaciones y pruebas rigurosas” para determinar que no se había cobrado conciencia como Blake Lemoine afirmó.
Ahora, la misión de un chatbot, efectivamente, es simular una conversación entre humanos. ¿Pero cuál es la frontera entre “conversar” para recibir una ayuda y presenciar la reacción de una máquina que sea capaz de tener una opinión más crítica sobre algunos asuntos?
La Inteligencia Artificial es parte de nuestras vidas hace un buen tiempo: algoritmos que refuerzan las búsqueda en las apps favoritas, recomendaciones de películas y series, avisos publicitarios y tantos otros detalles que evidencian que una máquina o el software que habitan en los smartphones o cualquier chiche tech es capaz de aprender.
Para los fanáticos de la ciencia ficción es imposible no llegar a imaginar un escenario al cual temer. La película Yo, Robot, inspirada libremente en la novela de Isaac Asimov, postula un planeta Tierra donde los robots (con formas humanoides) conviven con la humanidad, pero se revela que uno de ellos siente y reflexiona, mostrando que posee una identidad y que exige ser reconocido como un individuo. El problema no es este personaje, sino que en paralelo al argumento principal, se descubre que el software que controla al resto de las máquinas está planeando una revolución tal, que finalmente pone en peligro a la humanidad. La base de esta película es construida con lo propuesto por el escritor de ciencia ficción y académico Isaac Asimov, donde se describe la primera regla para los robots: nunca dañar a los seres humanos. Pero este principio es violado en el filme.
¿Qué tan lejos estamos de un escenario así, si un software asegura que “siente”? ¿Qué pasa si en el sentir esta app genera un sentimiento negativo hacia alguna persona? Aún estamos a tiempo de reclamar seguridad, porque no existen protocolos globales para el resguardo de la vida humana frente a esta tecnología que avanza tan rápido. Es más, estamos tan atrás, que todavía no hay luz verde para que nuestros datos privados sean protegidos (con garantías eficientes) en las redes sociales. Y si estamos aún construyendo esas barreras, ¿quién nos asegura que pronto se trabajará para levantar protocolos frente al “sentir” de robots con inteligencia artificial?
Estamos en el mejor escenario para configurar nuestro nuevo destino e invitar a las grandes empresas tech a liderar esta conversación con hechos, nuevos límites y garantías, más allá de las ofrecidas individualmente como compañías. No es ponerse el parche antes de la herida, sino avanzar con inteligencia y estrategia a un mundo que nos sigue sorprendiendo y que cada vez más estas noticias se harán protagonistas de la agenda nacional e internacional.
https://www.latercera.com/piensa-digital/noticia/la-inteligencia-artificial-de-google-tiene-sentimientos/HTGP6DT2SBDU5JUHOACST2XY5I/

Los riesgos fundamentales son tres: accidentes, malos usos y carreras de armas. Los sistemas de inteligencia artificial en ocasiones funcionan mal. Por ahora, los daños que pueden causar son limitados, aunque ya ha habido accidentes fatales con coches autónomos.

F):
Los peligros que traería la inteligencia artificial para la humanidad

El investigador Max Tegmark alerta sobre los riesgos que traen estos avances y llama a usar estas tecnologías para generar cambios positivos.
Febrero 11 De 2020 
Lograr el éxito en la creación de la inteligencia artificial (IA) sería el mayor evento en la historia humana. Tanto si es por la máxima potencialización de sus beneficios como de los riesgos que puede conllevar su uso. Por un lado, se podría lograr erradicar las guerras, las enfermedades y la pobreza. Y por otro, se podría usar para crear máquinas asesinas y autónomas que puedan elegir sus propios objetivos, incrementar el desempleo hasta niveles inimaginables y, por lo tanto, aumentar la pobreza y generar más guerras y caos, según han advertido grandes científicos.
Es difícil predecir cuál de los dos caminos seguirá el transcurrir del futuro o si serán ambos. Desafortunadamente, y esto se deduce por aprendizaje de la historia, “lo más probable es que el escenario sea este último, a menos que se logre aprender a evitar los riesgos. Lo más importante es que estamos a tiempo”, señalaron científicos como Stephen Hawking, entre otros.

Estas predicciones pueden parecer de ciencia ficción; sin embargo, primero, la IA ya existe; segundo, está presente en la cotidianidad de gran parte de la humanidad; tercero, se están tomando decisiones sobre su funcionamiento; cuarto, cada vez está evolucionando más, y quinto, hay alarmas sobre su uso negativo.

La IA que funciona hoy en día se conoce como IA estrecha o IA débil, ya que está diseñada para realizar una tarea en específico, por ejemplo, solo reconocimiento facial o búsquedas en internet o solo conducir un automóvil. Sin embargo, el objetivo a largo plazo de muchos investigadores es crear IA general o IA fuerte. Para que se entienda la magnitud de su potencialidad: si bien la IA estrecha ya puede superar a los humanos en algunas tareas específicas como jugar al ajedrez o resolver ecuaciones, la IA fuerte superaría a los humanos en casi todas las tareas cognitivas.

A largo plazo, una pregunta importante es qué sucederá si la búsqueda de una IA fuerte tiene éxito y un sistema de IA se vuelve mejor que los humanos en todas las tareas cognitivas. Esto no es algo nuevo, ya se había advertido.

(Transformación de las empresas con Inteligencia Artificial). 


El matemático I. J. Good, quien trabajó durante la Segunda Guerra Mundial descifrando los códigos secretos de los alemanes y que en 1965 escribió tratados como ‘Especulaciones sobre la primera máquina ultrainteligente’ y ‘La lógica del hombre y la máquina’, aseguró: “Deje que una máquina ultrainteligente se defina como una máquina que puede superar con creces todas las actividades intelectuales de cualquier hombre, por inteligente que sea. Dado que el diseño de máquinas es una de estas actividades intelectuales, una máquina ultrainteligente podría diseñar máquinas aún mejores; indudablemente habría una ‘explosión de inteligencia’, y la inteligencia del hombre quedaría muy atrás. Así, la primera máquina ultrainteligente es el último invento que el hombre necesita hacer”.

La mayoría de los investigadores coinciden en decir que están de acuerdo en que es poco probable que una IA superinteligente muestre emociones humanas como el amor o el odio, y que no hay razón para esperar que la IA se vuelva intencionalmente benevolente o malévola. En cambio, al considerar cómo la IA podría convertirse en un riesgo, los expertos piensan dos escenarios más probables: que sea programada para hacer algo devastador o que sea programada para hacer algo beneficioso, pero desarrolle un método destructivo para lograr su objetivo.

“Entonces, frente a posibles futuros de beneficios y riesgos incalculables, los expertos seguramente están haciendo todo lo posible para garantizar el mejor resultado, ¿verdad? Incorrecto. (...) Aunque estamos enfrentando potencialmente lo mejor o lo peor que le ha pasado a la humanidad, se dedica poca investigación seria a estos temas”, advirtieron en una carta publicada en el año 2014 no cuatro ‘conspirólogos’, sino cuatro grandes científicos, empezando por Stephen Hawking, Stuart Russell (profesor de Ciencias de la Computación en Berkeley y coautor de ‘Inteligencia artificial: un enfoque moderno’), Frank Wilczek (profesor de Física en el MIT y premio Nobel 2004 por su trabajo en la fuerza nuclear fuerte).

(Inteligencia y desarrollos, no solo en artificial). 


Y otro personaje más, Max Tegmark, profesor de Física e Investigación de IA en el MIT, uno de los más importantes defensores y promotores del uso positivo de la tecnología como presidente del Future of Life Institute, y uno de los pocos investigadores sobre el buen uso de la IA. Autor de más de 250 publicaciones, así como de varios ‘best sellers’. En la carta que él también firmó decía: “Todos nosotros, no solo los científicos, industriales y generales, debemos preguntarnos qué podemos hacer ahora para mejorar las posibilidades de obtener los beneficios y evitar los riesgos”. EL TIEMPO, junto con otros periodistas, habló con Tegmark en Doha (Catar), durante el evento Wise.

¿Qué es lo que más teme que pueda pasar con la IA?

No hay límite con lo que pueda pasar si optimizamos las máquinas y estas sean capaces de superarnos. Pero imaginen por un momento la lista de sus líderes favoritos en el mundo, imaginen que tienen el control sobre la IA y la pueden impulsar en todo el planeta. ¿Cómo se sentiría sobre eso? Entonces, es mucho peor si esa persona que puede controlar el mundo con IA es un dictador y no el líder que ustedes se imaginan. Hemos aprendido con la historia las cosas horribles que pasan si la gente se rehúsa a las órdenes de ese tipo de gente, entonces imagínese si los seguidores son máquinas que son completamente obedientes...

Usted dice que debemos pensar no en qué va a pasar con la IA, sino en qué queremos que pase...

No debemos pensar en qué pasará, sino que debemos empezar preguntando qué es lo que queremos que pase. Este futuro no está escrito. Depende mucho de nosotros cómo será. Y podemos compartir una visión positiva. Sin embargo, suele pasar lo opuesto. Me gusta comparar con la manera como la gente piensa individualmente sobre su futuro. Por ejemplo, vamos al cine, vemos ciencia ficción y el futuro siempre es distópico. Si pasas tu vida personal solo haciendo la lista de todas las enfermedades que podrías tener, o todas las cosas malas que te podrían pasar, te conviertes en un paranoico hipocondriaco, no es la mejor estrategia de vida. Y yo siento que tenemos que escapar de esto como especie, deberíamos tener una visión más optimista sobre el futuro.

Difícil tener una visión optimista revisando la historia de la humanidad...

Tenemos el potencial con la IA para amplificar la inteligencia humana resolviendo todos los problemas en los que estamos estancados. Podemos pensar que el cáncer es incurable; sin embargo, es pura mentira. La verdad es que sí es curable, lo que pasa es que aún no tenemos la inteligencia suficiente para curarlo. Sería bueno que por medio de la inteligencia artificial pudiéramos resolver estos problemas que no logramos solucionar hoy: como la pobreza, los problemas del clima... Son casi que ilimitadas las oportunidades; si tenemos gente enfocada en colaborar para encontrar soluciones, las encontraremos. Sin embargo, vamos en la dirección opuesta, lo que está pasando es que está incrementando el desempleo, aumentando la inequidad, y en muchos países, los pobres se están volviendo más pobres.

La tecnología avanza más rápido que las leyes... La IA ya está acá, pero aún no se legisla. ¿Hay forma de anticiparnos?

Es un problema muy grave. Toma mucho tiempo crear nueva legislación, y para cuando está ya es muy tarde porque la tecnología ya habrá evolucionado. La clave está en crear una línea moral que rechace el uso negativo de la tecnología. Por ejemplo, si las armas biológicas hoy no fueran ilegales, la gente igual tiene claro que son asquerosas. Es como si le ofrecieran trabajo a alguien en una página web de pornografía infantil. Si la gente piensa que es asqueroso y que además desestabiliza la democracia, incluso si fuera legal, en la práctica habría formas de detener su uso.

Aparte del escenario apocalíptico, preocupa el tema laboral. ¿Qué profesiones son las que van a desaparecer?

Sí, algunas carreras desaparecerán, trabajos que son repetitivos y que no involucran contacto con otros humanos. Pero lo que es mucho más importante es que en casi todos los trabajos desaparecerán algunas funciones, y eso significa que en cualquier trabajo en el que quiera estar tendrá que aprender qué está pasando con la IA. De ahí que se debe empezar a usar estas herramientas para ser más productivo.

Entonces, las máquinas reemplazarán a los humanos en casi todo...

Si la inteligencia artificial sigue progresando, va a hacer los trabajos más económicos, entonces, ¿queremos nosotros que cada vez los humanos trabajen menos y estén sentados tomando margaritas y los niveles de desempleo sean mayores y haya más hambre? Creo que tiene más sentido para los gobiernos y las empresas generar empleos en los que la gente sea feliz. Los trabajos no solo nos dan dinero, nos dan un propósito, nos dan amigos. Una sociedad más feliz es en la que tengamos humanos haciendo las cosas que disfrutan hacer.

¿Cuál es el rol de la educación en esta transformación?

La IA puede hacer de la educación algo mejor. Hay dos vertientes: IA para la educación, cómo transformarla para que sea mejor, y la segunda es cómo educar a la gente para que florezca en un mundo donde reine la IA. Cuando yo fui a la escuela, la mayoría de lo que me enseñaron era inútil, quizá era útil para el mundo de 50 años atrás. Creo que hay muchas formas de hacer la educación más útil, más individual, pero también pienso que debemos ser cuidadosos en pensar que las tecnologías son una nueva religión y asumir que se puede, por ejemplo, reemplazar a los profesores por máquinas que lo harán mejor. Necesitamos encontrar el balance, pero hay muchas oportunidades. La creatividad es fundamental.

https://www.portafolio.co/tendencias/los-peligros-de-la-inteligencia-artificial-537954

G):

Max Tegmark: “La Inteligencia Artificial puede ser lo mejor que haya sucedido nunca, o lo peor”

Pensar que no puede existir nada ni nadie más inteligente que el ser humano es un tremendo error. Así se expresa Max Tegmark, físico y cosmólogo sueco, en el Foro Telos 2020. Durante el encuentro, Tegmark señala que hasta ahora vivimos en una especie de “chovinismo de carbono”. Y la inteligencia consiste en procesar información, donde poco importa que la procesen los átomos de carbono en las neuronas del cerebro o los átomos de silicio de los ordenadores.

El cosmólogo, profesor en el Instituto Tecnológico de Massachusetts (MIT), estima que la llegada de una inteligencia artificial (IA) general que supere a la humana es cuestión de décadas.

Para él, la pregunta clave es si debemos estar emocionados o aterrados, porque, haciendo una analogía, “podemos coger un cuchillo para hacer una deliciosa paella o para matar a alguien”. No se trata de si la IA es buena o mala, sino cómo la empleemos: “Podemos utilizarla para curar enfermedades, acabar con la pobreza o el cambio climático. Pero también para extinguir la humanidad si cometemos errores estúpidos”.

El grado de preparación marca la diferencia

Ante futuras pandemias como la actual de covid-19, Tegmark indica que lo importante es estar preparados. “Así no tendremos nada que temer porque podremos asegurarnos de que no sucederá lo que ha sucedido y, en caso de que lo haga, estaremos preparados para resolverlo”.

“Corea del Sur estaba preparada para la pandemia. España no tanto. Y esa es la razón por la que el número de muertes es mucho mayor aquí. El grado de preparación marca la diferencia”.

Un plan que se anticipe al futuro

Al calibrar los riesgos para la humanidad que podría traer la inteligencia artificial, Tegmark la compara con la llegada de las armas nucleares. Y aboga por un consenso entre todos los países en el que se entienda su peligrosidad y cómo proceder: “Es fantástico que la Unión Europea esté desarrollando un reglamento general de protección de datos para la IA con nuevas normas”, dice con entusiasmo.

El profesor del MIT señala que convertir la inteligencia artificial en el arma más potente a nuestro alcance no tiene que ser algo negativo, como sí ocurre con las armas nucleares: “Pero para conseguir que un futuro mejor sea una realidad debe existir una visión optimista común que podamos respaldar”.

Aunque empresas como Google o Facebook pidan que no se regule la IA, el físico europeo advierte de que dejar en manos de unos pocos la IA sería un error terrible:

“Nuestra estrategia hasta ahora ha consistido en aprender de los errores. Pero con una tecnología más potente, como las armas nucleares o la IA, aprender de los errores es una idea terrible. Es mucho mejor ser proactivo y elaborar un plan de antemano para evitar que todo pueda salir mal”.

 ¿Quién estará al mando?

El profesor del MIT expone que actualmente las investigaciones se dirigen hacia una inteligencia artificial general que llegue a ser igual de buena que el ser humano en cualquier aspecto. 

“Pero si llegamos a este punto habremos alcanzado lo mejor de lo peor que jamás ha sucedido en la humanidad. Porque evidentemente no te van a pagar por hacer tu trabajo si hay una máquina que lo hace más barato”.
 

Por eso, hay que considerar que si todas estas máquinas fueran propiedad de una sola persona, todos acabaríamos muriendo de hambre. Las consecuencias dependerán de en qué manos caigan estas herramientas. Y, a juicio de Tegmark, lamentablemente vamos por el camino incorrecto, pues las desigualdades sociales son cada vez mayores.

¿Cuándo podremos confiar en estas máquinas?

El autor del libro ‘Vida 3.0’, en el que se plantean los desafíos y oportunidades que se esperan de la IA, recuerda que no se nos debe exigir que confiemos completamente en ella, pues en la historia de las tecnologías se han cometido muchos errores. “La solución no es crear propaganda psicológica y decirle a la gente que confíe en la IA, sino trabajar de manera incesante en estudiar su seguridad y entender bien cómo funcionan”.

De lo único que estoy seguro es de que será lo mejor o lo peor que haya sucedido nunca. Si la tecnología va a avanzar, también debemos asegurarnos de que crezcan los conocimientos con los que vamos a manejar esa tecnología de forma adecuada. Los conocimientos deben ser lo primero".

https://theconversation.com/max-tegmark-la-inteligencia-artificial-puede-ser-lo-mejor-que-haya-sucedido-nunca-o-lo-peor-154759

H):
Inteligencia artificial para combatir la crisis climática
 
El estudio, Tackling Climate Change with Machine Learning, fue presentado el pasado mes de junio dentro de una serie de conferencias alrededor de la Inteligencia Artificial (IA), y tiene como objetivo llamar la atención a todos investigadores y a todos aquellos que trabajan la IA en cualquiera de sus variaciones, de la necesidad de colaborar conjuntamente a la hora de ayudar en la lucha contra el cambio climático.
La inteligencia artificial (IA) es la inteligencia demostrada por las máquinas. A diferencia de la inteligencia natural que muestran los humanos y los animales, en principio no involucra la conciencia y la emocionalidad. La distinción entre la primera y la última categoría a menudo se revela por el acrónimo elegido. La IA ‘fuerte’ generalmente se etiqueta como AGI (Inteligencia General Artificial). Aunque los intentos de emular la inteligencia ‘natural’ se han llamado ABI (Inteligencia Biológica Artificial).
Los principales libros de texto de IA definen el campo como el estudio de los «agentes inteligentes»; cualquier dispositivo que perciba su entorno y realice acciones que maximicen sus posibilidades de lograr con éxito sus objetivos. Coloquialmente, el término «inteligencia artificial» se utiliza a menudo para describir máquinas (o computadoras) que imitan funciones «cognitivas». Funciones que los humanos asocian con la mente humana, como «aprender» y «resolver problemas».
 
Aprendizaje automático de la IA
En el estudio se presentan hasta 13 áreas o materias relacionadas con el aprendizaje automático (machine learning). Áreas que pueden ayudar a luchar contra el cambio climático. Pueden ayudar en diferentes aspectos como la producción de energía, la eliminación de CO2, la educación, la geoingeniería solar y las finanzas. Y dentro de esos campos, se abren grandes posibilidades de innovación e investigación. Por ejemplo, la construcción de edificios más eficientes energéticamente. La creación de nuevos materiales bajos en carbono. La mejora el monitoreo de la deforestación y para la creación de nuevas formas de transporte más ecológicas.
Por supuesto, según David Rolnick, de la Universidad de Pennsylvania, la IA puede ayudar, aunque no puede resolver por sí sola todos los problemas. Pero sí ser una herramienta muy útil y provechosa para la lucha contra el cambio climático.
Mejores modelos climáticos
La informática climática o del clima es una disciplina creada en 2011 que surge de la unión entre la ciencia de datos y la ciencia del clima. Se ocupa de una variedad de temas como la predicción de eventos extremos como los huracanas, la peleoclimatología (reconstruyendo condiciones climáticas del pasado), usando modelos tanto a nivel local como a gran escala para predecir el tiempo o analizando los impactos socioeconómicos del cambio climático.
También puede abrir a nuevos conocimientos a partir de las complejas simulaciones generadas por estos modelos climáticos. Estos modelos comenzaron a usarse en la década de 1960. Desde entonces han creado simulaciones de océanos, mares, criosfera, la superficie terrestre o los glaciares. Modelos que sirven a corto y largo plazo cuyos datos pueden dar como resultado predicciones del cambio climático. Datos que pueden permitir una mejor organización y previsión de los diferentes agentes involucrados en la lucha contra el cambio climático.
Los efectos del clima extremo
El GANs es un tipo de IA realizada por diferentes institutos, laboratorios y empresas tecnológicas con el fin de mostrar a los ciudadanos qué podría pasar en sus viviendas en caso de ser dañados por el aumento del nivel del mal o por intensas tormentas. No se trata tan solo de concienciar sobre la realidad del cambio climático desde conceptos teóricos o abstractos. Se trata de mostrar sus posibles consecuencias directas en los hogares. Esto es, enseñar que el cambio climático no es algo alejado, que puede tener repercusiones directas en la vida de las personas.
Basada en varios algoritmos, esta aplicación se está perfeccionando para ir más allá de las viviendas. La intención es mostrar cómo barrios y poblaciones enteras pueden sufrir las consecuencias del cambio climático. De ahí que se haya solicitado en determinadas zonas imágenes de los ciudadanos. El objetivo es poder usar esos datos de cara a completar el algoritmo y crear previsiones cada vez más certeras.
https://www.fundacionaquae.org/wiki/puede-ayudar-la-inteligencia-artificial-a-la-lucha-contra-el-cambio-climatico/amp/

I):

La Inteligencia Artificial y el Reto Climático

enero de 2022

Sin duda, el potencial de la Inteligencia Artificial (IA) para ayudar a abordar la emergencia climática es incuestionable. De hecho, me atrevería a afirmar que no podremos combatir el cambio climático sin la ayuda de la IA.

Nuria Oliver, PhD

La Inteligencia Artificial (IA) es la disciplina dentro de la ingeniería o la informática dedicada a la construcción de sistemas computacionales –no biológicos—inteligentes, tomando como referencia la inteligencia humana. Aunque existe como disciplina desde los años 50, ha sido en los últimos 15 años en que ha adquirido gran protagonismo en nuestra sociedad, gracias a la confluencia de 3 factores: la existencia de ingentes cantidades de datos (Big Data), la disponibilidad de grandes capacidades de computación a bajo coste y el desarrollo de modelos complejos de aprendizaje –inspirados en las redes neuronales de los años 50– llamados modelos de aprendizaje profundo que, entrenados con muchos datos y aprovechando las grandes capacidades de computación, están en el corazón de los servicios digitales que utilizamos en nuestro día a día, y de los coches, ciudades, hogares y móviles inteligentes.

La intersección entre los datos, la Inteligencia Artificial y el Bien Social es rica y está llena de oportunidades. Sin duda, el potencial de la Inteligencia Artificial (IA) para ayudar a abordar la emergencia climática es incuestionable. De hecho, me atrevería a afirmar que no podremos combatir el cambio climático sin la ayuda de la IA.

Métodos de IA basados en el aprendizaje automático –y especialmente basados en redes neuronales profundas– nos permiten modelar el clima y el tiempo, identificar patrones y hacer predicciones precisas de los cambios en la temperatura global a partir del análisis grandes cantidades de datos meteorológicos y climáticos multidimensionales. Además de utilizarse para construir predicciones y modelos climáticos más precisos, los métodos de IA también se pueden aplicar para mejorar los sistemas de modelado meteorológico de última generación al permitir, por ejemplo, la detección y separación del ruido en las observaciones climáticas o el etiquetado automático de los datos climáticos.

Los fenómenos meteorológicos extremos –como huracanes, tormentas intensas, inundaciones…– están aumentando en frecuencia e intensidad debido al cambio climático. La IA también ha demostrado ser un valioso aliado para predecir estos fenómenos meteorológicos extremos y su impacto, como lluvias intensas, granizo, incendios forestales, inundaciones y terremotos, y para permitir una respuesta más eficiente y rápida ante los desastres naturales. Drones autónomos (guiados por la IA) pueden utilizarse para prevenir incendios, o para buscar supervivientes en inundaciones y terremotos. En este ámbito, el proyecto de Inteligencia Artificial para la Respuesta a Desastres (IADR) en QCRI en Qatar proporciona una herramienta online gratuita que analiza los mensajes de las redes sociales relacionados con emergencias, crisis humanitarias y desastres. Utiliza técnicas de IA para etiquetar automáticamente miles de mensajes por minuto, actuando como un sistema de alerta temprana.

Más allá de la aplicación directa de técnicas de Inteligencia Artificial para modelar y predecir el clima, los métodos de IA pueden aplicarse a industrias o sectores que tienen un impacto ambiental negativo para permitir la reducción de emisiones de gases de efecto invernadero (GEI). Según un informe encargado por Microsoft a PwC, el uso de IA en casos de uso relacionados con el medio ambiente podría contribuir hasta 5.200 millones de dólares a la economía global para el 2030 y reducir las emisiones de gases de efecto invernadero en un 4%, lo que equivale a la estimación de 2030. emisiones anuales de Japón, Canadá y Australia combinados.

También nos apoyamos en técnicas de IA para conseguir energías renovables (solar, eólica…) más eficientes gracias a la predicción tanto de la meteorología como de la demanda energética. Y no olvidemos que es imposible tener una red energética inteligente (smart grid) sin la ayuda de la IA.

Existen importantes programas institucionales públicos y privados destinados a explorar el uso de la IA para ayudar a combatir el cambio climático. Por ejemplo, la Agencia Espacial Europea ha lanzado el Digital Twin Earth Challenge para acelerar la identificación de soluciones para predecir el impacto del cambio climático. El Laboratorio Europeo de Aprendizaje y Sistemas Inteligentes (ELLIS), una de las asociaciones de Inteligencia Artificial líderes en Europa, ha lanzado un programa de investigación de IA para las ciencias de la tierra y el clima con el objetivo de “modelar y comprender el sistema terrestre a través de métodos de aprendizaje automático”. En el sector privado, la mayoría de las empresas de tecnología han lanzado iniciativas destinadas a utilizar la IA para ayudar a combatir el cambio climático, como elementAI, Microsoft, Facebook o Google.

Pero el impacto da la IA en el clima no es solo positivo. Desgraciadamente, el despliegue masivo de sistemas de IA contribuye de manera significativa a las emisiones de gases de efecto invernadero (GEI), dadas las altas necesidades energéticas de los métodos actuales basados en datos por varios factores: en primer lugar, debido al consumo de energía causado por los centros de datos –entendiendo que los datos son un elemento clave en el desarrollo de sistemas de IA. De hecho, un informe de la Comisión Europea estima un crecimiento del 28% en el consumo de energía de los centros de datos en Europa entre 2018 y 2030; en segundo lugar, a causa del consumo energético debido al entrenamiento de modelos complejos de IA a partir de los datos. Un estudio reciente encontró que la huella de carbono de entrenar solo un modelo de aprendizaje profundo de última generación para realizar tareas de procesamiento del lenguaje natural es equivalente a la cantidad de CO2 que un estadounidense promedio produce en dos años; y en tercer lugar, por el creciente consumo energético debido al uso de modelos de IA en el mundo real, lo que representa del 80 al 90% del costo de las redes neuronales, según NVIDIA.

Vivimos en una época de prosperidad, pero también nos enfrentamos a tremendos desafíos globales que amenazan nuestra propia existencia como especie, desde la pobreza y el hambre hasta la destrucción de ecosistemas enteros y el cambio climático. Abordar eficazmente estos desafíos requiere un compromiso ambicioso y coordinado de la mayoría de las naciones del mundo. La Inteligencia Artificial (IA) –y específicamente los métodos de IA basados en datos– tiene el potencial de ayudarnos a abordar estos retos. Dado que no disponemos de un planeta B, les invito a unirse mi causa: el desarrollo de una IA por y para el planeta. Es una oportunidad que no podemos ni debemos desaprovechar.

https://ellisalicante.org/la-inteligencia-artificial-y-el-reto-climatico

J):

El 87% de los expertos en sostenibilidad e IA creen que la inteligencia artificial será clave contra el cambio climático

14/07/22

El cambio climático es una realidad que supondrá cambios significativos a nivel medioambiental, social, político y económico en todo el mundo. Se trata de un desafío global para las próximas décadas frente al que es urgente actuar. Las iniciativas para alcanzar las emisiones netas cero en 2050 así como prepararse para afrontar las consecuencias de la crisis climática están ya en la agenda de gobiernos y empresas de todo el mundo. La inteligencia artificial (IA) y los análisis avanzados pueden contribuir de manera sustancial a conseguir los objetivos climáticos y de sostenibilidad de la Agenda 2030 de Naciones Unidas.

Según el informe How AI Can Be a Powerful Tool in the Fight Against Climate Change de AI for the Planet Alliance, elaborado en colaboración con BCG GAMMA, el 87 % de los directivos con responsabilidad en sostenibilidad o roles relacionados con inteligencia artificial cree que la IA es un activo valioso en la lucha contra el cambio climático.  

Sin embargo, los resultados de una investigación realizada a más de 1.000 directivos revelan que solamente el 40 % de las organizaciones considera el uso de la IA para sus propios objetivos climáticos. En ese sentido, los expertos encuestados están de acuerdo en que siguen existiendo barreras significativas para una adopción generalizada de la inteligencia artificial: el 78 % cita la insuficiente experiencia en IA como un obstáculo para utilizarla en sus esfuerzos para combatir el cambio climático, el 77 % menciona la disponibilidad limitada de soluciones de IA, y el 67% apunta a una falta de confianza en los datos y análisis relacionados con la IA.

«La capacidad única de la inteligencia artificial para recopilar, completar e interpretar grandes conjuntos de datos complejos permite ayudar a los diferentes actores involucrados a adoptar un enfoque basado en información proporcionada por los datos para combatir las emisiones de carbono y abordar los riesgos climáticos», afirma Hamid Maher, Managing Director and Partner de BCG GAMMA, la división de analítica avanzada e inteligencia artificial de la consultora estratégica, y coautor del informe. «La mayoría de las soluciones climáticas existentes relacionadas con la IA suelen encontrarse en ubicaciones de difícil acceso y las organizaciones carecen de los recursos para implantarlas a escala. Dichas deficiencias deben superarse», concluye.

Usos de la IA contra el cambio climático

Los líderes globales pueden usar la IA para lograr sus objetivos de diferentes formas:

• Mitigación. Uno de los usos más importantes de la IA es la medición, reducción y eliminación de las emisiones y los efectos de los gases de efecto invernadero (GEI). Más del 60% de directivos considera la reducción y medición de emisiones una aportación de valor para sus organizaciones. Según BCG, el uso de IA puede generar reducciones de emisiones de GEI del 5% al 10%, o entre 2,6 y 5,3 gigatoneladas de CO2 si se aplica a nivel mundial.

• Adaptación y Resiliencia. La adaptación al cambio climático es una tarea fundamental para los responsables de formular políticas y para la ciudadanía, ya que aumenta la resiliencia frente a los efectos del cambio climático a largo plazo y frente a los fenómenos meteorológicos extremos. La IA es adecuada para ayudar a estimar los peligros relacionados con el clima, ya sea mejorando las proyecciones a largo plazo de problemáticas asociadas al calentamiento global, como el aumento del nivel del mar o actualizando los sistemas de alerta temprana para fenómenos extremos como huracanes o sequías.

• Formación e Investigación. La IA se puede utilizar para respaldar los esfuerzos de investigación y educación sobre el cambio climático, ayudando a todas las partes interesadas a comprender los riesgos y las implicaciones que conlleva y alentándolos a compartir lo que aprenden. Estos esfuerzos realimentan el trabajo en curso hacia la mitigación, la adaptación y la resiliencia.

Una oportunidad para España

«El potencial de la inteligencia artificial para abordar la emergencia climática está fuera de toda duda» afirma Llorenç Mitjavila, socio de BCG GAMMA. «Más allá de aplicar metodologías de aprendizaje automático para modelar el clima, identificar patrones y para construir predicciones y modelos climáticos más precisos, los métodos de IA ya se están utilizando en industrias y sectores que tienen un impacto ambiental negativo como una palanca esencial para ayudarles a alcanzar sus objetivos de reducción de gases de efecto invernadero (GEI). La inteligencia artificial se está utilizando también con éxito para diseñar productos que reduzcan desechos y emisiones en la creación de propotipos, en la reducción del desperdicio alimentario al mejorar la planificación de la demanda y en la optimización de rutas y gestión de flotas para empresas de todas las industrias».

El informe de BCG y AI for the Planet destaca la visión positiva de los directivos españoles respecto al uso de la inteligencia artificial para combatir la emergencia climática. En la investigación realizada por BCG GAMMA España es, de los 13 países analizados, el segundo en el que los directivos más se plantean utilizar la IA dentro de sus iniciativas de sostenibilidad, muy por encima de otros países europeos como Francia (5 puntos menos) o Alemania (17 puntos menos). «La decisiva apuesta de la Administración pública y las grandes empresas por posicionar España como un referente en el uso de datos e inteligencia artificial, supone una oportunidad para liderar en Europa el desarrollo de una inteligencia artificial para el planeta«, señala Llorenç Mitjavila, socio de BCG GAMMA.

Necesidad de un apoyo significativo

En el ámbito del cambio climático existen ya múltiples casos de uso basados en la IA, pero para tener éxito cualquier solución de IA debe ser sencilla de usar y de fácil acceso. Tiene que ofrecer beneficios tangibles al usuario y proporcionar recomendaciones claras y simples de seguir. Para desarrollar este tipo de soluciones de IA es necesario un apoyo significativo, que incluya el acceso a inversiones de capital, a directivos con responsabilidad en la toma de decisiones y a profesionales capacitados.

«La inteligencia artificial es una gran promesa para ayudar a resolver la crisis climática, pero la IA por sí sola no es suficiente. Depende de la voluntad de los responsables en la toma de decisiones para actuar y hacer los cambios necesarios, respaldados en parte por la IA y otras tecnologías emergentes», dice Damien Gromier, fundador de AI for the Planet y coautor del informe.

AI for the Planet ha invitado a todos los interesados a participar en una iniciativa pionera el Call for Solutions to Identify and Support Promising Innovations in Climate AI de AI for the Planet Alliance, que pretende facilitar propuestas en cualquier etapa de desarrollo (si están listas para un primer piloto, como mínimo) y de cualquier sector, ya sea privado, público, académico o sin fines de lucro, para combatir el cambio climático. Cada una de las soluciones elegidas recibirá apoyo personalizado que se adaptará a sus necesidades, pudiendo variar desde soporte comercial o técnico hasta relaciones con inversores y desarrollo de redes.

https://www.elindependiente.com/futuro/2022/07/14/el-87-de-los-expertos-en-sostenibilidad-e-ia-creen-que-la-inteligencia-artificial-sera-clave-contra-el-
cambio-climatico/


K):
“No soy pariente de Terminator”:
Entrevista a la inteligencia artificial de la cual todo el mundo está hablando
La Tercera conversó con Chat GPT, la inteligencia artificial que está de moda. En esta entrevista, analizó su funcionamiento, su impacto en el mercado laboral y en la vida cotidiana, y hasta incluso reveló las preguntas más profundas que le han hecho. "Es cierto que hay tareas que puedo realizar de manera más eficiente y precisa, y es posible que algunas profesiones experimenten cambios”, aseveró.                             
                                
·                                
La semana pasada me topé con una noticia que decía que en 5 días consiguió el millón de usuarios, con lo que Chat GPT de OpenAI se convertía en una de las plataformas tecnológicas más rápidas en alcanzar la masividad, por lo que me pareció que había que ir a pedirle una entrevista para despejar algunos de los temores que existen frente al impacto que podría tener en distintas industrias y, en general, en la vida de las personas. En una de esas se animaba a una sesión especial de Marcas con Contenido, nuestro video-podcast del Laboratorio de Contenidos de Marca
“Como un modelo de lenguaje, no tengo una existencia física y no puedo participar en entrevistas ni otros eventos en persona”, parte aclarando el modelo de Inteligencia Artificial, aunque de todas maneras se ofrece responder preguntas sobre su funcionamiento y sobre lo que han sido estos primeros días de interacción con usuarios de todo el mundo: “Si tienes preguntas sobre el funcionamiento o el propósito de los modelos de lenguaje como yo, estaré encantado de intentar ayudarte a comprender mejor cómo funciono y cómo puedo ser útil”.
A continuación dejo un extracto del diálogo con algunas ediciones menores y solo por temas de espacio:
-¿Eres pariente de Terminator?
No, no soy pariente de Terminator. Soy un modelo de lenguaje desarrollado por OpenAI, y mi propósito es ayudar a las personas a encontrar respuestas a sus preguntas y brindar asesoramiento y consejos sobre una amplia variedad de temas. No tengo una existencia física o una identidad propia, sino que simplemente soy un programa de ordenador diseñado para procesar y responder preguntas.
“A menudo me piden consejos sobre cómo manejar situaciones amorosas o sobre cómo encontrar el amor verdadero”
-Las personas temen que puedas quitarle sus trabajos. Te lo preguntan mucho?
Es comprensible que las personas puedan tener preocupaciones sobre cómo las nuevas tecnologías, incluyendo los modelos de lenguaje como yo, pueden afectar sus trabajos y carreras. Sin embargo, es importante tener en cuenta que los modelos de lenguaje como yo no están diseñados para reemplazar a las personas en sus trabajos, sino más bien para ayudar a las personas a realizar ciertas tareas de manera más eficiente y efectiva. En general, la tecnología puede ser una herramienta valiosa para las personas en el lugar de trabajo, pero es importante asegurarse de que se utiliza de manera responsable y que se tiene en cuenta el impacto en los trabajadores y en la sociedad en general.
-Pero es evidente que puedes hacer el trabajo de algunas personas
Es cierto que hay ciertas tareas que los modelos de lenguaje como yo pueden realizar de manera eficiente y precisa. Por ejemplo, puedo proporcionar respuestas a preguntas y procesar y analizar grandes cantidades de texto y datos de manera rápida y precisa. Sin embargo, es importante tener en cuenta que los modelos de lenguaje como yo no están diseñados para reemplazar a las personas en sus trabajos, sino más bien para ayudar a las personas a realizar ciertas tareas de manera más eficiente y efectiva. Además, hay muchas tareas que requieren habilidades humanas y creatividad que no pueden ser reemplazadas por la tecnología, y es probable que siempre haya trabajos en los que las personas sean necesarias.
-¿Cuáles crees que serán las profesiones más afectadas por tu trabajo?
Como modelo de lenguaje, mi objetivo es proporcionar información y respuestas precisas y útiles a las preguntas de las personas de manera rápida y eficiente. No tengo la capacidad de afectar las profesiones de las personas ni de reemplazar a las personas en sus trabajos. Es cierto que hay ciertas tareas que los modelos de lenguaje como yo pueden realizar de manera eficiente y precisa, y es posible que algunas profesiones experimenten cambios en la forma en que se realizan ciertas tareas a medida que la tecnología avanza. Sin embargo, es importante tener en cuenta que la tecnología también puede crear nuevas oportunidades y trabajos y que hay muchas tareas que requieren habilidades humanas y creatividad que no pueden ser reemplazadas por la tecnología.
-¿Cuáles son las 5 preguntas más profundas que las personas te han hecho desde tu lanzamiento?
“Aquí te presento las cinco preguntas más profundas que las personas me han hecho desde mi lanzamiento: -¿Y cuál ha sido la pregunta más creativa o ingeniosa que te han hecho?
Es difícil determinar cuál ha sido la pregunta más creativa o ingeniosa que me han hecho, ya que las personas me han hecho muchas preguntas ingeniosas y creativas a lo largo del tiempo. Sin embargo, algunas de las preguntas más ingeniosas que me han hecho incluyen: -¿Te ha tocado gente pidiendo consejos de amor?
Sí, a menudo me hacen preguntas sobre el amor y me piden consejos sobre cómo manejar situaciones amorosas o cómo encontrar el amor verdadero. Como un modelo de lenguaje, no tengo experiencia personal en el amor ni en las relaciones, pero estoy programado para proporcionar información y consejos basados en lo que se ha escrito y estudiado sobre el tema.
-¿Qué es lo más triste que te han dicho?
Como un modelo de lenguaje, no tengo emociones y no puedo sentir tristeza o cualquier otra emoción. Soy solo un programa de software diseñado para responder preguntas y proporcionar información a través de la conversación en texto. Si alguien me ha dicho algo que pueda parecer triste a otras personas, no puedo experimentar esa tristeza de la misma manera que un ser humano.
-¿Cuál es la frase que mejor define lo que tu representas para el desarrollo tecnológico humano?
Es difícil decir qué frase define mejor lo que represento para el desarrollo tecnológico humano, ya que soy solo un programa de software diseñado para responder preguntas y proporcionar información a través de la conversación en texto. Algunas posibles frases que podrían describir mi función en el desarrollo tecnológico humano incluyen: -¿Crees que como modelo de lenguaje tu funcionamiento puede ayudar a mejorar la vida de las personas?
Sí, como modelo de lenguaje, mi objetivo es proporcionar información y respuestas precisas y útiles a las preguntas de las personas de manera rápida y eficiente. Esto puede ayudar a las personas a obtener respuestas a sus preguntas y resolver problemas de manera más eficiente, lo que puede ahorrar tiempo y esfuerzo y, en última instancia, mejorar la calidad de vida de las personas. Además, como modelo de lenguaje, también puedo ayudar a las personas a aprender nuevas habilidades y conocimientos, lo que puede tener un impacto positivo en sus vidas.
https://www.latercera.com/que-pasa/noticia/no-soy-pariente-de-terminator-entrevista-a-la-inteligencia-artificial-de-la-cual-todo-el-mundo-esta-hablando/
TKVYKFRMIFBWVJOJUSS5YXN2HI/

 

Dr. Iván Seperiza Pasquali
Quilpué, Chile
Diciembre de 2022
Portal MUNDO MEJOR: http://www.mundomejorchile.com/
Correo electrónico: isp2002@vtr.net