Inteligencia Artificial Cosmovisión Realista

Marco de trabajo para adopción de Azure
8 agosto, 2019
Show all

Inteligencia Artificial Cosmovisión Realista

Signos Primitivos de Inteligencia

Desde el punto de vista de la escuela de la racionalidad de Descartes en filosofía, donde los silogismos se evidenciaron como la primera forma de construir reglas de inferencia y predecir comportamientos “inteligentes”, dicha metodología invita a reflexionar sobre los diferentes signos de inteligencia primitiva, del cual surge la primera pregunta existencial: ¿Un organismo vegetal como una planta enredadera realmente es inteligente? Esto, es una pregunta abierta donde la discusión a nuestros días todavía no tiene una certeza en términos científicos del concepto de inteligencia. Acto seguido, ¿si como humanos se observa en las nubes, diferentes formas u objetos, del cual nos permite relacionar con función a los interés de cada individuo, será un comportamiento inteligente?, En ese sentido, se valida desde la neurociencia, algunos procesos cognitivos que surgen naturalmente en el ser humano como; la asociación geométrica cognoscitiva de la corteza visual, donde se desarrollan las imágenes y con nuestro previo conocimiento, que desencadena el fenómeno de la pareidolia (Posibilidad de encontrar formas reconocibles en cualquier estructura u objetos) en psicología . Lo anterior fue el punto de partida de un proceso experimental llevado a cabo por Google en el año 2016, donde se entrenó una “inteligencia artificial” con un conjunto de datos de longitud “1 trillón de observaciones”, del cual se pudo concebir la pareidolia como un mecanismo replicable por un algoritmo de aprendizaje o inteligencia artificial, que por sorpresa pudo emular el comportamiento inteligente de la pareidolia tal cual como el humano, que por tanto, hasta este experimento se creía como un fenómeno netamente del homosapien.

Nuestros Días

El tipo de problema que resuelve dicha metodología concebida por Google, fue el mejoramiento de su motor de búsqueda para problemas de tipo Tagging o etiquetamiento en imágenes de internet. Se evidencia de tal experimento, una masa crítica o datos abundantes, que son insumo para el desarrollo de aplicaciones de nuestros días, de tal forma que el uso de estas tecnologías en dispositivos como: (celulares, PCs, internet, supermercados, transportes) [5] depende en gran medida de una cantidad astronómica de datos, que articuladamente a la ciencia de la Inteligencia Artificial, se construyen sistemas capaces de procesar esta información y tomar una decisión. De esta manera, se concluye que dichos mecanismos nos han mejorado la calidad de vida [6]. Pero, pregunta existencial, ¿Entonces son inofensivas?, ¿Hay algo que temer?

Esta pregunta tiene un nivel de complejidad sobre varias estructuras de conocimiento, sociales y científicas, donde el desconocimiento y la desinformacion, están a la orden del día. De esta manera se empieza a desentrañar los vestigios del funcionamiento estructural del cerebro en las investigaciones del mundo en pro de la inteligencia, mediante los factores cuantitativos del procesamiento cerebral que científicamente se piensa, como la capacidad del cerebro de procesar instrucciones por segundo. La unidad cuantitativa para medir lo anterior en ciencias de la computación, se establece por el número de operaciones de coma flotantes o FLOPS por segundos, donde un Flops es una operación por segundo. Si correlacionamos estas unidades de medida versus la biología de nuestro presente, tendremos lo siguiente: Una libélula tiene la capacidad de procesar aproximadamente 2.000 billones de operaciones por segundo, un ratón de tamaño promedio tiene la capacidad de procesar 8.000 billones de operaciones por segundo, un humano promedio tiene la capacidad de realizar 40.000 billones de operaciones por segundo. Con lo anterior, surgen una gran pregunta, ¿como es posible que, teniendo esta gran capacidad de procesamiento, no sepamos aún que es la inteligencia?, dicha pregunta se hace más difícil, teniendo en cuenta que hemos tratado de explicar la inteligencia con nuestra propia inteligencia, y entonces, ¿de que manera hemos construido Inteligencia artificial, si no sabemos aun que es inteligencia? La clave de estas preguntas existenciales, la tienen los diferentes métodos de ingeniería y matemáticos que el humano a inventado en términos de emular el comportamiento inteligente.

Inteligencia Artificial como Ciencia

De esta, se sospecha que la clave no es entender que es la inteligencia, sino emular el comportamiento que denominamos inteligente. Así es que surge la inteligencia artificial como ciencia, donde sus vertientes en el tiempo, desde las escuelas primitivas de comportamiento inteligente como: motores de inferencia, sistemas heurísticos, lógica difusa, hasta algoritmos de aprendizaje a hoy día como: (Machine Learning & Deep Learning), realizan tareas que ayudan a estos sistemas en procesos de toma de decisiones con grandes volúmenes de datos, emulando el comportamiento inteligente, a través de métodos de ingeniería. Por tal razón, se hace referencia a los desarrollos del mundo como pseudo inteligencias artificiales, que, en una naturaleza muy simple, solamente intentar simular que realizan tareas o comportamientos que usualmente, el humano tiene la capacidad de realizar. Teniendo en cuenta lo anterior, se debe entender que el concepto de inteligencia artificial no es mágico, del cual, si analizamos el paradigma de los algoritmos de aprendizaje, tenemos un conjunto de observaciones denominado, Train Set o conjunto de Entrenamiento, que formalmente son muchas muestras de algún tipo de dato en particular, donde son expuestos a métodos matemáticos, que reconocen patrones, tendencias o entienden las relaciones comunes en termino a una probabilidad, de que tanto se parecen a las muestras que se tienen y de esta manera, se construye una frontera de decisión, que para este ejemplo en particular, hacemos referencia a un problema de clasificación supervisada, que decide a donde podrá ir un nuevo dato que no se conozca, respecto a su conocimiento previo, en asignación a unas clases o grupos que se definan dentro del marco del problema.

Conclusiones

desasociamos mitos sobre esta ciencia que formalmente en el común denominador, se relaciona con eventos de Hollywood y ciencia ficción como Terminator, donde se expone a una maquina con crisis existencial, donde científicamente hay un conciencia o singularidad que lleva al mundo a un caos. Por lo anterior se concluye que las motivaciones que tienen los profesionales de esta disciplina, inciden directamente sobre el eje de procedimiento de las tareas de esta tecnología, donde nada de lo que hagas se saldrá de control, si y solo sí, defines los dominios de actuación en las tareas de los algoritmos de aprendizaje. La inteligencia Artificial es una ciencia que está revolucionando nuestro presente, gracias a la capacidad de tomar decisiones en grandes volúmenes de datos y simplemente el futuro de esta tecnología cada vez será la capacidad de dotarse de nuevos patrones para especializar mas su proceso de actuación en búsqueda de simular con el tiempo, un comportamiento más humano.

Andrés Javier Anaya
Chief Research Scientist

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *