fbpx
Seleccionar página

✔ Google DeepMind ya desarrolló hace un lustro un tipo de computadora que podría ampliar las capacidades de los mejores sistemas de Inteligencia Artificial existentes, al incluirles algo similar a la “memoria de trabajo” de los humanos. La memoria de trabajo es aquella que nos permite retener información para hacer operaciones mentales sobre ella. El mundo es una fuente inagotable de datos, pero es imposible acordarse de todos. Los humanos son capaces de priorizar la información más importante, pero las máquinas no. Los programas actuales son mejores que los humanos en todo tipo de tareas, desde el ajedrez hasta el reconocimiento facial y el reconocimiento de objetos.

Pero muchos aspectos del aprendizaje automático están muy lejos alcanzar el rendimiento humano. En particular, los seres humanos tienen la extraordinaria capacidad de actualizar constantemente sus recuerdos con información más importante que se sobrescribe sobre la que ya no es útil. Es una habilidad importante. Actualmente, no existe ningún mecanismo fiable para priorizar estas habilidades y decidir qué recordar y qué olvidar. Varios estudios han demostrado que el enfoque que utilizan los sistemas biológicos para aprender y olvidar puede aplicarse a las redes neuronales artificiales.

La clave es un proceso conocido como “aprendizaje hebbiano”, propuesto por primera vez en la década de 1940 por el psicólogo canadiense Donald Hebb para explicar la forma en la que los cerebros aprenden a través de la plasticidad sináptica. La teoría de Hebb se puede resumir como «las células que se activan unidas permanecen unidas». Las conexiones entre las neuronas se refuerzan cuando se activan simultáneamente, y estas conexiones son, por lo tanto, más difíciles de romper. Así es como aprendemos: la repetida activación sincronizada de las neuronas hace que las conexiones entre ellas sean más fuertes y más difíciles de sobrescribir. El punto clave es que se ha encontrado una forma para aplicar el aprendizaje hebbiano a las redes neuronales. Esto podría ser importante para el futuro del aprendizaje automático. Si el equipo logra que su versión hebbiana aprenda mejor, las máquinas serían más flexibles en su aprendizaje, lo que les permitiría adaptarse mejor al mundo real.

¿Te gustaría ser un referente en el sector del Marketing Digital?

 

Seamos sinceros, el Marketing Digital dejo de ser una moda hace tiempo. Actualmente, es sin duda una disciplina absolutamente imprescindible. Cualquier actividad que requiera de visibilidad online necesita de una buena implementación de marketing. Nuestra escuela, conociendo estas circunstancias, ha creado el «Máster en Marketing Digital 2.0»: una formación para tener convertirse en un experto del marketing online.

Portada del Máster en Marketing Digital

▸📝 12 MÓDULOS + 🎓 TRABAJO FIN DE MÁSTER | 🌟 100 % GARANTÍA EN CALIDAD Y PRECIO◂

 

Pero si la Inteligencia Artificial llega al nivel de nuestro cerebro humano, muchos son los que se preguntan si este será el fin del humano.

La Inteligencia Artificial, o IA, se refiere a las máquinas que manifiestan comportamientos que nos recuerdan a la inteligencia humana, pero, así como existen distinciones entre la forma en que la inteligencia se manifiesta en los seres humanos, también debemos tener cuidado al referirnos a las máquinas. La IA puede ser fantásticamente efectiva y superar a los humanos en ciertas habilidades, pero se queda muy, muy atrás en otras. No debemos caer en la trampa de suponer que la inteligencia artificial «piensa» de la misma manera que nosotros. Durante años fue popular comparar las computadoras con el cerebro humano y viceversa. Pero el cerebro humano, aunque es una poderosa máquina de aprendizaje desde el nacimiento, no almacena información y la mueve de la memoria a largo plazo a la memoria a corto plazo de la misma manera que una computadora. En lugar de ser procesadores de información, los cerebros humanos establecen conexiones entre la información recibida a través de los sentidos, conexiones que se ven reforzadas por la relevancia de nuestra experiencia subjetiva de estar en cuerpos físicos. El contexto de la información es importante para nosotros. Incluso los recién nacidos son capaces, por ejemplo, de distinguir las voces humanas del ruido ambiental antes de aprender sus propias palabras.

Enseñar a las computadoras a imitar esta comprensión del contexto está en el corazón del machine learning. Sin una capacidad de pensamiento abstracto, las tareas que son relativamente simples para los humanos que entienden el contexto de algo pueden ser una verdadera lucha para la IA. Lo que se persigue son crear unos sistemas de IA que no sólo puedan clasificar y recuperar datos, sino que pueden navegar por el mundo real de una manera similar a la nuestra, pueden ser la meta final, pero a medida que llegan avances es importante recordar lo lento que es el progreso que conduce a estos hitos. Decir que la posibilidad de que la inteligencia humana sea superada o reemplazada por la inteligencia artificial ha sido muy exagerada. Los puntos fuertes de la IA son los siguientes: el procesamiento de datos, la memoria perfecta, la velocidad y el poder de no cansarse nunca, pueden ser de gran ayuda para nosotros, pero en última instancia, la inteligencia humana siempre será necesaria para dar sentido al trabajo de la IA.

En lugar de una IA como inteligencia artificial, tal vez deberíamos pensar en ella más bien como «inteligencia aumentada», en la que la inteligencia que se aumenta es la nuestra. El trabajo repetitivo de procesamiento de datos que se descarga en máquinas guiadas por seres humanos debería permitirnos seguir desarrollando nuestra propia inteligencia de nuevas maneras. No estamos construyendo un futuro robot, sino un futuro cibernético, con las máquinas como extensiones de nosotros mismos.

Las máquinas reactivas son los tipos más básicos de sistemas de IA y son puramente reactivos. No tienen la capacidad de formar recuerdos. Tampoco pueden utilizar experiencias pasadas en las que basar las decisiones actuales. El tipo de memoria limitada, son máquinas que sí pueden mirar hacia el pasado. Los vehículos autónomos son un ejemplo caro, ya hacen algo parecido (memorizan rutas, semáforos, curvas etc.). Las máquinas que utilizan la Teoría de la mente serían las más avanzadas, con interacción con las personas, pero no son autoconscientes, algo de lo que estamos muy lejos de conseguir, aunque es lo que se persigue en última instancia.

Según el profesor Cordeiro la última inversión que hagamos los humanos será crear una Inteligencia superior a la nuestra donde empezará la Era Posthumana, seremos mejorados y complementados, es decir, seremos la mejor versión de nosotros mismos (no moriremos, diseñaremos como queremos envejecer etc.). Los robots mientras tanto trabajarán por nosotros, de tal manera que nos podamos dedicar exclusivamente a labores creativas e innovadoras. ¿Una utopía? ¿Increíble? Veremos, porque hoy solo estamos en el inicio de una nueva versión de la humanidad.

Estimado lector, ¡gracias por su tiempo!

Si te gustó este contenido quizás te interese…
Influencia vs Persuasión del líder
El papel del liderazgo y la persuasión en el lider
¿Por qué no se concretan las buenas ideas de negocio?
¿Por qué razón las ideas de negocios no se concretan?
Cash Management: una solución financiera
El Cash Management una nueva tendencia financiera