"Probablemente nunca podamos construir máquinas con consciencia"
Pese a que el avance de la inteligencia artificial (IA) logró dotar a las máquinas de algunas cualidades propias del ser humano como la intuición y la improvisación, e incluso logró que superen al hombre en tareas concretas, "probablemente nunca seamos capaces" de construir aquellas "que tengan consciencia de sí mismas", afirmó un investigador de Google.
"No entendemos muy bien cómo funciona la consciencia, apenas sabemos nada de ese proceso humano. Probablemente nunca seamos capaces de construir máquinas que tengan consciencia de sí mismas", explicó el neurocientífico Greg Corrado, impulsor de Google Brain -el proyecto de IA de Google- en una entrevista con la agencia EFE.
Tras siete décadas de investigación y grandes avances en inteligencia artificial en los últimos diez años, "ya hay computadoras capaces de entender cosas muy básicas del mundo y de la comunicación humana", sostuvo Corrado.
Su impacto, según los expertos, va a ser tan revolucionario como el de internet. Sin embargo, aunque estas máquinas capaces de aprender por sí solas empiezan a mostrar rasgos propios de la inteligencia humana, están a años luz de poseer cualidades tan inherentes y determinantes del hombre como el sentido común, la consciencia o las capacidades social y creativa.
El cerebro y el proceso del conocimiento siguen siendo un misterio y, según Corrado, el objetivo de la inteligencia artificial no es replicar a la humana, pese a que se aprovecha de los avances de la neurociencia, sino crear sistemas aparentemente inteligentes.
Esta línea es abordada por buena parte de expertos en el tema. La especialista en robótica humanoide Marcela Riccillo, había afirmado en una entrevista con Télam que “la conciencia artificial no existe, lo que sería la súper inteligencia artificial no existe“.
“No debería poder hacer la máquina algo que le surge" per se, afirmó la especialista.
En tanto, el investigador de Google destacó los avances cosechados en el llamado "deep learning", es decir cuando los sistemas aprenden por sí mismos a partir del ejemplo y son capaces de lograr la consecución de una tarea.
Es el caso, por ejemplo, de un sistema que, tras ver grandes cantidades de fotos de gatos, puede deducir cuáles son las características definitorias de ese animal y saber cuándo aparece uno en una imagen que nunca ha visto.
En este contexto, los sistemas computacionales de percepción -capaces de "ver", "escuchar" y "entender" el mundo físico- experimentan grandes logros.
"Es la primera ciencia que ha sido capaz de crear máquinas que son, en cierta medida, intuitivas", sostuvo Corrado.
En el campo del "deep learning" se trabaja en redes neuronales artificiales, que son sistemas que se inspiran en el entramado neuronal para procesar la información.
Según el experto, los sistemas de inteligencia artificial han conseguido también tener cierto grado de improvisación, como lo demostró AlphaGo, la máquina que venció al campeón del mundo de go gracias a movimientos "sorprendentes e improvisados" tras hacer interpolación y extrapolación de los datos de que disponía.
Sin embargo, al igual que Riccillo, el investigador aclaró que esto no se trata de creatividad: aunque el "deep learning" empieza a aplicarse en el arte como una herramienta más para la creación -por ejemplo para descubrir nuevas combinaciones musicales-, las máquinas aún necesitan la información creada por los humanos para trabajar.
"No entendemos muy bien cómo funciona la consciencia, apenas sabemos nada de ese proceso humano. Probablemente nunca seamos capaces de construir máquinas que tengan consciencia de sí mismas", explicó el neurocientífico Greg Corrado, impulsor de Google Brain -el proyecto de IA de Google- en una entrevista con la agencia EFE.
Tras siete décadas de investigación y grandes avances en inteligencia artificial en los últimos diez años, "ya hay computadoras capaces de entender cosas muy básicas del mundo y de la comunicación humana", sostuvo Corrado.
Su impacto, según los expertos, va a ser tan revolucionario como el de internet. Sin embargo, aunque estas máquinas capaces de aprender por sí solas empiezan a mostrar rasgos propios de la inteligencia humana, están a años luz de poseer cualidades tan inherentes y determinantes del hombre como el sentido común, la consciencia o las capacidades social y creativa.
El cerebro y el proceso del conocimiento siguen siendo un misterio y, según Corrado, el objetivo de la inteligencia artificial no es replicar a la humana, pese a que se aprovecha de los avances de la neurociencia, sino crear sistemas aparentemente inteligentes.
Esta línea es abordada por buena parte de expertos en el tema. La especialista en robótica humanoide Marcela Riccillo, había afirmado en una entrevista con Télam que “la conciencia artificial no existe, lo que sería la súper inteligencia artificial no existe“.
“No debería poder hacer la máquina algo que le surge" per se, afirmó la especialista.
En tanto, el investigador de Google destacó los avances cosechados en el llamado "deep learning", es decir cuando los sistemas aprenden por sí mismos a partir del ejemplo y son capaces de lograr la consecución de una tarea.
Es el caso, por ejemplo, de un sistema que, tras ver grandes cantidades de fotos de gatos, puede deducir cuáles son las características definitorias de ese animal y saber cuándo aparece uno en una imagen que nunca ha visto.
En este contexto, los sistemas computacionales de percepción -capaces de "ver", "escuchar" y "entender" el mundo físico- experimentan grandes logros.
"Es la primera ciencia que ha sido capaz de crear máquinas que son, en cierta medida, intuitivas", sostuvo Corrado.
En el campo del "deep learning" se trabaja en redes neuronales artificiales, que son sistemas que se inspiran en el entramado neuronal para procesar la información.
Según el experto, los sistemas de inteligencia artificial han conseguido también tener cierto grado de improvisación, como lo demostró AlphaGo, la máquina que venció al campeón del mundo de go gracias a movimientos "sorprendentes e improvisados" tras hacer interpolación y extrapolación de los datos de que disponía.
Sin embargo, al igual que Riccillo, el investigador aclaró que esto no se trata de creatividad: aunque el "deep learning" empieza a aplicarse en el arte como una herramienta más para la creación -por ejemplo para descubrir nuevas combinaciones musicales-, las máquinas aún necesitan la información creada por los humanos para trabajar.