Visión crítica de la Inteligencia Artificial

REFLEXIÓN SOBRE LA INTELIGENCIA ARTIFICIAL

La gente oye hablar de inteligencia artificial y se asusta. Tiene el pensamiento peyorativo de, que investigar y desarrollar esta área de conocimiento conducirá al caos o exterminio de la humanidad. Muchas de estos pensamientos vienen preconcebidos por las películas o series de ciencia ficción, como puede ser la famosa saga de Terminator. Pero, ¿es eso posible? ¿realmente en un futuro las máquinas tomaran el control y nos someterán?.

Hasta que ese día llegue, si es que llega, todavía queda mucho camino por recorrer. La inteligencia artificial nos ayuda en muchas áreas de conocimiento, pero todavía tiene muchas lagunas en otras.

Por ejemplo, nos encontramos el caso del Algoritmo A*, muy útil para calcular la ruta más corta entre dos puntos. No obstante, tiene limitaciones, como puede ser que no puede resolver los casos imposibles (no da solución) o la potencia y cantidad de datos que necesita para trabajar. Este creo, es el mayor problema que tiene hoy en día la Inteligencia Artificial, la gran cantidad de recursos que necesita.

Entrando en otro aspecto que hemos estudiado, como es el Deep Learning, o, dicho de forma que los conspiranóicos se asusten, el intentar reproducir el cerebro humano en una máquina. Uno de los problemas que tienen las máquinas es la toma de decisión. Es difícil plasmar el raciocinio o la capacidad de razonar de un ser humano a una expresión matemática o trasladarlo a una máquina. Actualmente, las máquinas pueden operar bien, mejor que los humanos incluso, en ambientes o situaciones estables, pero si estas varían, aunque sea ligeramente, su rendimiento es muy inferior. Otro punto en contra, es la gran cantidad de recursos que necesitarían para funcionar, bien a nivel de datos (millones y millones) como de la capacidad tecnológica para poner en marcha este proyecto, con el gran dispendio económico que eso conlleva. Una prueba de esto último es que las empresas que más están invirtiendo en Deep Learning son Google, Facebook, Nvidia o Apple, muchas de ellas gigantes tecnológicos y que están entre las empresas más ricas del mundo. Por tanto, el Deep Learning no está al alcance de todos.

Para acabar quiero poner un ejemplo de una situación donde la Inteligencia Artificial da buen resultado y otro en el que no. Por ejemplo, a la hora de realizar cálculos o aprender un juego como puede ser el ajedrez, lo pueden desarrollar con un mayor rendimiento que los humanos, como puede ser el Deep Blue o un programa informático de cálculo estadístico.

Por otro lado, no trabajaría bien, por ejemplo, en el diagnóstico de enfermedades. Podría reconocer patrones, síntomas, pero si uno de esos síntomas no aparece, ya tendría ciertos problemas para poder diagnosticar correctamente la enfermedad.