¿Pueden las máquinas superar la mente humana?

A mediados del siglo XX se formalizan las ideas que desde la antigüedad se venían gestando desde la lógica matemática, la neurociencia y la lingüística, para simular los mecanismos asociados con el pensamiento. Fue gracias al artículo de Alan Turing Computing machinery and intelligence, publicado en 1950 en donde se formuló la pregunta “¿pueden las máquinas pensar?” Esta pregunta llevó a grandes discusiones filosóficas entre la comunidad científica de la época y de las cuáles se derivan los primeros modelos matemáticos que pudieron ser implementados en las computadoras recientemente desarrolladas para ese entonces. Uno de los modelos que mayor relevancia ha tenido en el amplio mundo de la Inteligencia Artificial (IA), son las redes neuronales artificiales (RNA), que en términos simplificados multiplican los datos de entrada por unos números inicialmente aleatorios llamados pesos y que en el proceso de entrenamiento (aprendizaje), se van ajustando de acuerdo a unas reglas matemáticas. Este proceso de ajuste simula lo que en las neuronas biológicas se conoce como sinapsis. Las RNA permitieron que las máquinas no solamente ejecutaran algoritmos estrictamente programados por un humano, sino también la capacidad de reconocer patrones en los datos de entrada y de esta forma “aprender”. Esto generó una gran expectativa seguida de frustración en la década de los años 60, pues se empezaron a encontrar también las limitaciones propias del modelo matemático, así como las limitaciones computacionales para entrenar redes con muchas neuronas conectadas, este periodo es conocido como el “invierno de la inteligencia artificial”. Fue en la década de los años 80 que la IA resurge gracias al desarrollo de un algoritmo de entrenamiento conocido como propagación hacia atrás (backpropagation) y desde entonces la IA ha avanzado a tal punto que hoy en día está inmersa en casi todas las actividades humanas. Desde pedir una pizza a domicilio, hasta la búsqueda de las preguntas más profundas de la existencia están usando algoritmos de aprendizaje automático, siendo el estado del arte en la mayoría de sistemas de visión artificial y el procesamiento de datos. La invención de la internet y en consecuencia la generación de datos masivos, sumado al avance creciente de la capacidad de cómputo, formaron una sinergia de factores que se dieron inicialmente como hechos independientes dando como resultado un salto tecnológico casi inesperado.

Una de las empresas que mayor impacto ha tendido en los últimos años en el desarrollo de la IA es el Google, que justamente debe su éxito a motores de búsqueda basados en algoritmos de IA, algunos de ellos puestos a disposición de cualquier usuario que desee explorarlos. Bibliotecas como Tensorflow, permiten implementar redes neuronales artificiales en cualquier computador, incluso el servicio de Google Colaboratory presta sus servidores dotados con hardware de avanzada para realizar la computación en la nube. Justamente en las últimas semanas ha liberado una versión del potente GPT-3 (Generative Pre-trained Transformer 3), un modelo de lenguaje autorregresivo que emplea aprendizaje profundo para producir textos que simulan la redacción humana. Para probar su potencial, escribí las primeras 33 palabras del presente artículo y este fue el resultado:

A mediados del siglo XX se formalizan las ideas que desde la antigüedad se venían gestando desde la lógica matemática, la neurociencia y la lingüística, para simular los mecanismos asociados con el pensamiento. << El modelo de la computadora digital, que se desarrolla a partir de los años 50, es el que ha dado lugar al concepto de inteligencia artificial. La inteligencia artificial es una disciplina interdisciplinaria que estudia las máquinas y sistemas informáticos capaces de aprender por sí mismos y tomar decisiones. La inteligencia artificial tiene como objetivo crear sistemas informáticos capaces de realizar tareas cognitivas humanas tales como: reconocimiento visual, reconocimiento auditivo, traducción automática entre idiomas, razonamiento deductivo o inductivo y resolución de problemas complejos. La inteligencia artificial se divide en dos grandes áreas: la Inteligencia Artificial Fuzzy (IAF) y la Inteligencia Artificial No Fuzzy (IANF). La IAF estudia los mecanismos asociados con el pensamiento humano mediante té…>. Considerando la complejidad inherente de la redacción humana, los textos que genera GPT-3 son bastante coherentes. Podemos entonces decir que la pregunta planteada inicialmente por Alan Turing hace más de 70 años “¿pueden las máquinas pensar?” está más vigente que nunca.

Por: Cesar Javier Ortiz Echeverri

PhD en Ciencias de la Computación, Universidad Autónoma de Querétaro

Maestro en Ciencias de los Materiales e Ingeniero Electrónico.