Inteligencia artificial.

La ciencia ha tenido un progreso sin precedentes en el campo de la inteligencia artificial en las últimas décadas. La llamada «inteligencia artificial fuerte» es la más llamativa del momento y Elizabeth Bramson-Boudreau del MIT es una de las investigadoras más atentas a su progreso.

En declaraciones para The Next Web aclaró que el nombre en inglés «artificial general intelligence» (AGI) puede haber sido una mala elección. Para muchos científicos la AGI es una utopía, se trata de la inteligencia artificial que aprenda mediante la observación e imitación como los humanos. Por esto ella prefiere llamarla «Multi-skilled AI».

Inteligencia artificial realista

Este nombre se ajusta más a la realidad, se trata de un tipo de IA que aprende mediante la integración de «sentidos». De esta manera el robot puede ver y escuchar para poder repetir sonidos e incluso reproducir imágenes mediante imitación. «

Este nombre se ajusta más a la realidad, se trata de un tipo de IA que aprende mediante la integración de «sentidos». De esta manera el robot puede ver y escuchar para poder repetir sonidos e incluso reproducir imágenes mediante imitación. «Va más allá del reconocimiento de imágenes o lenguaje y permite realizar múltiples tareas», acotó la Bramson-Boudreao, CEO y publicadora de MIT Technology Review.

Este tipo de IA puede ofrecer inteligencia flexible, supera a la inteligencia artificial sencilla que se dedica a resolver un solo problema. La Multi-skilled AI podría aprender mediante los sentidos y ofrecer feedback visual y auditivo.

La OpenAI DALLE-E funciona ofreciendo generación de imágenes para comunicarse y se entreó mediante un red neural. También está Wu Dao un sistema de IA con un cuerpo humanoide que puede escribir, dibujar y cantar. Por lo tanto ya hay ejemplos de este avance.

Para Bransom-Boudreao esta aproximación es mucho más realista y ofrece seguridad para los investigadores y la disciplina. La idea es que estas IA puedan aprender a través de la observación general y no solo el conocimiento de bases de datos previas o redes externas que puedan estar parcializadas. Dicho esto, faltan décadas de trabajo para dicho progreso.

Deja un comentario

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