I.A.
El camino hacia una Inteligencia Artificial es el camino al futuro, y alrededor del mundo miles de científicos, ingenieros y programadores se están esforzando en conseguirlo.
Sin embargo, el camino ha sido más difícil de lo previsto. En esencia, lo que una I.A. es capaz de hacer en la actualidad se reduce a tomar grandes cantidades de datos, analizarlos, y predecir su comportamiento futuro. Por esta razón ha sido difícil construir una verdadera Inteligencia Artificial capaz de ser creativa, aprender cosas nuevas o, incluso, de tener una conversación normal con una persona.
El debate sobre si la tecnología “bidimensional” actual (basada en ceros y unos) permitirá eventualmente el surgimiento de la I.A., o si habrá que esperar a una tecnología nueva y revolucionaria (como, por ejemplo, la computación cuántica), es uno bastante interesante y que en últimas determinará el futuro de nuestra civilización.
Pero aquí no vamos a hablar de eso, sino de las advertencias de varios científicos que consideran que aún en su estado actual se está sobreestimando la capacidad de esta tecnología.
Límites al análisis de datos
El concepto es simple: le das a un programa una gran cantidad de información sobre un tema (por decir algo, cáncer de mama, pacientes afectados, pacientes no afectados, su edad, estatura, peso, ascendencia, etc.), y el programa, a través de mecanismos repetitivos que no entendemos del todo, va puliendo un algoritmo para predecir quién está en mayor riesgo de sufrir cáncer de mama.
Pero si bien en ocasiones funciona de maravilla (como en el caso del cáncer de mama) en otras simplemente no funciona. Como cuando se usó para analizar los casos de cáncer de colon.
Y nadie entiende bien por qué.
El tema es que cuando el mecanismo falla para un caso que es verificable alza dudas sobre su utilidad en otros ámbitos en los que no es tan fácil verificar. Las Inteligencias Artificiales actuales pueden ser aliados útiles, pero, afirma Genevera Allen (un reputado científico en el campo del análisis de datos) debemos tomar sus conclusiones con algo de cautela, y usar mecanismos de verificación. Pues aún estamos lejos de una verdadera I.A.
Fuentes:
- https://www.sciencenews.org/article/data-scientist-warns-against-trusting-ai-scientific-discoveries
Imagen: thenextweb.com
