Creciendo con inteligencia artificial

Erik J. Larson es un emprendedor tecnológico y científico investigador pionero que ha estado inmerso en el mundo de la inteligencia artificial, el procesamiento del lenguaje natural y el aprendizaje automático durante décadas. Desde su punto de vista, el pensamiento mágico y la complacencia están sofocando la verdadera innovación en inteligencia artificial y aprendizaje automático.

 

El invierno de la inteligencia artificial

Comencé a trabajar en el campo de la inteligencia artificial hace más de dos décadas. En ese momento, en 2000, la web todavía no era una corriente principal y la charla en mi primera empresa se centró en tratar de superar la fragilidad de lo que llamamos poco profundo aprendizaje automático y enfoques estadísticos sobre el terreno.

En la década de 2000, la IA acababa de salir de uno de sus notorios inviernos. Con mucha ayuda de los medios de comunicación, los líderes de AI habían prometido demasiado y cumplido de forma insuficiente. Usé la tecnología por primera vez en 2000, pero ya había un monstruo en el armario, quejándose siniestramente y abriéndose camino a través de la puerta: Google.

Los fundadores de Google, Larry Page y Sergey Brin, eran dos estudiantes graduados de la Universidad de Stanford que eran en gran parte desconocidos, excepto para los capitalistas de riesgo y una base de usuarios pequeña pero de rápido crecimiento. Page y Brin no llamaron a la tecnología de Google AI, (o al menos, no era una parte importante de su discurso). Sin embargo, señalaron que funcionó. Google se convirtió en el eje de lo que se convertiría en la inteligencia artificial moderna, y la inteligencia artificial moderna se trataba de big data, que pronto proporcionaría la explosión de la World Wide Web.

Mi empresa intentó (y falló) construir un motor de búsqueda utilizando las técnicas antiguas, llamado representación y razonamiento del conocimiento. Pero cuando dejé la empresa en 2001, ya era obvio que la búsqueda en línea era el dominio de los datos y los algoritmos de aprendizaje automático, no el conocimiento y el razonamiento.

Al dejar esa compañía, me uní a la multitud, o me subí a la ola. Empecé a trabajar en aprendizaje automático.

Profetizando IA súper inteligente

Los futuristas son siempre, casi admirablemente, inmunes a las realidades sobre el terreno.@ErikJLarsen

Una de las constantes de la IA ha sido la presencia de futuristas siempre vocales que predicen la llegada de las máquinas inteligentes. Futuristas acérrimos como Raymond Kurzweil (ahora Director de Ingeniería de Google) se mantuvieron optimistas sobre la llegada de la verdadera IA incluso en los inviernos más fríos. Kurzweil publicó su libro ampliamente leído, La era de las máquinas espirituales (el título lo dice todo), en 1998. En esa era anterior a la web, la IA estaba decididamente estancada. Los investigadores serios ni siquiera usaron el término AI mucho; era más seguro y parecía científicamente más respetable discutir enfoques y algoritmos específicos, como modelos ocultos de markov, o máxima entropía.

Pero los futuristas son siempre, casi admirablemente, inmunes a las realidades sobre el terreno.

Incluso los agoreros apoyaron las afirmaciones futuristas al estar de acuerdo en que los problemas con la inteligencia artificial súper inteligente estaban a la vuelta de la esquina. Lo más notorio es que Bill Joy, ex director de tecnología del ahora desaparecido Sun Microsystem (que creó el enormemente popular lenguaje de programación Java) escribió una advertencia al mundo en Cableado magazie en el cambio de siglo. El artículo de Joy ignoró por completo los fracasos pasados ​​de AI y otras decepciones de la década de 1990 en el campo. (Ver Por qué el futuro no nos necesita.)

Este constante tamborileo de futuristas de cualquier tipo me molestaba. Pero a medida que la web seguía creciendo, la antigua poco profundo Las tecnologías de inteligencia artificial como el aprendizaje automático comenzaron a mostrarse prometedoras. Ajusté mis puntos de vista escépticos sobre la IA futurista (o los dejé de lado) y me concentré en la creación de nuevas tecnologías y nuevas empresas que ofrecieran valor con ella.

web 2.0

Este fue un momento emocionante para mí. En 2005, una gran cantidad de ideas gastadas por el tiempo pero ahora aparentemente nuevas florecieron en la cultura web. La Web 2.0 nació, brindándonos blogs, actualizaciones de estado y otro contenido generado por el usuario (que, a su vez, se convirtió en una gran tecnología unos años después). Los proyectos comunitarios de código abierto como Wikipedia fomentaron la opinión de que las multitudes eran más inteligentes o más sabias (una visión que informa el título de un libro más vendido de James Sureweiki en 2005, La sabiduría de las multitudes). Otros expertos y críticos culturales anunciaron la llegada de una era creativa en línea sobrealimentada en la que, en lugar de ver televisión, los habitantes de la web se unirían en proyectos de colaboración para rehacer el mundo con expresión y cultura creativas.

AI Spring

Eso sucedió, en cierto modo, pero el giro a la baja se produjo unos años después. En realidad, era IA, pero esta vez en una primavera brillante. En resumen, la conversación sobre IA volvió a finales de la década. No solo estaba de vuelta, estaba con esteroides. Parecía que todos ahora era un futurista. Recuerdo que este giro me preocupó, a pesar de que fue un momento emocionante para ser un científico de IA. Todas las ideas de la Web 2.0 sobre innovación humana, colaboración y cultura floreciente comenzaron a desaparecer a raíz del entusiasmo por las máquinas.

La IA es necesaria para la web (y también, realmente, para nuestras vidas modernas). Los filtros de spam utilizan una especie de IA (aprendizaje automático) y realizan un valioso servicio. La personalización de contenido es posible gracias a los macrodatos y la inteligencia artificial. Y la IA agiliza la fabricación y optimiza las cadenas de suministro para grandes minoristas como Walmart. No hay nada de malo en este tipo de IA; impulsa el mundo moderno.

Sin embargo, de manera frustrante, en 2010 ya podíamos ver que la IA no se estaba volviendo más inteligente de ninguna manera significativa. Nos estaba ayudando a gestionar una avalancha de datos que nos habíamos generado.

Los futuristas, por supuesto, aprovecharon el gran éxito comercial de la IA basada en datos como el aprendizaje automático para proclamar (una vez más) la inminente llegada de las máquinas inteligentes. En 2012, cuando la red neuronal convolucional Alex Net arrasó con la competencia en el ImageNet Large Scale Visual Recognition Challenge (un conocido concurso de clasificación de imágenes), tuvimos una auténtica innovación útil en IA. Podríamos afirmar que habíamos visto el último invierno de la IA, dada la gran cantidad de empresas que habían comenzado a adoptar estos sistemas.

Pero, ¿qué pasa con las máquinas pensantes?

Pero, para mí, nada ha cambiado mucho desde 2000 en la cuestión central de si las máquinas pueden pensar. Google puso en marcha una idea que resultó inmensamente útil y poderosa para la IA práctica: que los datos y las señales de confianza humana, como los enlaces HTML a las páginas web, proporcionan un conjunto de datos ideal para el desarrollo de la IA comercial. El resto del mundo tecnológico en Silicon Valley y en todas partes (yo estaba en Austin, Texas, otro punto de acceso) siguió su ejemplo, marcando el comienzo de una nueva era de IA práctica. Los métodos más antiguos se retiraron (aunque los métodos tradicionales basados ​​en el conocimiento están reapareciendo hoy en día en el desarrollo de sistemas híbridos).

Pero nada más cambió realmente. Los futuristas seguían, según mis luces, hablando en una especie de tecno-balbuceo. Y nada que saliera de Google, Facebook, otras grandes empresas tecnológicas, laboratorios de investigación o incluso el gobierno realmente respaldaba la exageración.

El mito central de la inteligencia artificial

Entonces, decidí escribir mi libro, El mito de la inteligencia artificial. Supuse que los lectores deberían conocer la diferencia entre la IA comercial y la práctica, así como el tipo de inteligencia general que los futuristas insisten que pronto surgirá: desde el progreso constante en las aplicaciones prácticas y comerciales hasta el desarrollo de verdadera IA o inteligencia general artificial. El punto clave es devastador: no hay camino de uno a otro. La IA estrecha (utilizable) no es una base para la inteligencia artificial general. La IA general todavía puede ser posible, por supuesto, pero no podemos llegar allí montados en una ola de aprendizaje automático o, para el caso. cualquiera de los otros métodos tradicionales, ahora retirados.

¿La inevitabilidad de inferir máquinas?

De hecho, hay un signo de interrogación en el centro de la IA; Las afirmaciones de los futuristas se basan en una especie de ilusión de que esto no es así. El futurismo y la exageración sobre la IA, en otras palabras, es una tergiversación de los hechos que exige una respuesta. Con el interés de proporcionar tal respuesta, mi libro se centró en la cuestión central de las afirmaciones sobre la inteligencia de las máquinas. Ignoro ideas más filosóficas sobre las máquinas cobrando vida o tener experiencia consciente, y hacer preguntas difíciles sobre cómo se hacen los sistemas computacionales para pensar.

Esta es una pregunta sobre cómo se llama inferencia, una palabra multifacética en el idioma inglés. ¿Qué es una interferencia? A los efectos de abordar la cuestión de la IA, una inferencia es una conclusión basada en lo que sabe y lo que ve a su alrededor. La pregunta de la inferencia tiene que ver directamente con si, por ejemplo, un automóvil autónomo puede alguna vez entender lo que ve en el camino por delante (y actuar en consecuencia). Tiene que ver con la cuestión de si Alexa puede comprender las palabras que dices. Esta pregunta indaga si un Roomba® podría convertirse alguna vez en Rosy the Robot de los Supersónicos.

Todos los detalles del diablo sobre la IA futura están en estas preguntas sobre la inferencia y la capacidad de una máquina para razonar y sacar conclusiones basadas en la evidencia. Es un marco poderoso dentro del cual analizar el campo. Lo que esta pregunta revela sobre la IA, tanto del pasado como del presente, es nada menos que un gran misterio sobre cómo llegar a la inteligencia artificial general, no un camino constante hacia el éxito, como siempre afirman los futuristas.

Si observa con suficiente atención la inferencia, se dará cuenta de que todavía no tenemos ni idea.

Bombo del AI Factories

Es un mito que la verdadera inteligencia de las máquinas está en camino e incluso es inminente.@ErikJLarson

Es un mito que la verdadera inteligencia de las máquinas está en camino e incluso es inminente. Y esto inevitabilidad El mito sobre la inteligencia artificial promovido por los futuristas y los medios de comunicación, y aceptado por demasiados en el público, es parte de un problema mayor que veo al aceptar la exageración científica sobre el futuro.

En la segunda parte de El mito, Abordo los peligros muy reales que se derivan del bombo de la IA. No sabemos lo que traerá el futuro, por supuesto, y fingir lo contrario, como fingir cosas serias en general, es una mala idea.

La IA necesita innovación, al igual que la ciencia y la cultura. Y al tomarnos en serio la perspectiva futurista de la IA, corremos el riesgo de minimizar la necesidad continua de innovación, mientras hablamos sin cesar de la inteligencia y el potencial de las máquinas. Así que en El mito, Analizo esta falsedad y exploro nuestra cosmovisión cada vez más mecanicista, de la cual hablar sobre la IA es solo la punta de la lanza. Necesitaremos nuestra propia inteligencia humana si queremos no solo forjar caminos hacia el futuro, sino también hacer de este futuro un lugar que queremos llamar nuestro.

Espero que disfrutes el libro.

Erik Larson
@Gorjeo | LinkedIn