A medida que los rápidos avances en inteligencia artificial (IA) continúan remodelando el futuro de la guerra, algunos cuestionan si existen límites en su capacidad en comparación con la inteligencia humana.
Los científicos del Laboratorio de Investigación del Ejército de EE. UU. (ARL, por sus siglas en inglés) continúan explorando esta pregunta y señalan que los límites de la IA apenas están comenzando a emerger y se espera que produzcan avances nuevos e inesperados en los próximos años. En términos generales, la estructura fundamental de cómo funciona la IA es análoga al procesamiento biológico asociado con los nervios de la visión de los mamíferos. Los procesos a través de los cuales las señales y los impulsos eléctricos se transmiten a través del cerebro de los mamíferos reflejan conceptualmente o se alinean con la forma en que opera la IA, explicaron los científicos senior de ARL. Esto significa que se puede establecer un paradigma interpretativo fundamental, pero también que los científicos ahora solo están comenzando a arañar la superficie de la posibilidad en lo que respecta a los tipos de características de rendimiento que la IA podría replicar o incluso superar.
Por ejemplo, ¿podría una computadora avanzada con capacidad de inteligencia artificial distinguir entre una «pelota» de baile de una «pelota» de fútbol en una oración al analizar las palabras que la rodean para determinar su contexto? Este es precisamente el tipo de tarea para la que se está desarrollando la IA, esencialmente desarrollando la capacidad de identificar, organizar e integrar nuevos datos entrantes que no estaban previamente asociados con su base de datos.
Dr. Nicholas Waytowich, Laboratorio de Investigación del Ejército, Comando de Futuros del Ejército, dijo El Interés Nacional en una entrevista cómo los humanos pueden “interactuar” con las máquinas al ofrecer información oportuna de gran relevancia para la toma de decisiones computarizada, una dinámica que permite un aprendizaje automático rápido y ayuda a “etiquetar” los datos.
“Si tiene millones y millones de muestras de datos, bueno, necesita mucho esfuerzo para etiquetar eso. Entonces, esa es una de las razones por las que ese tipo de solución que entrena la IA no escala mejor, ¿verdad? Porque necesita gastar mucho esfuerzo humano para etiquetar esos datos. Aquí, estamos adoptando un enfoque diferente en el que estamos tratando de reducir la cantidad de datos que necesita porque no estamos tratando de aprender todo de antemano. Estamos tratando de hacer que aprenda las tareas que queremos hacer sobre la marcha simplemente interactuando con nosotros”, dijo Waytowich.
Sobre la base de esta premisa, los desarrolladores industriales y militares están buscando formas a través de las cuales las máquinas habilitadas para IA puedan ayudar a percibir, comprender y organizar fenómenos más subjetivos, como la intuición, la personalidad, el temperamento, el razonamiento, el habla y otros factores que informan la decisión humana. haciendo. La combinación inefable de variables que informan el pensamiento humano y la toma de decisiones es bastante difícil de replicar, pero tal vez al reconocer patrones de habla, comportamiento de la historia u otros factores influyentes en relación entre sí, las máquinas pueden arrojar algo de luz sobre los procesos cognitivos subjetivos. ¿Hay formas en que las máquinas puedan aprender a «etiquetar» datos de forma autónoma? Eso es precisamente lo que parece ser el punto de las iniciativas ARL. Sus descubrimientos relacionados con el aprendizaje automático podrían conducir a plataformas de armas autónomas capaces de responder rápidamente y ajustarse en tiempo real a desarrollos imprevistos con precisión.
“Si hay una nueva tarea que desea, queremos que la IA pueda saber y comprender lo que debe hacer en estas nuevas situaciones. Pero ya sabes, la IA aún no ha llegado. ¿Derecha? Es frágil, requiere una gran cantidad de datos… y la mayor parte del tiempo requiere un equipo de ingenieros y científicos informáticos en algún lugar detrás de la escena, asegurándose de que no falle. Lo que queremos es llevar eso a donde podamos adaptarlo al límite y que el soldado pueda adaptar esa IA en el campo”, dijo Waytowich.
Kris Osborn es el editor de defensa de National Interest. Osborn se desempeñó anteriormente en el Pentágono como experto altamente calificado en la Oficina del Subsecretario del Ejército: Adquisición, Logística y Tecnología. Osborn también ha trabajado como presentador y especialista militar al aire en cadenas de televisión nacionales. Ha aparecido como experto militar invitado en Fox News, MSNBC, The Military Channel y The History Channel. También tiene una Maestría en Literatura Comparada de la Universidad de Columbia.
Imagen: DVIDS.
