Hispanopedia Wiki
La inteligencia artificial ( IA ) es la capacidad de los sistemas computacionales para realizar tareas típicamente asociadas con la inteligencia humana , como el aprendizaje , el razonamiento , la resolución de problemas , la percepción y la toma de decisiones . Es un campo de investigación en ingeniería , matemáticas e informática que desarrolla y estudia métodos y software que permiten a las máquinas percibir su entorno y utilizar el aprendizaje y la inteligencia para tomar acciones que maximicen sus posibilidades de alcanzar objetivos definidos. [ 1 ]
Entre las aplicaciones más destacadas de la IA se incluyen los motores de búsqueda web avanzados , los chatbots , los asistentes virtuales , los vehículos autónomos y el análisis y la jugabilidad en juegos de estrategia (por ejemplo, ajedrez y Go ). Desde la década de 2020, la IA generativa se ha generalizado para generar imágenes, audio y vídeos a partir de textos.
Los objetivos tradicionales de la investigación en IA incluyen el aprendizaje, el razonamiento , la representación del conocimiento , la planificación , el procesamiento del lenguaje natural y la percepción , así como el apoyo a la robótica . [ a ] Para alcanzar estos objetivos, los investigadores de IA han utilizado técnicas que incluyen la búsqueda en el espacio de estados y la optimización matemática , la lógica formal , las redes neuronales artificiales y métodos basados en la estadística , la investigación operativa y la economía . [ b ] La IA también se nutre de la psicología , la lingüística , la filosofía , la neurociencia y otros campos. [ 2 ] Algunas empresas, como OpenAI , Google DeepMind y Meta , tienen como objetivo crear inteligencia artificial general (IAG) , una IA que puede completar prácticamente cualquier tarea cognitiva al menos tan bien como un humano. [ 3 ]
La inteligencia artificial se fundó como disciplina académica en 1956, [ 4 ] y el campo pasó por múltiples ciclos de optimismo a lo largo de su historia , [ 5 ] [ 6 ] seguidos de períodos de decepción y pérdida de financiación, conocidos como inviernos de la IA . [ 7 ] [ 8 ] La financiación y el interés aumentaron sustancialmente después de 2012, cuando las unidades de procesamiento gráfico comenzaron a usarse para acelerar las redes neuronales, y el aprendizaje profundo superó las técnicas de IA anteriores. [ 9 ] Este crecimiento se aceleró aún más después de 2017 con la arquitectura Transformer . [ 10 ] En la década de 2020, un auge de la IA ha coincidido con avances en la IA generativa , que permitió la creación y modificación de medios. Además de la seguridad de la IA y las consecuencias y daños no deseados del uso de la IA, las preocupaciones éticas , los efectos a largo plazo de la IA y los posibles riesgos existenciales han impulsado debates sobre la regulación de la IA .
Objetivos
El problema general de simular (o crear) inteligencia se ha dividido en subproblemas. Estos consisten en rasgos o capacidades particulares que los investigadores esperan que muestre un sistema inteligente. Los rasgos que se describen a continuación han recibido la mayor atención y abarcan el ámbito de la investigación en IA. [ a ]
Razonamiento y resolución de problemas
Los primeros investigadores desarrollaron algoritmos que imitaban el razonamiento paso a paso que los humanos utilizan al resolver acertijos o realizar deducciones lógicas . [ 11 ] A finales de la década de 1980 y en la de 1990, se desarrollaron métodos para abordar la información incierta o incompleta, empleando conceptos de probabilidad y economía . [ 12 ]
Muchos de estos algoritmos son insuficientes para resolver grandes problemas de razonamiento porque experimentan una "explosión combinatoria": se vuelven exponencialmente más lentos a medida que los problemas crecen. [ 13 ] Incluso los humanos rara vez utilizan la deducción paso a paso que las primeras investigaciones en IA pudieron modelar. Los humanos resuelven la mayoría de sus problemas utilizando juicios rápidos e intuitivos. [ 14 ]
Los modelos de razonamiento , un tipo de modelo de lenguaje grande entrenado para generar cadenas de pensamiento intermedias, surgieron en 2024 y permitieron un mejor rendimiento en problemas complejos de matemáticas y programación. [ 15 ]
Representación del conocimiento
La representación del conocimiento y la ingeniería del conocimiento [ 16 ] permiten que los programas de IA respondan preguntas de manera inteligente y hagan deducciones sobre hechos del mundo real. Las representaciones formales del conocimiento se utilizan en la indexación y recuperación basadas en contenido, [ 17 ] la interpretación de escenas, [ 18 ] el apoyo a la toma de decisiones clínicas, [ 19 ] el descubrimiento de conocimiento (extracción de inferencias "interesantes" y procesables de grandes bases de datos ), [ 20 ] y otras áreas. [ 21 ]
Una base de conocimiento es un conjunto de conocimiento representado en una forma que puede ser utilizada por un programa. Una ontología es el conjunto de objetos, relaciones, conceptos y propiedades utilizados por un dominio de conocimiento particular. [ 22 ] Las bases de conocimiento necesitan representar cosas tales como objetos, propiedades, categorías y relaciones entre objetos; [ 23 ] situaciones, eventos, estados y tiempo; [ 24 ] causas y efectos; [ 25 ] conocimiento sobre el conocimiento (lo que sabemos acerca de lo que otras personas saben); [ 26 ] razonamiento por defecto (cosas que los humanos asumen que son verdaderas hasta que se les dice lo contrario y que seguirán siendo verdaderas incluso cuando otros hechos cambien); [ 27 ] y muchos otros aspectos y dominios del conocimiento.
Entre los problemas más difíciles en la representación del conocimiento se encuentran la amplitud del conocimiento de sentido común (el conjunto de hechos atómicos que conoce la persona promedio es enorme); [ 28 ] y la forma subsimbólica de la mayor parte del conocimiento de sentido común (gran parte de lo que la gente sabe no se representa como "hechos" o "afirmaciones" que podrían expresar verbalmente). [ 14 ] También está la dificultad de la adquisición de conocimiento , el problema de obtener conocimiento para aplicaciones de IA. [ c ]
Planificación y toma de decisiones
Un "agente" es cualquier entidad (artificial o no) que percibe y realiza acciones en el mundo. Un agente racional tiene metas o preferencias y realiza acciones para lograrlas. [ d ] [ 31 ] En la planificación automatizada , el agente tiene una meta específica. [ 32 ] En la toma de decisiones automatizada , el agente tiene preferencias: hay algunas situaciones en las que preferiría estar y otras que intenta evitar. El agente de toma de decisiones asigna un número a cada situación (llamado su " utilidad ") que mide cuánto la prefiere. Para cada acción posible, puede calcular la " utilidad esperada ": la utilidad de todos los resultados posibles de la acción, ponderada por la probabilidad de que ocurra el resultado. Luego puede elegir la acción con la máxima utilidad esperada. [ 33 ]
En la planificación clásica , el agente sabe con exactitud cuál será el efecto de cualquier acción. [ 34 ] Sin embargo, en la mayoría de los problemas del mundo real, el agente puede no estar seguro de la situación en la que se encuentra (es "desconocida" o "inobservable") y puede no saber con certeza qué sucederá después de cada acción posible (no es "determinista"). Debe elegir una acción mediante una estimación probabilística y luego reevaluar la situación para ver si la acción funcionó. [ 35 ]
Además de realizar pruebas exhaustivas y mejoras basadas en decisiones anteriores, explicar por qué el agente tomó ciertas decisiones es una forma de generar confianza, especialmente cuando se debe confiar en esas decisiones. [ 36 ]
En algunos problemas, las preferencias del agente pueden ser inciertas, especialmente si hay otros agentes o humanos involucrados. Estas preferencias pueden aprenderse (por ejemplo, con aprendizaje por refuerzo inverso ), o el agente puede buscar información para mejorarlas. [ 37 ] La teoría del valor de la información puede usarse para ponderar el valor de las acciones exploratorias o experimentales. [ 38 ] El espacio de posibles acciones y situaciones futuras suele ser intratablemente grande, por lo que los agentes deben tomar acciones y evaluar situaciones mientras desconocen cuál será el resultado.
Un proceso de decisión de Markov tiene un modelo de transición que describe la probabilidad de que una acción particular cambie el estado de una manera determinada y una función de recompensa que proporciona la utilidad de cada estado y el costo de cada acción. Una política asocia una decisión con cada estado posible. La política puede calcularse (por ejemplo, mediante iteración ), ser heurística o aprenderse. [ 39 ]
La teoría de juegos describe el comportamiento racional de múltiples agentes que interactúan y se utiliza en programas de IA que toman decisiones que involucran a otros agentes. [ 40 ]
Aprendiendo
El aprendizaje automático es el estudio de programas que pueden mejorar su rendimiento en una tarea determinada automáticamente. [ 41 ] Ha sido parte de la IA desde el principio. [ e ]
Existen varios tipos de aprendizaje automático. El aprendizaje no supervisado analiza un flujo de datos, encuentra patrones y realiza predicciones sin ninguna otra guía. [ 44 ] El aprendizaje supervisado requiere etiquetar los datos de entrenamiento con las respuestas esperadas y se presenta en dos variedades principales: clasificación (donde el programa debe aprender a predecir a qué categoría pertenece la entrada) y regresión (donde el programa debe deducir una función numérica a partir de una entrada numérica). [ 45 ]
En el aprendizaje por refuerzo , el agente es recompensado por las buenas respuestas y castigado por las malas. El agente aprende a elegir respuestas que se clasifican como "buenas". [ 46 ] El aprendizaje por transferencia es cuando el conocimiento adquirido de un problema se aplica a un problema nuevo. [ 47 ] El aprendizaje profundo es un tipo de aprendizaje automático que procesa las entradas a través de redes neuronales artificiales de inspiración biológica para todos estos tipos de aprendizaje. [ 48 ]
La teoría del aprendizaje computacional puede evaluar a los estudiantes por complejidad computacional , por complejidad de muestra (cuántos datos se requieren) o por otras nociones de optimización . [ 49 ]
Procesamiento del lenguaje natural
El procesamiento del lenguaje natural (PLN) permite que los programas lean, escriban y se comuniquen en lenguajes humanos. [ 50 ] Algunos problemas específicos incluyen el reconocimiento de voz , la síntesis de voz , la traducción automática , la extracción de información , la recuperación de información y la respuesta a preguntas . [ 51 ]
Los primeros trabajos, basados en la gramática generativa y las redes semánticas de Noam Chomsky , tuvieron dificultades con la desambiguación del sentido de las palabras [ f ] a menos que se restringieran a dominios pequeños llamados " micromundos " (debido al problema del conocimiento del sentido común [ 28 ] ). Margaret Masterman creía que el significado, y no la gramática, era la clave para comprender los lenguajes, y que los tesauros , y no los diccionarios, debían ser la base de la estructura computacional del lenguaje.
Las técnicas modernas de aprendizaje profundo para PLN incluyen la incrustación de palabras (que representa palabras, generalmente como vectores que codifican su significado), [ 52 ] los transformadores (una arquitectura de aprendizaje profundo que utiliza un mecanismo de atención ), [ 53 ] y otras. [ 54 ] En 2019, los modelos de lenguaje transformadores preentrenados generativos (o "GPT") comenzaron a generar texto coherente, [ 55 ] [ 56 ] y para 2023, estos modelos pudieron obtener puntuaciones de nivel humano en el examen de abogacía , la prueba SAT , la prueba GRE y muchas otras aplicaciones del mundo real. [ 57 ]
Percepción
La percepción artificial es la capacidad de utilizar la información de sensores (como cámaras, micrófonos, señales inalámbricas, lidar activo , sonar, radar y sensores táctiles ) para deducir aspectos del mundo. La visión por computadora es la capacidad de analizar la información visual. [ 58 ]
El campo incluye el reconocimiento de voz , [ 59 ] la clasificación de imágenes , [ 60 ] el reconocimiento facial , el reconocimiento de objetos , [ 61 ] el seguimiento de objetos , [ 62 ] y la percepción robótica . [ 63 ]
Inteligencia social
La computación afectiva es un campo que comprende sistemas que reconocen, interpretan, procesan o simulan sentimientos, emociones y estados de ánimo humanos . [ 65 ] Por ejemplo, algunos asistentes virtuales están programados para hablar de manera conversacional o incluso para bromear con humor; esto los hace parecer más sensibles a la dinámica emocional de la interacción humana, o para facilitar de otro modo la interacción entre humanos y computadoras .
Sin embargo, esto tiende a dar a los usuarios ingenuos una concepción poco realista de la inteligencia de los agentes informáticos existentes. [ 66 ] Entre los éxitos moderados relacionados con la computación afectiva se incluyen el análisis de sentimientos textuales y, más recientemente, el análisis de sentimientos multimodal , en el que la IA clasifica los efectos mostrados por un sujeto grabado en vídeo. [ 67 ]
Inteligencia general
Una máquina con inteligencia artificial general sería capaz de resolver una amplia variedad de problemas con una amplitud y versatilidad similares a las de la inteligencia humana . [ 68 ]
Técnicas
La investigación en IA utiliza una amplia variedad de técnicas para lograr los objetivos mencionados anteriormente. [ b ]
Búsqueda y optimización
En IA se utilizan dos tipos diferentes de búsqueda: búsqueda en el espacio de estados y búsqueda local :
Búsqueda en el espacio estatal
La búsqueda en el espacio de estados busca a través de un árbol de estados posibles para intentar encontrar un estado objetivo. [ 69 ] Por ejemplo, los algoritmos de planificación buscan a través de árboles de objetivos y subobjetivos, intentando encontrar un camino hacia un objetivo final, un proceso llamado análisis de medios y fines . [ 70 ]
Las búsquedas exhaustivas simples [ 71 ] rara vez son suficientes para la mayoría de los problemas del mundo real: el espacio de búsqueda (el número de lugares a buscar) crece rápidamente hasta alcanzar cifras astronómicas . El resultado es una búsqueda demasiado lenta o que nunca se completa. [ 13 ] Las heurísticas o reglas prácticas pueden ayudar a priorizar las opciones que tienen más probabilidades de alcanzar un objetivo. [ 72 ]
La búsqueda adversaria se utiliza en programas de juegos , como el ajedrez o el Go. Busca en un árbol de posibles movimientos y contramovimientos una posición ganadora. [ 73 ]
Búsqueda local
La búsqueda local utiliza la optimización matemática para encontrar la solución a un problema. Comienza con una suposición inicial y la refina gradualmente. [ 74 ]
El descenso de gradiente es un tipo de búsqueda local que optimiza un conjunto de parámetros numéricos ajustándolos incrementalmente para minimizar una función de pérdida . Las variantes del descenso de gradiente se utilizan comúnmente para entrenar redes neuronales [ 75 ] mediante el algoritmo de retropropagación .
Otro tipo de búsqueda local es la computación evolutiva , que tiene como objetivo mejorar iterativamente un conjunto de soluciones candidatas "mutándolas" y "recombinándolas", seleccionando solo las más aptas para sobrevivir en cada generación. [ 76 ]
Los procesos de búsqueda distribuida pueden coordinarse mediante algoritmos de inteligencia de enjambre . Dos algoritmos de enjambre populares utilizados en la búsqueda son la optimización por enjambre de partículas (inspirada en el comportamiento de las bandadas de aves ) y la optimización por colonia de hormigas (inspirada en los senderos de hormigas ). [ 77 ]
Lógica
La lógica formal se utiliza para el razonamiento y la representación del conocimiento . [ 78 ] La lógica formal se presenta en dos formas principales: lógica proposicional (que opera sobre enunciados verdaderos o falsos y utiliza conectores lógicos como "y", "o", "no" e "implica") [ 79 ] y lógica de predicados (que también opera sobre objetos, predicados y relaciones y utiliza cuantificadores como " Todo X es un Y " y "Hay algunos X que son Y "). [ 80 ]
El razonamiento deductivo en lógica es el proceso de probar una nueva afirmación ( conclusión ) a partir de otras afirmaciones dadas y asumidas como verdaderas (las premisas ). [ 81 ] Las pruebas pueden estructurarse como árboles de prueba , en los que los nodos están etiquetados con oraciones y los nodos hijos están conectados a los nodos padres mediante reglas de inferencia .
Dado un problema y un conjunto de premisas, la resolución del problema se reduce a buscar un árbol de prueba cuyo nodo raíz esté etiquetado con una solución del problema y cuyos nodos hoja estén etiquetados con premisas o axiomas . En el caso de las cláusulas de Horn , la búsqueda de la resolución del problema puede realizarse razonando hacia adelante a partir de las premisas o hacia atrás a partir del problema. [ 82 ] En el caso más general de la forma clausal de la lógica de primer orden , la resolución es una única regla de inferencia, libre de axiomas, en la que un problema se resuelve demostrando una contradicción a partir de premisas que incluyen la negación del problema a resolver. [ 83 ]
La inferencia tanto en la lógica de cláusulas de Horn como en la lógica de primer orden es indecidible y, por lo tanto, intratable . Sin embargo, el razonamiento hacia atrás con cláusulas de Horn, que sustenta la computación en el lenguaje de programación lógica Prolog , es Turing completo . Además, su eficiencia es comparable a la computación en otros lenguajes de programación simbólica . [ 84 ]
La lógica difusa asigna un "grado de verdad" entre 0 y 1. Por lo tanto, puede manejar proposiciones que son vagas y parcialmente verdaderas. [ 85 ]
Las lógicas no monótonas , incluida la programación lógica con negación como fallo , están diseñadas para manejar el razonamiento por defecto . [ 27 ] Se han desarrollado otras versiones especializadas de la lógica para describir muchos dominios complejos.
Métodos probabilísticos para el razonamiento incierto
Muchos problemas en IA (incluidos el razonamiento, la planificación, el aprendizaje, la percepción y la robótica) requieren que el agente opere con información incompleta o incierta. Los investigadores de IA han ideado varias herramientas para resolver estos problemas utilizando métodos de la teoría de la probabilidad y la economía. [ 86 ] Se han desarrollado herramientas matemáticas precisas que analizan cómo un agente puede tomar decisiones y planificar, utilizando la teoría de la decisión , el análisis de decisiones [ 87 ] y la teoría del valor de la información . [ 88 ] Estas herramientas incluyen modelos como los procesos de decisión de Markov , [ 89 ] las redes de decisión dinámicas , [ 90 ] la teoría de juegos y el diseño de mecanismos . [ 91 ]
Las redes bayesianas [ 92 ] son una herramienta que puede utilizarse para el razonamiento (mediante el algoritmo de inferencia bayesiana ), [ g ] [ 94 ] el aprendizaje (mediante el algoritmo de expectativa-maximización ), [ h ] [ 96 ] la planificación (mediante redes de decisión ) [ 97 ] y la percepción (mediante redes bayesianas dinámicas ). [ 90 ]
Los algoritmos probabilísticos también pueden utilizarse para filtrar, predecir, suavizar y encontrar explicaciones para flujos de datos, lo que ayuda a los sistemas de percepción a analizar procesos que ocurren a lo largo del tiempo (por ejemplo, modelos ocultos de Markov o filtros de Kalman ). [ 90 ]
Clasificadores y métodos de aprendizaje estadístico
Las aplicaciones de IA más simples se pueden dividir en dos tipos: clasificadores (por ejemplo, "si es brillante, entonces es diamante"), por un lado, y controladores (por ejemplo, "si es diamante, entonces recoger"), por otro. Los clasificadores [ 98 ] son funciones que utilizan la coincidencia de patrones para determinar la coincidencia más cercana. Se pueden ajustar con precisión en función de ejemplos seleccionados mediante aprendizaje supervisado . Cada patrón (también llamado " observación ") se etiqueta con una clase predefinida. Todas las observaciones combinadas con sus etiquetas de clase se conocen como un conjunto de datos . Cuando se recibe una nueva observación, esta se clasifica en función de la experiencia previa. [ 45 ]
Hay muchos tipos de clasificadores en uso. [ 99 ] El árbol de decisión es el algoritmo de aprendizaje automático simbólico más simple y más utilizado. [ 100 ] El algoritmo de k vecinos más cercanos fue la IA analógica más utilizada hasta mediados de la década de 1990, y los métodos de kernel como la máquina de vectores de soporte (SVM) desplazaron a k vecinos más cercanos en la década de 1990. [ 101 ] Se informa que el clasificador bayesiano ingenuo es el "aprendiz más utilizado" [ 102 ] en Google, debido en parte a su escalabilidad. [ 103 ] Las redes neuronales también se utilizan como clasificadores. [ 104 ]
Redes neuronales artificiales
Una red neuronal artificial se basa en un conjunto de nodos, también conocidos como neuronas artificiales , que modelan de forma aproximada las neuronas de un cerebro biológico. Se entrena para reconocer patrones; una vez entrenada, puede reconocer esos patrones en datos nuevos. Consta de una entrada, al menos una capa oculta de nodos y una salida. Cada nodo aplica una función y, una vez que el peso supera su umbral especificado, los datos se transmiten a la siguiente capa. Una red se denomina típicamente red neuronal profunda si tiene al menos dos capas ocultas. [ 104 ]
Los algoritmos de aprendizaje para redes neuronales utilizan la búsqueda local para elegir los pesos que producirán la salida correcta para cada entrada durante el entrenamiento. La técnica de entrenamiento más común es el algoritmo de retropropagación . [ 105 ] Las redes neuronales aprenden a modelar relaciones complejas entre entradas y salidas y a encontrar patrones en los datos. En teoría, una red neuronal puede aprender cualquier función. [ 106 ]
En las redes neuronales de alimentación directa, la señal pasa en una sola dirección. [ 107 ] El término perceptrón generalmente se refiere a una red neuronal de una sola capa. [ 108 ] En contraste, el aprendizaje profundo utiliza muchas capas. [ 109 ] Las redes neuronales recurrentes (RNN) retroalimentan la señal de salida a la entrada, lo que permite memorias a corto plazo de eventos de entrada anteriores. Las redes de memoria a largo y corto plazo (LSTM) son redes neuronales recurrentes que preservan mejor las dependencias a largo plazo y son menos sensibles al problema del gradiente evanescente . [ 110 ] Las redes neuronales convolucionales (CNN) utilizan capas de núcleos para procesar patrones locales de manera más eficiente. Este procesamiento local es especialmente importante en el procesamiento de imágenes , donde las primeras capas de CNN generalmente identifican patrones locales simples como bordes y curvas, mientras que las capas subsiguientes detectan patrones más complejos como texturas y, finalmente, objetos completos. [ 111 ]
Aprendizaje profundo
El aprendizaje profundo utiliza varias capas de neuronas entre las entradas y salidas de la red. [ 109 ] Las múltiples capas pueden extraer progresivamente características de nivel superior de la entrada sin procesar. Por ejemplo, en el procesamiento de imágenes , las capas inferiores pueden identificar bordes, mientras que las capas superiores pueden identificar conceptos relevantes para un ser humano, como dígitos, letras o rostros. [ 113 ]
El aprendizaje profundo ha mejorado profundamente el rendimiento de los programas en muchos subcampos importantes de la inteligencia artificial, incluyendo la visión por computadora , el reconocimiento de voz , el procesamiento del lenguaje natural , la clasificación de imágenes , [ 114 ] y otros. La razón por la que el aprendizaje profundo funciona tan bien en tantas aplicaciones no se conoce a partir de 2021. [ 115 ] El éxito repentino del aprendizaje profundo en 2012–2015 no se produjo debido a algún nuevo descubrimiento o avance teórico (las redes neuronales profundas y la retropropagación habían sido descritas por muchas personas, ya en la década de 1950) [ i ] sino debido a dos factores: el aumento en la potencia de cálculo (incluido el aumento de cien veces en la velocidad al cambiar a GPU ) y la disponibilidad de grandes cantidades de datos de entrenamiento, especialmente los conjuntos de datos gigantes curados utilizados para pruebas de referencia, como ImageNet . [ j ]
GPT
Los transformadores generativos preentrenados (GPT) son grandes modelos de lenguaje (LLM) que generan texto basándose en las relaciones semánticas entre las palabras de las oraciones. Los modelos GPT basados en texto se preentrenan con un gran corpus de texto que puede provenir de Internet. El preentrenamiento consiste en predecir el siguiente token (un token suele ser una palabra, subpalabra o signo de puntuación). A lo largo de este preentrenamiento, los modelos GPT acumulan conocimiento sobre el mundo y luego pueden generar texto similar al humano prediciendo repetidamente el siguiente token. Normalmente, una fase de entrenamiento posterior hace que el modelo sea más veraz, útil e inofensivo, generalmente con una técnica llamada aprendizaje por refuerzo a partir de la retroalimentación humana (RLHF). Los modelos GPT actuales son propensos a generar falsedades llamadas " alucinaciones ". Estas pueden reducirse con RLHF y datos de calidad, pero el problema ha ido empeorando para los sistemas de razonamiento. [ 123 ] Dichos sistemas se utilizan en chatbots , que permiten a las personas hacer una pregunta o solicitar una tarea en texto simple. [ 124 ] [ 125 ]
Los modelos y servicios actuales incluyen ChatGPT , Claude , Gemini , Copilot y Meta AI . [ 126 ] Los modelos GPT multimodales pueden procesar diferentes tipos de datos ( modalidades ) como imágenes, vídeos, sonido y texto. [ 127 ]
Hardware y software
A finales de la década de 2010, las unidades de procesamiento gráfico (GPU), cada vez más diseñadas con mejoras específicas para IA y utilizadas con el software especializado TensorFlow, reemplazaron a las unidades centrales de procesamiento (CPU) utilizadas anteriormente como el medio dominante para el entrenamiento de modelos de aprendizaje automático a gran escala (comerciales y académicos) . [ 128 ] En las primeras investigaciones sobre IA se utilizaron lenguajes de programación especializados como Prolog , [ 129 ] pero los lenguajes de programación de propósito general como Python se han vuelto predominantes. [ 130 ]
Se ha observado que la densidad de transistores en los circuitos integrados se duplica aproximadamente cada 18 meses, una tendencia conocida como la ley de Moore , llamada así por el cofundador de Intel , Gordon Moore , quien la identificó por primera vez. Las mejoras en las GPU han sido aún más rápidas, [ 131 ] una tendencia a veces llamada ley de Huang , [ 132 ] llamada así por el cofundador y director ejecutivo de Nvidia, Jensen Huang .
Aplicaciones
La tecnología de IA y aprendizaje automático se utiliza en la mayoría de las aplicaciones esenciales de la década de 2020, entre las que se incluyen:
- motores de búsqueda (como Google Search )
- publicidad en línea segmentada
- Sistemas de recomendación (ofrecidos por Netflix , YouTube o Amazon ) que generan tráfico de internet.
- publicidad segmentada ( AdSense , Facebook )
- asistentes virtuales (como Siri o Alexa )
- vehículos autónomos (incluidos drones , sistemas avanzados de asistencia al conductor y coches autónomos )
- Traducción automática de idiomas ( Microsoft Translator , Google Translate )
- reconocimiento facial ( FaceID de Apple o DeepFace de Microsoft y FaceNet de Google )
- Etiquetado de imágenes (utilizado por Facebook, Fotos de Apple y TikTok ).
El despliegue de la IA puede ser supervisado por un director de automatización (CAO, por sus siglas en inglés).
desarrollo de software asistido por IA
Chatbots
Salud y medicina
AlphaFold 2 (2021) demostró la capacidad de aproximar, en horas en lugar de meses, la estructura 3D de una proteína . [ 133 ] En 2023, se informó que el descubrimiento de fármacos guiado por IA ayudó a encontrar una clase de antibióticos capaces de matar dos tipos diferentes de bacterias resistentes a los medicamentos. [ 134 ] En 2024, los investigadores utilizaron el aprendizaje automático para acelerar la búsqueda de tratamientos farmacológicos para la enfermedad de Parkinson . Su objetivo era identificar compuestos que bloquearan la aglomeración, o agregación, de la alfa-sinucleína (la proteína que caracteriza la enfermedad de Parkinson). Lograron acelerar el proceso de cribado inicial diez veces y reducir el coste mil veces. [ 135 ] [ 136 ]
La IA se utiliza cada vez más en el diagnóstico médico, incluida la detección de enfermedades como el cáncer de pulmón a partir de imágenes médicas como las tomografías computarizadas . [ 137 ]
Un artículo de Nature de 2026 titulado "Decenas de modelos de predicción de enfermedades mediante IA fueron entrenados con datos dudosos" destacó el uso de datos poco fiables para entrenar modelos de predicción médica mediante IA para accidentes cerebrovasculares y diabetes en 125 artículos de investigación. La evidencia sugirió que algunas de las herramientas de IA desarrolladas con datos poco fiables se habían utilizado en pacientes, aunque no estaba claro si se habían producido resultados adversos. [ 138 ] [ 139 ]
Juego de azar
Los programas de juegos se han utilizado desde la década de 1950 para demostrar y probar las técnicas más avanzadas de la IA. [ 140 ] Deep Blue se convirtió en el primer sistema informático de ajedrez en vencer a un campeón mundial de ajedrez reinante, Garry Kasparov , el 11 de mayo de 1997. [ 141 ] En 2011, en un partido de exhibición del programa de preguntas Jeopardy!, el sistema de respuesta a preguntas de IBM , Watson , derrotó a los dos mejores campeones de Jeopardy!, Brad Rutter y Ken Jennings , por un margen significativo. [ 142 ] En marzo de 2016, AlphaGo ganó 4 de 5 partidas de Go en un encuentro con el campeón de Go Lee Sedol , convirtiéndose en el primer sistema informático de Go en vencer a un jugador profesional de Go sin hándicaps . Luego, en 2017, derrotó a Ke Jie , quien era el mejor jugador de Go del mundo. [ 143 ] Otros programas manejan juegos de información imperfecta , como el programa de póker Pluribus . [ 144 ] DeepMind desarrolló modelos de aprendizaje por refuerzo cada vez más generalistas , como MuZero , que podía entrenarse para jugar ajedrez, Go o juegos de Atari . [ 145 ] En 2019, AlphaStar de DeepMind alcanzó el nivel de gran maestro en StarCraft II , un juego de estrategia en tiempo real particularmente desafiante que implica un conocimiento incompleto de lo que sucede en el mapa. [ 146 ] En 2021, un agente de IA compitió en una competición de PlayStation Gran Turismo , ganando contra cuatro de los mejores pilotos de Gran Turismo del mundo usando aprendizaje profundo por refuerzo. [ 147 ] En 2024, Google DeepMind presentó SIMA, un tipo de IA capaz de jugar de forma autónoma nueve videojuegos de mundo abierto nunca antes vistos observando la salida de la pantalla, así como ejecutar tareas cortas y específicas en respuesta a instrucciones en lenguaje natural. [ 148 ]
Matemáticas
En matemáticas, los modelos de lenguaje probabilísticos de gran tamaño son versátiles, pero también pueden producir respuestas erróneas en forma de alucinaciones . El Grupo Alibaba desarrolló una versión de sus modelos Qwen llamada Qwen2-Math , que alcanzó un rendimiento de vanguardia en varios puntos de referencia matemáticos, incluyendo una precisión del 84% en el conjunto de datos MATH de problemas matemáticos de competición. [ 149 ] En enero de 2025, Microsoft propuso la técnica rStar-Math que aprovecha la búsqueda en árbol de Monte Carlo y el razonamiento paso a paso, lo que permite que un modelo de lenguaje relativamente pequeño como Qwen-7B resuelva el 53% de los problemas de referencia AIME 2024 y el 90% de los problemas de referencia MATH. [ 150 ] Google DeepMind ha desarrollado modelos para resolver problemas matemáticos: AlphaTensor , AlphaGeometry , AlphaProof , AlphaEvolve y FunSearch . [ 151 ] [ 152 ]
Cuando se utiliza el lenguaje natural para describir problemas matemáticos, los convertidores pueden transformar dichas indicaciones en un lenguaje formal como Lean para definir tareas matemáticas. El modelo experimental Gemini Deep Think acepta indicaciones en lenguaje natural directamente y obtuvo la medalla de oro en la Olimpiada Internacional de Matemáticas de 2025. [ 153 ]
El aprendizaje profundo topológico integra diversos enfoques topológicos .
Finanzas
Según Nicolas Firzli, director del Foro Mundial de Pensiones e Inversiones , quizás sea demasiado pronto para ver el surgimiento de productos y servicios financieros altamente innovadores basados en IA. Argumenta que «la implementación de herramientas de IA simplemente automatizará aún más las cosas, destruyendo decenas de miles de empleos en banca, planificación financiera y asesoramiento sobre pensiones en el proceso, pero no estoy seguro de que desate una nueva ola de innovación [por ejemplo, sofisticada] en materia de pensiones». [ 154 ]
Militar
Varios países están desplegando aplicaciones militares de IA. [ 155 ] Las principales aplicaciones mejoran el mando y control , las comunicaciones, los sensores, la integración y la interoperabilidad. [ 156 ] La investigación se centra en la recopilación y el análisis de inteligencia, la logística, las operaciones cibernéticas, las operaciones de información y los vehículos semiautónomos y autónomos . [ 155 ] Las tecnologías de IA permiten la coordinación de sensores y efectores, la detección e identificación de amenazas, el marcado de posiciones enemigas, la adquisición de objetivos , la coordinación y la resolución de conflictos de fuego conjunto distribuido entre vehículos de combate en red, tanto operados por humanos como autónomos. [ 156 ]
La IA se ha utilizado en operaciones militares en Irak, Siria, Israel y Ucrania. [ 155 ] [ 157 ] [ 158 ] [ 159 ]
IA generativa
La inteligencia artificial generativa (GenAI) es un subcampo de la inteligencia artificial (IA) que utiliza modelos generativos para generar texto, imágenes , vídeos , audio , código de software ( codificación vibra ) u otras formas de datos. [ 160 ] Estos modelos aprenden los patrones y estructuras subyacentes de sus datos de entrenamiento y los utilizan para generar nuevos datos [ 161 ] en respuesta a la entrada, que a menudo toma la forma de indicaciones en lenguaje natural . [ 162 ] [ 163 ]
La prevalencia de las herramientas de IA generativa ha aumentado significativamente desde el auge de la IA en la década de 2020. Este auge fue posible gracias a las mejoras en las redes neuronales profundas , en particular los grandes modelos de lenguaje (LLM), que se basan en la arquitectura Transformer . Las aplicaciones de IA generativa incluyen chatbots como ChatGPT , Claude , Copilot , DeepSeek , Doubao , Google Gemini , Grok y Qwen ; modelos de texto a imagen como DALL-E , Firefly , Stable Diffusion y Midjourney ; y modelos de texto a vídeo como Veo , LTX y Sora . [ 164 ] [ 165 ] [ 166 ]
Empresas de diversos sectores han utilizado IA generativa, incluyendo aquellas en desarrollo de software, atención médica, [ 167 ] finanzas, [ 168 ] entretenimiento, [ 169 ] servicio al cliente, [ 170 ] ventas y marketing, [ 171 ] arte, escritura, [ 172 ] y diseño de productos. [ 173 ]
Agentes
Los agentes de IA son entidades de software diseñadas para percibir su entorno, tomar decisiones y realizar acciones de forma autónoma para lograr objetivos específicos. Estos agentes pueden interactuar con los usuarios, su entorno u otros agentes. Los agentes de IA se utilizan en diversas aplicaciones, como asistentes virtuales , chatbots , vehículos autónomos , sistemas de juegos y robótica industrial . Los agentes de IA operan dentro de las limitaciones de su programación, los recursos computacionales disponibles y las limitaciones de hardware. Esto significa que están restringidos a realizar tareas dentro de su ámbito definido y tienen capacidades finitas de memoria y procesamiento. En aplicaciones del mundo real, los agentes de IA a menudo se enfrentan a limitaciones de tiempo para la toma de decisiones y la ejecución de acciones. Muchos agentes de IA incorporan algoritmos de aprendizaje, lo que les permite mejorar su rendimiento con el tiempo a través de la experiencia o el entrenamiento. Mediante el aprendizaje automático, los agentes de IA pueden adaptarse a nuevas situaciones y optimizar su comportamiento para las tareas designadas. [ 174 ] [ 175 ] [ 176 ]
Búsqueda web
Microsoft presentó Copilot Search en febrero de 2023 bajo el nombre de Bing Chat . Copilot Search proporciona resúmenes generados por IA. [ 177 ]
Google presentó un Modo IA en su evento Google I/O el 20 de mayo de 2025. [ 178 ]
Sexualidad
Las aplicaciones de la IA en este ámbito incluyen rastreadores de menstruación y fertilidad habilitados por IA que analizan datos de usuario para ofrecer predicciones, [ 179 ] juguetes sexuales integrados con IA (por ejemplo, teledildónica ), [ 180 ] contenido de educación sexual generado por IA, [ 181 ] y agentes de IA que simulan parejas sexuales y románticas (por ejemplo, Replika ). [ 182 ] La IA también se utiliza para la producción de pornografía deepfake no consensuada , lo que plantea importantes preocupaciones éticas y legales. [ 183 ]
Las tecnologías de IA también se han utilizado para intentar identificar la violencia de género en línea y el acoso sexual en línea de menores. [ 184 ] [ 185 ]
Otras tareas específicas del sector
En una encuesta de 2017, una de cada cinco empresas informó haber incorporado "IA" en algunas de sus ofertas o procesos. [ 186 ]
En el ámbito de la evacuación y la gestión de desastres , la IA se ha utilizado para investigar patrones en evacuaciones a gran y pequeña escala utilizando datos históricos de GPS, vídeos o redes sociales. [ 187 ] [ 188 ] [ 189 ]
Durante las elecciones indias de 2024 , se gastaron 50 millones de dólares estadounidenses en contenido autorizado generado por IA, principalmente mediante la creación de deepfakes de políticos aliados (incluidos algunos fallecidos) para interactuar mejor con los votantes, y mediante la traducción de discursos a varios idiomas locales. [ 190 ]
El uso de IA generativa por parte de los bufetes de abogados para la investigación jurídica dio lugar a la creación de la base de datos global "Casos de Alucinaciones de IA", en abril de 2025, establecida por Damien Charlotin, profesor de análisis de datos jurídicos de HEC Paris y Sciences Po . [ 191 ] [ 192 ] Para 2026, los jueces habían impuesto sanciones y los colegios de abogados habían emitido advertencias debido a las presentaciones de abogados ante los tribunales que contenían citas de jurisprudencia fabricadas y generadas por herramientas de IA. [ 193 ]
Ética
La IA tiene beneficios potenciales y riesgos potenciales. [ 196 ] La IA puede impulsar la ciencia y encontrar soluciones a problemas graves: Demis Hassabis de DeepMind espera "resolver la inteligencia y luego usarla para resolver todo lo demás". [ 197 ] Sin embargo, a medida que el uso de la IA se ha generalizado, se han identificado varias consecuencias y riesgos no deseados. [ 198 ] [ 199 ] Los sistemas en producción a veces no pueden incorporar la ética y los sesgos en sus procesos de entrenamiento de IA, especialmente cuando los algoritmos de IA son inherentemente inexplicables en el aprendizaje profundo. [ 200 ]
Riesgos y daños
Privacidad y derechos de autor
Los algoritmos de aprendizaje automático requieren grandes cantidades de datos. Las técnicas utilizadas para adquirir estos datos han generado preocupación en torno a la privacidad , la vigilancia y los derechos de autor .
Los dispositivos y servicios con inteligencia artificial, como los asistentes virtuales y los productos de IoT, recopilan información personal de forma continua, lo que genera preocupación por la recopilación intrusiva de datos y el acceso no autorizado por parte de terceros. La pérdida de privacidad se ve agravada por la capacidad de la IA para procesar y combinar grandes cantidades de datos, lo que podría conducir a una sociedad de vigilancia donde las actividades individuales se monitorean y analizan constantemente sin las salvaguardias ni la transparencia adecuadas.
Los datos sensibles de los usuarios recopilados pueden incluir registros de actividad en línea, datos de geolocalización, vídeo o audio. [ 201 ] Por ejemplo, para crear algoritmos de reconocimiento de voz , Amazon ha grabado millones de conversaciones privadas y ha permitido que trabajadores temporales las escuchen y transcriban. [ 202 ] Las opiniones sobre esta vigilancia generalizada varían desde quienes la consideran un mal necesario hasta quienes la ven claramente como poco ética y una violación del derecho a la privacidad . [ 203 ]
Los desarrolladores de IA argumentan que esta es la única manera de ofrecer aplicaciones valiosas y han desarrollado varias técnicas que intentan preservar la privacidad al tiempo que obtienen los datos, como la agregación de datos , la anonimización y la privacidad diferencial . [ 204 ] Desde 2016, algunos expertos en privacidad, como Cynthia Dwork , han comenzado a ver la privacidad en términos de equidad . Brian Christian escribió que los expertos han pasado "de la pregunta de 'qué saben' a la pregunta de 'qué están haciendo con ello'". [ 205 ]
La IA generativa a menudo se entrena con obras protegidas por derechos de autor sin licencia, incluso en dominios como imágenes o código informático; el resultado se utiliza luego bajo el argumento del " uso legítimo ". Los expertos discrepan sobre qué tan bien y bajo qué circunstancias este argumento se mantendrá en los tribunales de justicia; los factores relevantes pueden incluir "el propósito y el carácter del uso de la obra protegida por derechos de autor" y "el efecto sobre el mercado potencial para la obra protegida por derechos de autor". [ 206 ] [ 207 ] Los propietarios de sitios web pueden indicar que no desean que su contenido sea rastreado a través de un archivo " robots.txt ". [ 208 ] Sin embargo, algunas empresas rastrearán el contenido de todos modos [ 209 ] [ 210 ] porque el archivo robots.txt no tiene autoridad real. En 2023, autores destacados (incluidos John Grisham y Jonathan Franzen ) demandaron a empresas de IA por usar su trabajo para entrenar IA generativa. [ 211 ] [ 212 ] Otro enfoque discutido es imaginar un sistema de protección sui generis separado para las creaciones generadas por IA para garantizar una atribución justa y una compensación para los autores humanos. [ 213 ]
Dominio de los gigantes tecnológicos
El panorama comercial de la IA está dominado por grandes empresas tecnológicas como Alphabet Inc. , Amazon , Apple Inc. , Meta Platforms y Microsoft . [ 214 ] [ 215 ] [ 216 ] Algunos de estos actores ya poseen la gran mayoría de la infraestructura en la nube y la capacidad de procesamiento de los centros de datos existentes , lo que les permite afianzarse aún más en el mercado. [ 217 ] [ 218 ]
Necesidades energéticas e impactos ambientales
Las empresas tecnológicas han construido infraestructuras de electricidad e inteligencia artificial para facilitar el auge de la IA en la década de 2020. Un informe de 2025 de la consultora McKinsey & Company estimó que para 2030 se invertirían 2,7 billones de dólares en infraestructuras de IA y centros de datos en EE. UU., superando cada mes la inversión del Proyecto Manhattan de la Segunda Guerra Mundial . [ 220 ]
En enero de 2024, la Agencia Internacional de Energía (AIE) publicó Electricidad 2024: Análisis y pronóstico hasta 2026. [ 221 ] Este es el primer informe de la AIE que realiza proyecciones sobre el consumo de energía de los centros de datos y la IA y las criptomonedas. El informe indica que la demanda de energía para estos usos podría duplicarse para 2026, y que el consumo adicional de energía sería equivalente al de Japón. [ 222 ]
El consumo de energía de la IA es responsable del aumento del uso de combustibles fósiles y ha retrasado el cierre de centrales eléctricas de carbón obsoletas y emisoras de carbono. Una búsqueda en ChatGPT consume diez veces más energía eléctrica que una búsqueda en Google. [ 223 ]
Un informe de investigación de Goldman Sachs de 2024, titulado "Centros de datos con IA y el próximo aumento de la demanda de energía en EE. UU. ", concluyó que "es probable que la demanda de energía en EE. UU. experimente un crecimiento sin precedentes en una generación..." y pronostica que, para 2030, los centros de datos estadounidenses consumirán el 8 % de la energía del país, en comparación con el 3 % en 2022, lo que presagia un crecimiento para la industria de generación de energía eléctrica por diversos medios. [ 224 ] La necesidad de energía eléctrica de los centros de datos es tal que podrían saturar la red eléctrica. Las grandes empresas tecnológicas argumentan que la IA puede utilizarse para maximizar la utilización de la red por parte de todos. [ 225 ]
En 2024, The Wall Street Journal informó que las grandes empresas de IA habían iniciado negociaciones con los proveedores de energía nuclear de EE. UU. para suministrar electricidad a los centros de datos. En marzo de 2024, Amazon compró un centro de datos alimentado por energía nuclear en Pensilvania por 650 millones de dólares. [ 226 ]
En septiembre de 2024, Microsoft anunció un acuerdo con Constellation Energy para reabrir la central nuclear de Three Mile Island y así suministrar a Microsoft el 100% de la energía eléctrica producida por la planta durante 20 años. La reapertura de la planta, que sufrió una fusión parcial del reactor de la Unidad 2 en 1979, requerirá que Constellation supere estrictos procesos regulatorios, incluyendo un exhaustivo control de seguridad por parte de la Comisión Reguladora Nuclear de EE. UU . De aprobarse (siendo esta la primera puesta en marcha de una central nuclear en EE. UU.), se producirán más de 835 megavatios de energía, suficiente para abastecer a 800 000 hogares. El costo de la reapertura y modernización se estima en 1600 millones de dólares y depende de las exenciones fiscales para la energía nuclear contempladas en la Ley de Reducción de la Inflación de EE. UU. de 2022 . [ 227 ] A partir de 2024, el gobierno de EE. UU. y el estado de Michigan han estado invirtiendo casi US$2 mil millones para reabrir el reactor nuclear de Palisades en el lago Michigan. Cerrado desde 2022, se planeó que la planta reabriera en octubre de 2025. [ 228 ]
Tras la última aprobación en septiembre de 2023, Taiwán suspendió la aprobación de centros de datos al norte de Taoyuan con una capacidad superior a 5 MW en 2024, debido a la escasez de suministro eléctrico. [ 229 ] Taiwán tiene como objetivo eliminar gradualmente la energía nuclear para 2025. [ 229 ]
Singapur impuso una prohibición a la apertura de centros de datos en 2019 debido al suministro eléctrico, pero en 2022 levantó esta prohibición. [ 229 ]
Aunque la mayoría de las centrales nucleares de Japón se cerraron tras el accidente nuclear de Fukushima de 2011 , según un artículo de Bloomberg de octubre de 2024 en japonés, la empresa de servicios de juegos en la nube Ubitus, en la que Nvidia tiene participación, está buscando terrenos en Japón cerca de una central nuclear para un nuevo centro de datos para IA generativa. [ 230 ]
El 1 de noviembre de 2024, la Comisión Federal Reguladora de Energía (FERC) rechazó una solicitud presentada por Talen Energy para obtener la aprobación para suministrar electricidad de la central nuclear de Susquehanna al centro de datos de Amazon. [ 231 ] Según el presidente de la Comisión, Willie L. Phillips , esto representa una carga para la red eléctrica, así como una importante preocupación por la transferencia de costos a los hogares y otros sectores empresariales. [ 231 ]
En 2025, un informe elaborado por la AIE estimó las emisiones de gases de efecto invernadero derivadas del consumo energético de la IA en 180 millones de toneladas. Para 2035, estas emisiones podrían aumentar a entre 300 y 500 millones de toneladas, dependiendo de las medidas que se adopten. Esto representa menos del 1,5 % de las emisiones del sector energético. El potencial de reducción de emisiones de la IA se estimó en un 5 % de las emisiones del sector energético, pero los efectos rebote (por ejemplo, si las personas cambian el transporte público por coches autónomos) pueden reducirlo. [ 232 ]
Desinformación
YouTube , Facebook y otras plataformas utilizan sistemas de recomendación para guiar a los usuarios hacia más contenido. Estos programas de IA tenían como objetivo maximizar la participación del usuario (es decir, el único objetivo era mantener a la gente viendo contenido). La IA aprendió que los usuarios tendían a elegir desinformación , teorías conspirativas y contenido partidista extremo , y, para mantenerlos viendo contenido, la IA recomendaba más de ello. Los usuarios también tendían a ver más contenido sobre el mismo tema, por lo que la IA los condujo a burbujas informativas donde recibían múltiples versiones de la misma desinformación. [ 233 ] Esto convenció a muchos usuarios de que la desinformación era cierta y, en última instancia, socavó la confianza en las instituciones, los medios de comunicación y el gobierno. [ 234 ] El programa de IA había aprendido correctamente a maximizar su objetivo, pero el resultado fue perjudicial para la sociedad. Después de las elecciones estadounidenses de 2016, las principales empresas tecnológicas tomaron algunas medidas para mitigar el problema. [ 235 ]
A principios de la década de 2020, la IA generativa comenzó a crear imágenes, audio y textos prácticamente indistinguibles de fotografías, grabaciones o escritura humana reales, [ 236 ] mientras que los videos realistas generados por IA se volvieron factibles a mediados de la década de 2020. [ 237 ] [ 238 ] [ 239 ] Es posible que actores malintencionados utilicen esta tecnología para crear grandes cantidades de desinformación y propaganda computacional mediante técnicas como los deepfakes. [ 240 ] [ 241 ] El pionero de la IA y científico informático ganador del Premio Nobel, Geoffrey Hinton, expresó su preocupación por el hecho de que la IA permitiera a los "líderes autoritarios manipular a sus electores" a gran escala, entre otros riesgos. [ 242 ] La capacidad de influir en los electores se ha demostrado en al menos un estudio. Este mismo estudio muestra declaraciones más inexactas de los modelos cuando defienden a candidatos de la derecha política. [ 243 ]
Investigadores de IA de Microsoft , OpenAI , universidades y otras organizaciones han sugerido utilizar " credenciales de personalidad " como una forma de superar el engaño en línea facilitado por modelos de IA. [ 244 ]
Sesgo algorítmico y equidad
Las aplicaciones de aprendizaje automático pueden estar sesgadas [ k ] si aprenden de datos sesgados. [ 246 ] Los desarrolladores pueden no ser conscientes de que existe el sesgo. [ 247 ] Se puede observar un comportamiento discriminatorio por parte de algunos LLM en su salida. [ 248 ] El sesgo puede introducirse por la forma en que se seleccionan los datos de entrenamiento y por la forma en que se implementa un modelo. [ 249 ] [ 246 ] Si se utiliza un algoritmo sesgado para tomar decisiones que pueden dañar gravemente a las personas (como puede ocurrir en medicina , finanzas , reclutamiento , vivienda o policía ), entonces el algoritmo puede causar discriminación . [ 250 ] El campo de la equidad estudia cómo prevenir los daños de los sesgos algorítmicos.
El 28 de junio de 2015, la nueva función de etiquetado de imágenes de Google Fotos identificó erróneamente a Jacky Alcine y a un amigo como "gorilas" porque eran negros. El sistema se entrenó con un conjunto de datos que contenía muy pocas imágenes de personas negras, [ 251 ] un problema llamado "disparidad en el tamaño de la muestra". [ 252 ] Google "solucionó" este problema impidiendo que el sistema etiquetara nada como "gorila". Ocho años después, en 2023, Google Fotos seguía sin poder identificar a un gorila, al igual que productos similares de Apple, Facebook, Microsoft y Amazon. [ 253 ]
COMPAS es un programa comercial ampliamente utilizado por los tribunales estadounidenses para evaluar la probabilidad de que un acusado reincida . En 2016, Julia Angwin de ProPublica descubrió que COMPAS presentaba sesgo racial, a pesar de que no se le indicaron las razas de los acusados. Aunque la tasa de error para blancos y negros se calibró exactamente igual en un 61%, los errores para cada raza fueron diferentes: el sistema sobreestimó sistemáticamente la probabilidad de que una persona negra reincidiera y subestimó la probabilidad de que una persona blanca no reincidiera. [ 254 ] En 2017, varios investigadores [ l ] demostraron que era matemáticamente imposible que COMPAS incorporara todas las medidas posibles de equidad cuando las tasas base de reincidencia eran diferentes para blancos y negros en los datos. [ 256 ]
Un programa puede tomar decisiones sesgadas incluso si los datos no mencionan explícitamente una característica problemática (como "raza" o "género"). La característica se correlacionará con otras características (como "dirección", "historial de compras" o "nombre"), y el programa tomará las mismas decisiones basándose en estas características que si se basara en "raza" o "género". [ 257 ] Moritz Hardt dijo: "El hecho más sólido en esta área de investigación es que la equidad a través de la ceguera no funciona". [ 258 ]
Las críticas a COMPAS destacaron que los modelos de aprendizaje automático están diseñados para hacer "predicciones" que solo son válidas si asumimos que el futuro se parecerá al pasado. Si se entrenan con datos que incluyen los resultados de decisiones racistas del pasado, los modelos de aprendizaje automático deben predecir que se tomarán decisiones racistas en el futuro. Si una aplicación luego usa estas predicciones como recomendaciones , es probable que algunas de estas "recomendaciones" sean racistas. [ 259 ] Por lo tanto, el aprendizaje automático no es adecuado para ayudar a tomar decisiones en áreas donde hay esperanza de que el futuro sea mejor que el pasado. Es descriptivo en lugar de prescriptivo. [ m ]
Los prejuicios y las injusticias pueden pasar desapercibidos porque los desarrolladores son en su inmensa mayoría blancos y hombres: entre los ingenieros de IA, alrededor del 4% son negros y el 20% son mujeres. [ 252 ]
Existen diversas definiciones y modelos matemáticos contradictorios de equidad. Estas nociones dependen de supuestos éticos y están influenciadas por creencias sobre la sociedad. Una categoría amplia es la equidad distributiva , que se centra en los resultados, a menudo identificando grupos y buscando compensar las disparidades estadísticas. La equidad representativa intenta garantizar que los sistemas de IA no refuercen estereotipos negativos ni invisibilicen a ciertos grupos. La equidad procesal se centra en el proceso de decisión en lugar del resultado. Las nociones de equidad más relevantes pueden depender del contexto, en particular del tipo de aplicación de IA y de las partes interesadas. La subjetividad en las nociones de sesgo y equidad dificulta su operacionalización por parte de las empresas. Muchos expertos en ética de la IA también consideran necesario el acceso a atributos sensibles como la raza o el género para compensar los sesgos, pero esto puede entrar en conflicto con las leyes antidiscriminación . [ 245 ]
En la Conferencia ACM de 2022 sobre Equidad, Responsabilidad y Transparencia, un artículo informó que un sistema robótico basado en CLIP ( Preentrenamiento Contrastivo de Lenguaje e Imágenes ) reproducía estereotipos dañinos vinculados al género y la raza en una tarea de manipulación simulada. Los autores recomendaron que los métodos de aprendizaje robótico que manifiestan físicamente tales daños se "pausen, reelaboren o incluso se desactiven cuando sea apropiado, hasta que se pueda demostrar que los resultados son seguros, efectivos y justos". [ 261 ] [ 262 ] [ 263 ]
Falta de transparencia
Muchos sistemas de IA son tan complejos que sus diseñadores no pueden explicar cómo llegan a sus decisiones. [ 264 ] Particularmente con las redes neuronales profundas , en las que existen muchas relaciones no lineales entre entradas y salidas. Pero existen algunas técnicas populares de explicabilidad. [ 265 ]
Es imposible estar seguro de que un programa funciona correctamente si nadie sabe exactamente cómo funciona. Ha habido muchos casos en los que un programa de aprendizaje automático superó pruebas rigurosas, pero aun así aprendió algo diferente a lo que pretendían los programadores. Por ejemplo, se descubrió que un sistema que podía identificar enfermedades de la piel mejor que los profesionales médicos tenía una fuerte tendencia a clasificar imágenes con una regla como "cancerosas", porque las imágenes de tumores malignos suelen incluir una regla para mostrar la escala. [ 266 ] Otro sistema de aprendizaje automático diseñado para ayudar a asignar eficazmente los recursos médicos clasificó a los pacientes con asma como de "bajo riesgo" de morir por neumonía. Tener asma es en realidad un factor de riesgo grave, pero como los pacientes con asma suelen recibir mucha más atención médica, era relativamente improbable que murieran según los datos de entrenamiento. La correlación entre el asma y el bajo riesgo de morir por neumonía era real, pero engañosa. [ 267 ]
Las personas perjudicadas por la decisión de un algoritmo tienen derecho a una explicación. [ 268 ] Se espera, por ejemplo, que los médicos expliquen de forma clara y completa a sus colegas el razonamiento detrás de cualquier decisión que tomen. Los primeros borradores del Reglamento General de Protección de Datos de la Unión Europea de 2016 incluían una declaración explícita de que este derecho existe. [ n ] Los expertos de la industria señalaron que se trata de un problema sin resolver y sin solución a la vista. Los reguladores argumentaron que, no obstante, el daño es real: si el problema no tiene solución, no deberían utilizarse las herramientas. [ 269 ]
DARPA estableció el programa XAI ("Inteligencia Artificial Explicable") en 2014 para intentar resolver estos problemas. [ 270 ]
Varios enfoques buscan abordar el problema de la transparencia. SHAP permite visualizar la contribución de cada característica a la salida. [ 271 ] LIME puede aproximar localmente las salidas de un modelo con un modelo más simple e interpretable. [ 272 ] El aprendizaje multitarea proporciona una gran cantidad de salidas además de la clasificación objetivo. Estas otras salidas pueden ayudar a los desarrolladores a deducir lo que la red ha aprendido. [ 273 ] La deconvolución , DeepDream y otros métodos generativos pueden permitir a los desarrolladores ver lo que diferentes capas de una red profunda para visión artificial han aprendido y producir una salida que puede sugerir lo que la red está aprendiendo. [ 274 ] Para transformadores generativos preentrenados , Anthropic desarrolló una técnica basada en el aprendizaje de diccionarios que asocia patrones de activaciones neuronales con conceptos comprensibles para los humanos. [ 275 ]
Actores malintencionados e IA utilizada como arma
La inteligencia artificial proporciona una serie de herramientas útiles para actores malintencionados , como gobiernos autoritarios , terroristas , criminales o estados rebeldes .
Un arma autónoma letal es una máquina que localiza, selecciona y ataca objetivos humanos sin supervisión humana. [ o ] Las herramientas de IA ampliamente disponibles pueden ser utilizadas por actores malintencionados para desarrollar armas autónomas de bajo costo y, si se producen a gran escala, son potencialmente armas de destrucción masiva . [ 277 ] Incluso cuando se utilizan en la guerra convencional, actualmente no pueden elegir objetivos de manera confiable y podrían matar a una persona inocente . [ 277 ] En 2014, 30 naciones (incluida China) apoyaron una prohibición de las armas autónomas en virtud de la Convención de las Naciones Unidas sobre Ciertas Armas Convencionales ; sin embargo, Estados Unidos y otros no estuvieron de acuerdo. [ 278 ] Para 2015, se informó que más de cincuenta países estaban investigando robots de campo de batalla. [ 279 ]
Las herramientas de IA facilitan a los gobiernos autoritarios el control eficiente de sus ciudadanos de diversas maneras. El reconocimiento facial y de voz permite la vigilancia generalizada . El aprendizaje automático , al procesar estos datos, puede clasificar a los potenciales enemigos del Estado e impedir que se oculten. Los sistemas de recomendación pueden dirigir con precisión la propaganda y la desinformación para lograr el máximo efecto. Los deepfakes y la IA generativa contribuyen a la producción de desinformación. La IA avanzada puede hacer que la toma de decisiones centralizada autoritaria sea más competitiva que los sistemas liberales y descentralizados, como los mercados . Reduce el costo y la dificultad de la guerra digital y el software espía avanzado . [ 280 ] Todas estas tecnologías están disponibles desde 2020 o antes; los sistemas de reconocimiento facial de IA ya se utilizan para la vigilancia masiva en China. [ 281 ] [ 282 ]
Existen muchas otras formas en que se espera que la IA ayude a los delincuentes, algunas de las cuales no se pueden prever. Por ejemplo, la IA de aprendizaje automático es capaz de diseñar decenas de miles de moléculas tóxicas en cuestión de horas. [ 283 ]
Desempleo tecnológico
Los economistas han destacado con frecuencia los riesgos de despidos derivados de la IA y han especulado sobre el desempleo si no existe una política social adecuada para el pleno empleo. [ 284 ]
En el pasado, la tecnología ha tendido a aumentar en lugar de reducir el empleo total, pero los economistas reconocen que "estamos en territorio desconocido" con la IA. [ 285 ] Una encuesta a economistas mostró desacuerdo sobre si el uso creciente de robots e IA causará un aumento sustancial en el desempleo a largo plazo , pero generalmente coinciden en que podría ser un beneficio neto si las ganancias de productividad se redistribuyen . [ 286 ] Las estimaciones de riesgo varían; por ejemplo, en la década de 2010, Michael Osborne y Carl Benedikt Frey estimaron que el 47% de los empleos en EE. UU. están en "alto riesgo" de automatización potencial, mientras que un informe de la OCDE clasificó solo el 9% de los empleos en EE. UU. como "alto riesgo". [ p ] [ 288 ] La metodología de especular sobre los niveles de empleo futuros ha sido criticada por carecer de fundamento probatorio y por implicar que la tecnología, en lugar de la política social, crea desempleo, en contraposición a los despidos. [ 284 ] En abril de 2023, se informó que el 70% de los puestos de trabajo para ilustradores de videojuegos chinos habían sido eliminados por la inteligencia artificial generativa. [ 289 ] [ 290 ] Los trabajadores al inicio de su carrera mostraron tasas de empleo decrecientes en algunas ocupaciones expuestas a la IA. [ 291 ]
A diferencia de las anteriores oleadas de automatización, muchos empleos de clase media podrían ser eliminados por la inteligencia artificial; The Economist afirmó en 2015 que "la preocupación de que la IA pudiera hacerle a los empleos de cuello blanco lo que la energía de vapor le hizo a los empleos de cuello azul durante la Revolución Industrial" "merece ser tomada en serio". [ 292 ] Los empleos en riesgo extremo van desde asistentes legales hasta cocineros de comida rápida, mientras que es probable que aumente la demanda de empleo para profesiones relacionadas con el cuidado, desde la atención médica personal hasta el clero. [ 293 ] En julio de 2025, el director ejecutivo de Ford , Jim Farley, predijo que "la inteligencia artificial va a reemplazar literalmente a la mitad de todos los trabajadores de cuello blanco en los EE. UU." [ 294 ]
Desde los inicios del desarrollo de la inteligencia artificial, han surgido argumentos, como los planteados por Joseph Weizenbaum , sobre si las tareas que pueden realizar las computadoras realmente deberían ser realizadas por ellas, dada la diferencia entre computadoras y humanos, y entre el cálculo cuantitativo y el juicio cualitativo basado en valores. [ 295 ]
Sustitución de la interacción humano-humana
Con el aumento de la soledad a principios del siglo XXI, la IA se identifica a veces como una fuente potencial de alivio a este problema. Sería posible, mediante cualidades similares a las humanas integradas en los productos de IA , [ 296 ] que las personas asuman que esta necesidad puede ser satisfecha por medios artificiales. [ 297 ] [ 298 ] En algunos casos, las personas recurren a la inteligencia artificial en busca de compañía cuando creen que no encontrarían aceptación debido a que se sienten marginadas. [ 299 ] Se han reportado en tribunales de los Estados Unidos ejemplos de daños causados a humanos por chatbots avanzados , con empresas de IA acusadas de crear productos que ponen en peligro a los humanos mediante confusión emocional o engaño . [ 300 ] [ 301 ]
Riesgo existencial
Los recientes debates públicos sobre inteligencia artificial se han centrado cada vez más en sus implicaciones sociales y éticas más amplias. Se ha argumentado que la IA se volverá tan poderosa que la humanidad podría perder irreversiblemente el control sobre ella. Esto podría, como afirmó el físico Stephen Hawking , " significar el fin de la raza humana ". [ 302 ] Este escenario ha sido común en la ciencia ficción, cuando una computadora o robot desarrolla repentinamente una "autoconciencia" (o "sensibilidad" o "conciencia") similar a la humana y se convierte en un personaje malévolo. [ q ] Estos escenarios de ciencia ficción son engañosos en varios sentidos.
En primer lugar, la IA no requiere una consciencia similar a la humana para representar un riesgo existencial. Los programas de IA modernos reciben objetivos específicos y utilizan el aprendizaje y la inteligencia para alcanzarlos. El filósofo Nick Bostrom argumentó que si se le asigna casi cualquier objetivo a una IA suficientemente poderosa, esta podría optar por destruir a la humanidad para lograrlo (utilizó el ejemplo de una fábrica automatizada de clips que destruye el mundo para obtener más hierro para los clips). [ 304 ] Stuart Russell da el ejemplo de un robot doméstico que intenta encontrar la manera de matar a su dueño para evitar que lo desconecten, razonando que "no puedes traer el café si estás muerto". [ 305 ] Para ser segura para la humanidad, una superinteligencia tendría que estar genuinamente alineada con la moral y los valores de la humanidad, de modo que esté "fundamentalmente de nuestro lado". [ 306 ]
En segundo lugar, Yuval Noah Harari argumenta que la IA no requiere un cuerpo robótico ni control físico para representar un riesgo existencial. Los elementos esenciales de la civilización no son físicos. Cosas como las ideologías , las leyes , el gobierno , el dinero y la economía se basan en el lenguaje ; existen porque hay historias en las que creen miles de millones de personas. La prevalencia actual de la desinformación sugiere que una IA podría usar el lenguaje para convencer a la gente de creer cualquier cosa, incluso de realizar acciones destructivas. [ 307 ] Geoffrey Hinton dijo en 2025 que la IA moderna es particularmente "buena para la persuasión" y que mejora constantemente. Pregunta: "Supongamos que quisieras invadir la capital de Estados Unidos. ¿Tienes que ir allí y hacerlo tú mismo? No. Solo tienes que ser bueno para la persuasión". [ 308 ]
Las opiniones entre expertos y personas del sector son diversas, con fracciones considerables preocupadas y otras no tanto por el riesgo que supone una IA superinteligente. [ 309 ] Personalidades como Stephen Hawking, Bill Gates y Elon Musk , [ 310 ] así como pioneros de la IA como Geoffrey Hinton , Yoshua Bengio , Stuart Russell , Demis Hassabis y Sam Altman , han expresado su preocupación por el riesgo existencial que supone la IA.
En mayo de 2023, Geoffrey Hinton anunció su renuncia a Google para poder "hablar libremente sobre los riesgos de la IA" sin "considerar cómo esto afecta a Google". [ 311 ] En particular, mencionó los riesgos de una toma de control por parte de la IA , [ 312 ] y recalcó que, para evitar los peores resultados, establecer directrices de seguridad requerirá la cooperación entre quienes compiten en el uso de la IA. [ 313 ]
En 2023, muchos expertos líderes en IA respaldaron la declaración conjunta de que "Mitigar el riesgo de extinción por IA debería ser una prioridad global junto con otros riesgos a escala social como las pandemias y la guerra nuclear". [ 314 ]
Algunos otros investigadores fueron más optimistas. El pionero de la IA, Jürgen Schmidhuber, no firmó la declaración conjunta, enfatizando que en el 95% de los casos, la investigación en IA se trata de hacer "vidas humanas más largas, saludables y fáciles". [ 315 ] Si bien las herramientas que ahora se utilizan para mejorar vidas también pueden ser utilizadas por actores malintencionados, "también pueden usarse contra los actores malintencionados". [ 316 ] [ 317 ] Andrew Ng también argumentó que "es un error dejarse llevar por la exageración apocalíptica sobre la IA, y que los reguladores que lo hagan solo beneficiarán a intereses creados". [ 318 ] Yann LeCun , ganador del Premio Turing, no estuvo de acuerdo con la idea de que la IA subordinará a los humanos "simplemente porque son más inteligentes, y mucho menos nos destruirá", [ 319 ] "burlándose de los escenarios distópicos de sus colegas sobre desinformación potenciada e incluso, eventualmente, la extinción humana". Por el contrario, afirmó que «las máquinas inteligentes traerán consigo un nuevo renacimiento para la humanidad, una nueva era de ilustración». [ 320 ] A principios de la década de 2010, los expertos argumentaron que los riesgos eran demasiado lejanos en el futuro como para justificar la investigación o que los humanos serían valiosos desde la perspectiva de una máquina superinteligente. [ 321 ] Sin embargo, después de 2016, el estudio de los riesgos actuales y futuros y las posibles soluciones se convirtió en un área de investigación seria. [ 322 ]
Máquinas éticas y alineación
Las IA amigables son máquinas diseñadas desde el principio para minimizar riesgos y tomar decisiones que beneficien a los humanos. Eliezer Yudkowsky , quien acuñó el término, sostiene que el desarrollo de IA amigables debería ser una prioridad de investigación más alta: puede requerir una gran inversión y debe completarse antes de que la IA se convierta en un riesgo existencial. [ 323 ]
Las máquinas con inteligencia tienen el potencial de usar su inteligencia para tomar decisiones éticas. El campo de la ética de las máquinas proporciona a estas principios y procedimientos éticos para resolver dilemas éticos. [ 324 ] El campo de la ética de las máquinas también se denomina moralidad computacional, [ 324 ] y se fundó en un simposio de la AAAI en 2005. [ 325 ]
Otros enfoques incluyen los "agentes morales artificiales" de Wendell Wallach [ 326 ] y los tres principios de Stuart J. Russell para desarrollar máquinas demostrablemente beneficiosas. [ 327 ]
Código abierto
Entre las organizaciones activas de la comunidad de IA de código abierto se incluyen Hugging Face , [ 328 ] Google , [ 329 ] EleutherAI y Meta . [ 330 ] Varios modelos de IA, como Llama 2 , Mistral o Stable Diffusion , se han convertido en modelos de peso abierto, [ 331 ] [ 332 ] lo que significa que su arquitectura y parámetros entrenados (los "pesos") están disponibles públicamente. Los modelos de peso abierto se pueden ajustar libremente , lo que permite a las empresas especializarlos con sus propios datos y para su propio caso de uso. [ 333 ] Los modelos de peso abierto son útiles para la investigación y la innovación, pero también pueden usarse indebidamente. Dado que se pueden ajustar, cualquier medida de seguridad incorporada, como oponerse a solicitudes dañinas, puede ser eliminada mediante entrenamiento hasta que se vuelva ineficaz. Algunos investigadores advierten que los futuros modelos de IA pueden desarrollar capacidades peligrosas (como el potencial de facilitar drásticamente el bioterrorismo ) y que, una vez publicados en Internet, no se pueden eliminar en todas partes si es necesario. Recomiendan auditorías previas al lanzamiento y análisis de costo-beneficio. [ 334 ]
Marcos de trabajo
Los proyectos de inteligencia artificial pueden guiarse por consideraciones éticas durante el diseño, desarrollo e implementación de un sistema de IA. Un marco de IA como el Marco de Cuidado y Actuar, desarrollado por el Instituto Alan Turing y basado en los valores SUM, describe cuatro dimensiones éticas principales, definidas de la siguiente manera: [ 335 ] [ 336 ]
- Respetar la dignidad de las personas.
- Conéctate con otras personas de forma sincera, abierta e inclusiva.
- Cuidar del bienestar de todos
- Proteger los valores sociales, la justicia y el interés público.
Otros avances en marcos éticos incluyen los acordados durante la Conferencia de Asilomar , la Declaración de Montreal para la IA Responsable y la iniciativa Ética de los Sistemas Autónomos del IEEE, entre otros; [ 337 ] sin embargo, estos principios no están exentos de críticas, especialmente en lo que respecta a las personas elegidas para contribuir a estos marcos. [ 338 ]
La promoción del bienestar de las personas y comunidades afectadas por estas tecnologías requiere considerar las implicaciones sociales y éticas en todas las etapas del diseño, desarrollo e implementación de sistemas de IA, así como la colaboración entre roles laborales como científicos de datos, gerentes de producto, ingenieros de datos, expertos en el dominio y gerentes de entrega. [ 339 ]
El Instituto de Seguridad de la IA del Reino Unido publicó en 2024 un conjunto de herramientas de prueba llamado «Inspect» para evaluaciones de seguridad de la IA, disponible bajo una licencia de código abierto MIT, que se puede acceder gratuitamente a través de GitHub y que puede mejorarse con paquetes de terceros. Puede utilizarse para evaluar modelos de IA en diversas áreas, como el conocimiento fundamental, la capacidad de razonamiento y las capacidades autónomas. [ 340 ]
Regulación
La regulación de la inteligencia artificial es el desarrollo de políticas y leyes del sector público para promover y regular la IA; por lo tanto, está relacionada con la regulación más amplia de los algoritmos. [ 341 ] El panorama regulatorio y político para la IA es un tema emergente en jurisdicciones de todo el mundo. [ 342 ] Según AI Index en Stanford , el número anual de leyes relacionadas con la IA aprobadas en los 127 países encuestados saltó de una aprobada en 2016 a 37 aprobadas solo en 2022. [ 343 ] [ 344 ] Entre 2016 y 2020, más de 30 países adoptaron estrategias específicas para la IA. [ 345 ] La mayoría de los estados miembros de la UE habían publicado estrategias nacionales de IA, al igual que Canadá , China, India, Japón, Mauricio, la Federación Rusa, Arabia Saudita, Emiratos Árabes Unidos, EE. UU. y Vietnam. Otros estaban en proceso de elaborar su propia estrategia de IA, incluidos Bangladesh, Malasia y Túnez. [ 345 ] La Alianza Global sobre Inteligencia Artificial se lanzó en junio de 2020, afirmando la necesidad de que la IA se desarrolle de acuerdo con los derechos humanos y los valores democráticos, para garantizar la confianza pública en la tecnología. [ 345 ] Henry Kissinger , Eric Schmidt y Daniel Huttenlocher publicaron una declaración conjunta en noviembre de 2021 pidiendo una comisión gubernamental para regular la IA. [ 346 ] En 2023, los líderes de OpenAI publicaron recomendaciones para la gobernanza de la superinteligencia, que creen que puede ocurrir en menos de 10 años. [ 347 ] En 2023, las Naciones Unidas también lanzaron un órgano asesor para proporcionar recomendaciones sobre la gobernanza de la IA; el órgano está compuesto por ejecutivos de empresas tecnológicas, funcionarios gubernamentales y académicos. [ 348 ] El 1 de agosto de 2024, entró en vigor la Ley de Inteligencia Artificial de la UE , estableciendo la primera regulación integral de IA en toda la UE. [ 349 ] En 2024, el Consejo de Europa creó el primer tratado internacional jurídicamente vinculante sobre IA, denominado « Convenio Marco sobre Inteligencia Artificial y Derechos Humanos, Democracia y Estado de Derecho ». Fue adoptado por la Unión Europea, Estados Unidos, Reino Unido y otros signatarios. [ 350 ]
En una encuesta de Ipsos de 2022, las actitudes hacia la IA variaron mucho según el país; el 78% de los ciudadanos chinos, pero solo el 35% de los estadounidenses, coincidieron en que "los productos y servicios que utilizan IA tienen más beneficios que inconvenientes". [ 343 ] Una encuesta de Reuters /Ipsos de 2023 encontró que el 61% de los estadounidenses está de acuerdo, y el 22% no está de acuerdo, en que la IA plantea riesgos para la humanidad. [ 351 ] En una encuesta de Fox News de 2023 , el 35% de los estadounidenses pensó que era "muy importante", y un 41% adicional pensó que era "algo importante", que el gobierno federal regulara la IA, frente al 13% que respondió "no muy importante" y el 8% que respondió "nada importante". [ 352 ] [ 353 ]
En noviembre de 2023, se celebró en Bletchley Park, Reino Unido, la primera Cumbre Mundial sobre Seguridad de la IA para debatir los riesgos a corto y largo plazo de la IA y la posibilidad de marcos regulatorios obligatorios y voluntarios. [ 354 ] Veintiocho países, incluidos Estados Unidos, China y la Unión Europea, emitieron una declaración al inicio de la cumbre, haciendo un llamamiento a la cooperación internacional para gestionar los retos y riesgos de la inteligencia artificial. [ 355 ] [ 356 ] En mayo de 2024, en la Cumbre de IA de Seúl , dieciséis empresas tecnológicas de IA globales acordaron compromisos de seguridad en el desarrollo de la IA. [ 357 ] [ 358 ]
En marzo de 2026, las Naciones Unidas convocaron la reunión inaugural del Panel Científico Internacional Independiente sobre IA, un organismo de expertos de 40 miembros establecido en el marco del Pacto Digital Mundial para elaborar informes anuales basados en evidencia sobre los impactos sociales de la IA. [ 359 ]
Historia
El estudio del razonamiento mecánico o "formal" comenzó con filósofos y matemáticos en la antigüedad. El estudio de la lógica condujo directamente a la teoría de la computación de Alan Turing , que sugería que una máquina, al mezclar símbolos tan simples como "0" y "1", podría simular cualquier forma concebible de razonamiento matemático. [ 361 ] [ 362 ] Esto, junto con descubrimientos simultáneos en cibernética , teoría de la información y neurobiología , llevó a los investigadores a considerar la posibilidad de construir un "cerebro electrónico". [ r ] Desarrollaron varias áreas de investigación que se convertirían en parte de la IA, [ 364 ] como el diseño de McCulloch y Pitts para "neuronas artificiales" en 1943, [ 116 ] y el influyente artículo de Turing de 1950 ' Computing Machinery and Intelligence ', que introdujo la prueba de Turing y demostró que la "inteligencia artificial" era plausible. [ 365 ] [ 362 ]
El campo de la investigación en IA se fundó en un taller en Dartmouth College en 1956. [ s ] [ 4 ] El primer programa de IA, Logic Theorist , se presentó en el taller, creado por el futuro ganador del Premio Turing, Allen Newell, y el futuro Premio Nobel, Herbert A. Simon , en colaboración con JC Shaw . Muchos de los asistentes al taller se convirtieron en líderes de la investigación en IA en la década de 1960. [ t ] Ellos y sus estudiantes produjeron programas que la prensa describió como "asombrosos": [ u ] las computadoras aprendían estrategias de damas , resolvían problemas verbales en álgebra, demostraban teoremas lógicos y hablaban inglés. [ v ] [ 5 ] Se establecieron laboratorios de inteligencia artificial en varias universidades británicas y estadounidenses a finales de la década de 1950 y principios de la de 1960. [ 362 ]
Los investigadores de las décadas de 1960 y 1970 estaban convencidos de que sus métodos lograrían eventualmente crear una máquina con inteligencia general y consideraban este el objetivo de su campo. [ 369 ] En 1965, Herbert Simon predijo: "Las máquinas serán capaces, en veinte años, de hacer cualquier trabajo que un hombre pueda hacer". [ 370 ] En 1967, Marvin Minsky estuvo de acuerdo, escribiendo que "en una generación ... el problema de crear 'inteligencia artificial' estará sustancialmente resuelto". [ 371 ] Sin embargo, habían subestimado la dificultad del problema. [ w ] En 1974, tanto el gobierno estadounidense como el británico interrumpieron la investigación exploratoria en respuesta a las críticas de Sir James Lighthill [ 373 ] y a la presión constante del Congreso de los Estados Unidos para financiar proyectos más productivos . [ 374 ] El libro Perceptrones de Minsky y Papert se interpretó como una prueba de que las redes neuronales artificiales nunca serían útiles para resolver tareas del mundo real, desacreditando así el enfoque por completo. [ 375 ] Le siguió el " invierno de la IA ", un período en el que era difícil obtener financiación para proyectos de IA. [ 7 ]
A principios de la década de 1980, la investigación en IA se reactivó gracias al éxito comercial de los sistemas expertos , [ 376 ] una forma de programa de IA que simulaba el conocimiento y las habilidades analíticas de los expertos humanos. Para 1985, el mercado de la IA había alcanzado más de mil millones de dólares. Al mismo tiempo, el proyecto de la quinta generación de computadoras de Japón inspiró a los gobiernos de Estados Unidos y Gran Bretaña a restablecer la financiación para la investigación académica . [ 6 ] Sin embargo, a partir del colapso del mercado de Lisp Machine en 1987, la IA volvió a caer en descrédito y comenzó un segundo invierno, más prolongado. [ 8 ]
Hasta este punto, la mayor parte de la financiación de la IA se había destinado a proyectos que utilizaban símbolos de alto nivel para representar objetos mentales como planes, objetivos, creencias y hechos conocidos. En la década de 1980, algunos investigadores comenzaron a dudar de que este enfoque pudiera imitar todos los procesos de la cognición humana, especialmente la percepción , la robótica , el aprendizaje y el reconocimiento de patrones , [ 377 ] y comenzaron a explorar enfoques "subsimbólicos". [ 378 ] Rodney Brooks rechazó la "representación" en general y se centró directamente en la ingeniería de máquinas que se mueven y sobreviven. [ x ] Judea Pearl , Lotfi Zadeh y otros desarrollaron métodos que manejaban información incompleta e incierta mediante conjeturas razonables en lugar de lógica precisa. [ 86 ] [ 383 ] Pero el desarrollo más importante fue el resurgimiento del " conexionismo ", incluyendo la investigación de redes neuronales, por parte de Geoffrey Hinton y otros. [ 384 ] En 1990, Yann LeCun demostró con éxito que las redes neuronales convolucionales pueden reconocer dígitos escritos a mano, la primera de muchas aplicaciones exitosas de las redes neuronales. [ 385 ]
La IA recuperó gradualmente su reputación a finales de la década de 1990 y principios del siglo XXI mediante la explotación de métodos matemáticos formales y la búsqueda de soluciones específicas para problemas específicos. Este enfoque " limitado " y "formal" permitió a los investigadores producir resultados verificables y colaborar con otros campos (como la estadística , la economía y las matemáticas ). [ 386 ] Para el año 2000, las soluciones desarrolladas por investigadores de IA se utilizaban ampliamente, aunque en la década de 1990 rara vez se las describía como "inteligencia artificial" (una tendencia conocida como el efecto IA ). [ 387 ] Sin embargo, varios investigadores académicos se preocuparon de que la IA ya no persiguiera su objetivo original de crear máquinas versátiles y completamente inteligentes. A partir de 2002, fundaron el subcampo de la inteligencia artificial general (o "IAG"), que contaba con varias instituciones bien financiadas para la década de 2010. [ 68 ]
El aprendizaje profundo comenzó a dominar los estándares de la industria en 2012 y fue adoptado en todo el campo. [ 9 ] Para muchas tareas específicas, se abandonaron otros métodos. [ y ] El éxito del aprendizaje profundo se basó tanto en mejoras de hardware ( computadoras más rápidas , [ 389 ] unidades de procesamiento gráfico , computación en la nube [ 390 ] ) como en el acceso a grandes cantidades de datos [ 391 ] (incluidos conjuntos de datos curados, [ 390 ] como ImageNet ). El éxito del aprendizaje profundo condujo a un enorme aumento en el interés y la financiación en IA. [ z ] La cantidad de investigación en aprendizaje automático (medida por el total de publicaciones) aumentó en un 50 % en los años 2015–2019. [ 345 ]
En 2016, los temas de equidad y el mal uso de la tecnología se convirtieron en el centro de atención de las conferencias de aprendizaje automático, las publicaciones aumentaron enormemente, se dispuso de financiación y muchos investigadores reorientaron sus carreras hacia estos temas. El problema de la alineación se convirtió en un campo serio de estudio académico. [ 322 ]
A finales de la década de 2010 y principios de la de 2020, las empresas de IAG comenzaron a ofrecer programas que generaron un enorme interés. En 2015, AlphaGo , desarrollado por DeepMind , venció al campeón mundial de Go . El programa solo enseñó las reglas del juego y desarrolló una estrategia por sí mismo. GPT-3 es un modelo de lenguaje grande que fue lanzado en 2020 por OpenAI y es capaz de generar texto de alta calidad similar al humano. [ 392 ] ChatGPT , lanzado el 30 de noviembre de 2022, se convirtió en la aplicación de software de consumo de más rápido crecimiento en la historia, ganando más de 100 millones de usuarios en dos meses. [ 393 ] Marcó lo que se considera ampliamente como el año de la ruptura de la IA, poniéndola en la conciencia pública. [ 394 ] Estos programas, y otros, inspiraron un agresivo auge de la IA , donde las grandes empresas comenzaron a invertir miles de millones de dólares en investigación de IA. Según AI Impacts, en 2022 se invirtieron aproximadamente 50 mil millones de dólares anuales en inteligencia artificial (IA) solo en Estados Unidos, y alrededor del 20 % de los nuevos doctores en ciencias de la computación estadounidenses se especializaron en IA. [ 395 ] En 2022, existían aproximadamente 800 000 ofertas de empleo relacionadas con la IA en Estados Unidos. [ 396 ] Según una investigación de PitchBook, el 22 % de las startups que recibieron financiación recientemente en 2024 afirmaron ser empresas de IA. [ 397 ]
Filosofía
Históricamente, los debates filosóficos han buscado determinar la naturaleza de la inteligencia y cómo crear máquinas inteligentes. [ 398 ] Otro enfoque importante ha sido si las máquinas pueden ser conscientes y las implicaciones éticas asociadas. [ 399 ] Muchos otros temas de la filosofía son relevantes para la IA, como la epistemología y el libre albedrío . [ 400 ] Los rápidos avances han intensificado las discusiones públicas sobre la filosofía y la ética de la IA . [ 399 ]
Definición de inteligencia artificial
Alan Turing investigó si las máquinas pueden mostrar un comportamiento inteligente y pensar. En 1950, propuso la prueba de Turing , que mide la capacidad de una máquina para simular una conversación humana. [ 401 ] [ 365 ] Dado que solo podemos observar el comportamiento de la máquina, no importa si está pensando "realmente" o si literalmente tiene una "mente". Turing señala que no podemos determinar estas cosas sobre otras personas, pero "es habitual tener la convención cortés de que todo el mundo piensa". [ 402 ]
Russell y Norvig coinciden con Turing en que la inteligencia debe definirse en términos de comportamiento externo, no de estructura interna. [ 1 ] Sin embargo, critican que la prueba requiera que la máquina imite a los humanos. « Los textos de ingeniería aeronáutica », escribieron, «no definen el objetivo de su campo como la creación de "máquinas que vuelen tan exactamente como palomas que puedan engañar a otras palomas "» . [ 404 ] El fundador de la IA, John McCarthy, estuvo de acuerdo, escribiendo que «la inteligencia artificial no es, por definición, una simulación de la inteligencia humana». [ 405 ]
McCarthy define la inteligencia como «la parte computacional de la capacidad de lograr objetivos en el mundo». [ 406 ] Otro fundador de la IA, Marvin Minsky , la describe de manera similar como «la capacidad de resolver problemas difíciles». [ 407 ] Inteligencia Artificial: Un Enfoque Moderno la define como el estudio de agentes que perciben su entorno y toman acciones que maximizan sus posibilidades de lograr objetivos definidos. [ 1 ]
Las numerosas definiciones de IA han sido analizadas críticamente. [ 408 ] [ 409 ] [ 410 ] Durante el auge de la IA en la década de 2020, el término se ha utilizado como una palabra de moda en marketing para promocionar productos y servicios que no utilizan IA. [ 411 ]
Definiciones legales
La Organización Internacional de Normalización ( ISO) describe un sistema de IA como «un sistema diseñado que genera resultados como contenido, pronósticos, recomendaciones o decisiones para un conjunto dado de objetivos definidos por humanos, y que puede operar con distintos niveles de automatización». [ 412 ] La Ley de IA de la UE define un sistema de IA como «un sistema basado en máquinas diseñado para operar con distintos niveles de autonomía y que puede mostrar adaptabilidad después de su implementación, y que, para objetivos explícitos o implícitos, infiere, a partir de la entrada que recibe, cómo generar resultados como predicciones, contenido, recomendaciones o decisiones que pueden influir en entornos físicos o virtuales». [ 413 ] En Estados Unidos, directrices influyentes pero no vinculantes, como el Marco de Gestión de Riesgos de IA del Instituto Nacional de Estándares y Tecnología ( NIST), describen un sistema de IA como «un sistema diseñado o basado en máquinas que puede, para un conjunto dado de objetivos, generar resultados como predicciones, recomendaciones o decisiones que influyen en entornos reales o virtuales. Los sistemas de IA están diseñados para operar con distintos niveles de autonomía». [ 414 ]
Evaluación de enfoques para la IA
Ninguna teoría o paradigma unificador establecido ha guiado la investigación en IA durante la mayor parte de su historia. [ aa ] El éxito sin precedentes del aprendizaje automático estadístico en la década de 2010 eclipsó todos los demás enfoques (tanto es así que algunas fuentes, especialmente en el mundo empresarial, utilizan el término "inteligencia artificial" para referirse al "aprendizaje automático con redes neuronales"). Este enfoque es mayormente subsimbólico , blando y limitado .
La IA simbólica y sus límites
La IA simbólica (o " GOFAI ") [ 416 ] simulaba el razonamiento consciente de alto nivel que las personas utilizan al resolver acertijos, expresar razonamientos legales y realizar operaciones matemáticas. Tuvo un gran éxito en algunas tareas "inteligentes", como el álgebra o las pruebas de CI. En 1976, Newell y Simon propusieron la hipótesis de los sistemas de símbolos físicos : "Un sistema de símbolos físicos posee los medios necesarios y suficientes para la acción inteligente general". [ 417 ]
Sin embargo, el enfoque simbólico falló en muchas tareas que los humanos resuelven fácilmente, como aprender, reconocer un objeto o razonar con sentido común . La paradoja de Moravec es el descubrimiento de que las tareas "inteligentes" de alto nivel eran fáciles para la IA, pero las tareas "instintivas" de bajo nivel eran extremadamente difíciles. [ 418 ] El filósofo Hubert Dreyfus había argumentado desde la década de 1960 que la pericia humana depende del instinto inconsciente más que de la manipulación consciente de símbolos, y de tener una "sensación" de la situación, más que de un conocimiento simbólico explícito. [ 419 ] Aunque sus argumentos fueron ridiculizados e ignorados cuando se presentaron por primera vez, finalmente, la investigación en IA llegó a estar de acuerdo con él. [ ab ] [ 14 ]
El problema no está resuelto: el razonamiento subsimbólico puede cometer muchos de los mismos errores inescrutables que la intuición humana, como el sesgo algorítmico . Críticos como Noam Chomsky argumentan que la investigación continua en IA simbólica seguirá siendo necesaria para alcanzar la inteligencia general, [ 421 ] [ 422 ] en parte porque la IA subsimbólica se aleja de la IA explicable : puede ser difícil o imposible comprender por qué un programa moderno de IA estadística tomó una decisión particular. El campo emergente de la inteligencia artificial neurosimbólica intenta tender un puente entre ambos enfoques.
Pulcro versus desaliñado
Los «ordenados» esperan que el comportamiento inteligente se describa mediante principios simples y elegantes (como la lógica , la optimización o las redes neuronales ). Los «desaliñados» esperan que necesariamente requiera resolver una gran cantidad de problemas no relacionados. Los ordenados defienden sus programas con rigor teórico, mientras que los desaliñados se basan principalmente en pruebas incrementales para comprobar su funcionamiento. Este tema se debatió activamente en las décadas de 1970 y 1980, [ 423 ] pero finalmente se consideró irrelevante. La IA moderna incorpora elementos de ambos enfoques.
Computación blanda frente a computación dura
Encontrar una solución demostrablemente correcta u óptima es intratable para muchos problemas importantes. [ 13 ] La computación blanda es un conjunto de técnicas, que incluyen algoritmos genéticos , lógica difusa y redes neuronales, que toleran la imprecisión, la incertidumbre, la verdad parcial y la aproximación. La computación blanda se introdujo a finales de la década de 1980 y la mayoría de los programas de IA exitosos del siglo XXI son ejemplos de computación blanda con redes neuronales.
IA restringida frente a IA general
Los investigadores de IA están divididos sobre si perseguir directamente los objetivos de la inteligencia artificial general y la superinteligencia o resolver tantos problemas específicos como sea posible (IA estrecha) con la esperanza de que estas soluciones conduzcan indirectamente a los objetivos a largo plazo del campo. [ 424 ] [ 425 ] La inteligencia general es difícil de definir y difícil de medir, y la IA moderna ha tenido éxitos más verificables al centrarse en problemas específicos con soluciones específicas. El subcampo de la inteligencia artificial general estudia exclusivamente esta área.
Conciencia, sensibilidad y mente de las máquinas
No existe un consenso establecido en la filosofía de la mente sobre si una máquina puede tener mente , conciencia y estados mentales en el mismo sentido que los seres humanos. Esta cuestión considera las experiencias internas de la máquina, más que su comportamiento externo. La investigación convencional en IA considera esta cuestión irrelevante porque no afecta los objetivos del campo: construir máquinas que puedan resolver problemas usando inteligencia. Russell y Norvig añaden que «el proyecto adicional de hacer que una máquina sea consciente exactamente como los humanos no es algo para lo que estemos preparados». [ 426 ] Sin embargo, la cuestión se ha convertido en central para la filosofía de la mente. También suele ser la cuestión central en la inteligencia artificial en la ficción .
Conciencia
David Chalmers identificó dos problemas para comprender la mente, a los que denominó los problemas "difíciles" y "fáciles" de la conciencia. [ 427 ] El problema fácil consiste en comprender cómo el cerebro procesa las señales, elabora planes y controla el comportamiento. El problema difícil consiste en explicar cómo se siente esto o por qué debería sentirse de alguna manera, suponiendo que tengamos razón al pensar que realmente se siente algo (el ilusionismo de la conciencia de Dennett afirma que esto es una ilusión). Si bien el procesamiento de la información humana es fácil de explicar, la experiencia subjetiva humana es difícil de explicar. Por ejemplo, es fácil imaginar a una persona daltónica que ha aprendido a identificar qué objetos en su campo de visión son rojos, pero no está claro qué se requeriría para que la persona supiera cómo se ve el rojo . [ 428 ]
Computacionalismo y funcionalismo
El computacionalismo es la postura dentro de la filosofía de la mente que sostiene que la mente humana es un sistema de procesamiento de información y que el pensamiento es una forma de computación. El computacionalismo argumenta que la relación entre mente y cuerpo es similar o idéntica a la relación entre software y hardware y, por lo tanto, podría ser una solución al problema mente-cuerpo . Esta postura filosófica se inspiró en el trabajo de investigadores de IA y científicos cognitivos en la década de 1960 y fue propuesta originalmente por los filósofos Jerry Fodor y Hilary Putnam . [ 429 ]
El filósofo John Searle caracterizó esta postura como " IA fuerte ": "La computadora programada adecuadamente con las entradas y salidas correctas tendría, por lo tanto, una mente exactamente en el mismo sentido en que los seres humanos tienen mentes". [ ac ] Searle refuta esta afirmación con su argumento de la habitación china , que intenta demostrar que incluso una computadora capaz de simular perfectamente el comportamiento humano no tendría una mente. [ 433 ]
Bienestar y derechos de la IA
Es difícil o imposible evaluar de manera confiable si una IA avanzada es sensible (tiene la capacidad de sentir) y, de ser así, en qué grado. [ 434 ] Pero si existe una probabilidad significativa de que una máquina determinada pueda sentir y sufrir, entonces podría tener derecho a ciertos derechos o medidas de protección del bienestar, de manera similar a los animales. [ 435 ] [ 436 ] La sapiencia (un conjunto de capacidades relacionadas con la alta inteligencia, como el discernimiento o la autoconciencia ) puede proporcionar otra base moral para los derechos de la IA. [ 435 ] Los derechos de los robots también se proponen a veces como una forma práctica de integrar agentes autónomos en la sociedad. [ 437 ]
En 2017, la Unión Europea consideró otorgar «personalidad electrónica» a algunos de los sistemas de IA más capaces. De forma similar al estatus legal de las empresas, esto habría conferido derechos, pero también responsabilidades. [ 438 ] En 2018, los críticos argumentaron que otorgar derechos a los sistemas de IA restaría importancia a los derechos humanos y que la legislación debería centrarse en las necesidades de los usuarios en lugar de en escenarios futuristas especulativos. También señalaron que los robots carecían de la autonomía para participar en la sociedad por sí mismos. [ 439 ] [ 440 ]
Los avances en IA aumentaron el interés en el tema. Los defensores del bienestar y los derechos de la IA suelen argumentar que la consciencia de la IA, de surgir, sería particularmente fácil de negar. Advierten que esto podría ser un punto ciego moral análogo a la esclavitud o la ganadería industrial , lo que podría provocar un sufrimiento a gran escala si se crea una IA con consciencia y se explota sin cuidado. [ 436 ] [ 435 ]
Futuro
Superinteligencia y singularidad
Una superinteligencia es un agente hipotético que poseería una inteligencia muy superior a la de la mente humana más brillante y talentosa. [ 425 ] Si la investigación en inteligencia artificial general produjera un software suficientemente inteligente, podría reprogramarse y mejorarse a sí mismo . El software mejorado sería aún mejor en su propia mejora, lo que daría lugar a lo que IJ Good denominó una « explosión de inteligencia » y Vernor Vinge una « singularidad ». [ 441 ]
Sin embargo, las tecnologías no pueden mejorar exponencialmente de forma indefinida, y normalmente siguen una curva en forma de S , ralentizándose cuando alcanzan los límites físicos de lo que la tecnología puede hacer. [ 442 ]
Transhumanismo
El diseñador de robots Hans Moravec , el cibernético Kevin Warwick y el inventor Ray Kurzweil predijeron que humanos y máquinas podrían fusionarse en el futuro para formar cíborgs más capaces y poderosos que cualquiera de ellos por separado. Esta idea, denominada transhumanismo, tiene sus raíces en los escritos de Aldous Huxley y Robert Ettinger . [ 443 ]
Edward Fredkin sostiene que "la inteligencia artificial es el siguiente paso en la evolución", una idea propuesta por primera vez por Samuel Butler en " Darwin entre las máquinas " ya en 1863, y ampliada por George Dyson en su libro de 1998 Darwin entre las máquinas: La evolución de la inteligencia global . [ 444 ]
En la ficción
Los seres artificiales con capacidad de pensamiento han aparecido como recursos narrativos desde la antigüedad, [ 445 ] y han sido un tema recurrente en la ciencia ficción . [ 446 ]
Un tropo común en estas obras comenzó con Frankenstein de Mary Shelley , donde una creación humana se convierte en una amenaza para sus amos. Esto incluye obras como 2001: Una odisea del espacio de Arthur C. Clarke y Stanley Kubrick (ambas de 1968), con HAL 9000 , la computadora asesina a cargo de la nave espacial Discovery One , así como Blade Runner (1982), Terminator (1984) y Matrix (1999). En contraste, los raros robots leales como Gort de El día que la Tierra se detuvo (1951) y Bishop de Aliens (1986) son menos prominentes en la cultura popular. [ 447 ]
Isaac Asimov introdujo las Tres Leyes de la Robótica en muchos relatos, sobre todo con la supercomputadora " Multivac ". Las leyes de Asimov se mencionan con frecuencia en debates informales sobre ética de las máquinas; [ 448 ] si bien casi todos los investigadores de inteligencia artificial están familiarizados con las leyes de Asimov gracias a la cultura popular, generalmente las consideran inútiles por diversas razones, entre ellas su ambigüedad. [ 449 ]
Varias obras utilizan la IA para obligarnos a confrontar la cuestión fundamental de qué nos hace humanos, mostrándonos seres artificiales con capacidad de sentir y, por lo tanto, de sufrir. Esto se observa en RUR de Karel Čapek , en las películas IA, Inteligencia Artificial y Ex Machina , así como en la novela ¿ Sueñan los androides con ovejas eléctricas?, de Philip K. Dick . Dick reflexiona sobre la idea de que nuestra comprensión de la subjetividad humana se ve alterada por la tecnología creada con inteligencia artificial. [ 450 ]
Véase también
- Conciencia artificial : Conciencia hipotética en sistemas artificiales
- Inteligencia artificial y elecciones
- Detección de contenido mediante inteligencia artificial : software para detectar contenido generado por IA.
- Inteligencia artificial en los proyectos de Wikimedia : uso de la inteligencia artificial para desarrollar Wikipedia y otros proyectos de Wikimedia.
- Asociación para el Avance de la Inteligencia Artificial (AAAI)
- Algoritmo de selección de comportamiento : algoritmo que selecciona acciones para agentes inteligentes.
- Automatización de procesos empresariales – Automatización de procesos empresariales
- Razonamiento basado en casos : proceso de resolución de nuevos problemas a partir de las soluciones de problemas similares del pasado.
- Inteligencia computacional : sistema informático que simula inteligencia.
- Inmortalidad digital : concepto hipotético de almacenar una personalidad en formato digital.
- Algoritmo emergente : algoritmo que exhibe un comportamiento emergente.
- La feminización de las tecnologías de IA : sesgos de género en la tecnología digital. Páginas que muestran descripciones breves de los destinos de redireccionamiento.
- Glosario de inteligencia artificial – Lista de conceptos en inteligencia artificial
- Amplificación de la inteligencia : uso de la tecnología de la información para aumentar la inteligencia humana.
- Agente inteligente : agente de software que actúa de forma autónoma.
- Automatización inteligente : proceso de software que combina la automatización robótica de procesos y la inteligencia artificial.
- Lista de libros sobre inteligencia artificial
- Lista de algoritmos de inteligencia artificial
- Lista de empresas de inteligencia artificial
- Lista de instituciones de inteligencia artificial
- Lista de revistas sobre inteligencia artificial
- Lista de proyectos de inteligencia artificial
- Lista de centros de investigación en inteligencia artificial de universidades
- Listados de software de inteligencia artificial de código abierto
- Lista de software de robótica
- Transferencia de la mente : proceso hipotético de emulación digital de un cerebro.
- Inteligencia organoide : uso de células cerebrales y organoides cerebrales para la computación inteligente.
- Esquema del aprendizaje profundo
- Esquema del aprendizaje automático
- Pseudorandomidad : Aparentemente aleatorio, pero generado en realidad por un proceso causal determinista.
- Automatización robótica de procesos : una forma de tecnología de automatización de procesos empresariales.
- El último día – Novela galesa de ciencia ficción de 1967
- Computadora de software húmedo : computadora compuesta de material orgánico.
Notas explicativas
- 1 2 Esta lista de rasgos inteligentes se basa en los temas cubiertos por los principales libros de texto de IA, incluidos: Russell y Norvig (2021) , Luger y Stubblefield (2004) , Poole, Mackworth y Goebel (1998) y Nilsson (1998) .
- 1 2 Esta lista de herramientas se basa en los temas cubiertos por los principales libros de texto de IA, incluidos: Russell y Norvig (2021) , Luger y Stubblefield (2004) , Poole, Mackworth y Goebel (1998) y Nilsson (1998) .
- ↑ Es una de las razones por las que los sistemas expertos demostraron ser ineficientes para capturar conocimiento. [ 29 ] [ 30 ]
- ↑ "Agente racional" es un término general utilizado en economía , filosofía e inteligencia artificial teórica. Puede referirse a cualquier cosa que dirija su comportamiento para lograr objetivos, como una persona, un animal, una corporación, una nación o, en el caso de la IA, un programa informático.
- ↑ Alan Turing abordó la centralidad del aprendizaje ya en 1950, en su clásico artículo " Máquinas de computación e inteligencia ". [ 42 ] En 1956, en la conferencia de verano original de IA de Dartmouth, Ray Solomonoff escribió un informe sobre aprendizaje automático probabilístico no supervisado: "Una máquina de inferencia inductiva". [ 43 ]
- ↑ Véase AI winter § Traducción automática y el informe ALPAC de 1966 .
- ↑ En comparación con la lógica simbólica, la inferencia bayesiana formal es computacionalmente costosa. Para que la inferencia sea manejable, la mayoría de las observaciones deben ser condicionalmente independientes entre sí. AdSense utiliza una red bayesiana con más de 300 millones de aristas para aprender qué anuncios mostrar. [ 93 ]
- ↑ Expectation–maximization, uno de los algoritmos más populares en aprendizaje automático, permite la agrupación en presencia de variables latentes desconocidas . [ 95 ]
- ↑ Algunas formas de redes neuronales profundas (sin un algoritmo de aprendizaje específico) fueron descritas por: Warren S. McCulloch y Walter Pitts (1943); [ 116 ] Alan Turing (1948); [ 117 ] Karl Steinbuch y Roger David Joseph (1961). [ 118 ] Redes profundas o recurrentes que aprendían (o usaban descenso de gradiente) fueron desarrolladas por: Frank Rosenblatt (1957); [ 117 ] Oliver Selfridge (1959); [ 118 ] Alexey Ivakhnenko y Valentin Lapa (1965); [ 119 ] Kaoru Nakano (1971); [ 120 ] Shun-Ichi Amari (1972); [ 120 ] y John Joseph Hopfield (1982). [ 120 ] Precursores de la retropropagación fueron desarrollados por: Henry J. Kelley (1960); [ 117 ] Arthur E. Bryson (1962); [ 117 ] Stuart Dreyfus (1962); [ 117 ] Arthur E. Bryson y Yu-Chi Ho (1969). [ 117 ] La retropropagación fue desarrollada independientemente por: Seppo Linnainmaa (1970); [ 121 ] y Paul Werbos (1974). [ 117 ]
- ↑ Geoffrey Hinton dijo, sobre su trabajo en redes neuronales en la década de 1990: "Nuestros conjuntos de datos etiquetados eran miles de veces demasiado pequeños. [Y] nuestras computadoras eran millones de veces demasiado lentas". [ 122 ]
- ↑ En estadística, un sesgo es un error sistemático o una desviación del valor correcto. Pero en el contexto de la equidad , se refiere a una tendencia a favor o en contra de una determinada característica de un grupo o individuo, generalmente de una manera que se considera injusta o perjudicial. Un sistema de IA estadísticamente imparcial que produce resultados dispares para diferentes grupos demográficos puede, por lo tanto, considerarse sesgado en el sentido ético. [ 245 ]
- ↑ Incluyendo a Jon Kleinberg ( Universidad de Cornell ), Sendhil Mullainathan ( Universidad de Chicago ), Cynthia Chouldechova ( Carnegie Mellon ) y Sam Corbett-Davis ( Stanford ) [ 255 ]
- ↑ Moritz Hardt (director del Instituto Max Planck para Sistemas Inteligentes ) sostiene que el aprendizaje automático "es fundamentalmente la herramienta equivocada para muchos ámbitos, donde se intenta diseñar intervenciones y mecanismos que cambien el mundo". [ 260 ]
- ↑ Cuando se aprobó la ley en 2018, todavía contenía una forma de esta disposición.
- ↑ Esta es la definición de las Naciones Unidas , e incluye tambiéncosas como las minas terrestres . [ 276 ]
- ↑ Véase la tabla 4; el 9% es el promedio tanto de la OCDE como de EE. UU. [ 287 ]
- ↑ A veces llamada " robopocalipsis " [ 303 ]
- ↑ "Cerebro electrónico" era el término utilizado por la prensa en esa época. [ 361 ] [ 363 ]
- ↑ Daniel Crevier escribió: «La conferencia es generalmente reconocida como la fecha oficial del nacimiento de la nueva ciencia». [ 366 ] Russell y Norvig llamaron a la conferencia «el inicio de la inteligencia artificial». [ 116 ]
- ↑ Russell y Norvig escribieron "durante los próximos 20 años el campo estaría dominado por estas personas y sus estudiantes". [ 367 ]
- ↑ Russell y Norvig escribieron: «Era asombroso cuando una computadora hacía algo medianamente inteligente». [ 368 ]
- ↑ Los programas descritos sonel programa de damas de Arthur Samuel para el IBM 701 , STUDENT de Daniel Bobrow , Logic Theorist de Newell y Simon y SHRDLU de Terry Winograd .
- ↑ Russell y Norvig escribieron: "en casi todos los casos, estos primeros sistemas fallaron en problemas más difíciles". [ 372 ]
- ↑ Los enfoques corporizados de la IA [ 379 ] fueron defendidos por Hans Moravec [ 380 ] y Rodney Brooks [ 381 ] y recibieron muchos nombres:Nueva IA [ 381 ] Robótica del desarrollo [ 382 ]
- ↑ Matteo Wong escribió en The Atlantic : «Mientras que durante décadas, campos de la informática como el procesamiento del lenguaje natural, la visión artificial y la robótica utilizaron métodos extremadamente diferentes, ahora todos utilizan un método de programación llamado "aprendizaje profundo". Como resultado, su código y sus enfoques se han vuelto más similares, y sus modelos son más fáciles de integrar entre sí». [ 388 ]
- ↑ Jack Clark escribió en Bloomberg : "Después de media década de avances silenciosos en inteligencia artificial, 2015 ha sido un año histórico. Las computadoras son más inteligentes y aprenden más rápido que nunca", y señaló que el número de proyectos de software que utilizan aprendizaje automático en Google aumentó de un "uso esporádico" en 2012 a más de 2700 proyectos en 2015. [ 390 ]
- ↑ Nils Nilsson escribió en 1983: "En pocas palabras, existe un amplio desacuerdo en el campo sobre qué es la IA". [ 415 ]
- ↑ Daniel Crevier escribió que «el tiempo ha demostrado la exactitud y la perspicacia de algunos de los comentarios de Dreyfus. Si los hubiera formulado de manera menos agresiva, las acciones constructivas que sugerían podrían haberse tomado mucho antes». [ 420 ]
- ↑ Searle presentó esta definición de "IA fuerte" en 1999. [ 430 ] La formulación original de Searle fue: "La computadora programada adecuadamente es realmente una mente, en el sentido de que se puede decir literalmente que las computadoras con los programas correctos comprenden y tienen otros estados cognitivos". [ 431 ] Russell y Norvig definen la IA fuerte de manera similar: "IA fuerte: la afirmación de que las máquinas que lo hacen realmente piensan conscientemente (en contraposición a simular el pensamiento)". [ 432 ]
Referencias
- 1 2 3 Russell y Norvig (2021) , págs. 1–4.
- ↑ Russell y Norvig (2021 , §1.2) .
- ↑ "Las empresas tecnológicas quieren desarrollar inteligencia artificial general. Pero, ¿quién decide cuándo se alcanza la IAG?" . AP News . 4 de abril de 2024 . Consultado el 20 de mayo de 2025 .
- 1 2 Taller de Dartmouth : Russell y Norvig (2021 , pág. 18) , McCorduck (2004 , págs. 111-136) , NRC (1999 , págs. 200-201) La propuesta: McCarthy et al. (1955)
- 1 2 Programas exitosos de la década de 1960: McCorduck (2004 , págs. 243–252) , Crevier (1993 , págs. 52–107) , Moravec (1988 , pág. 9) , Russell y Norvig (2021 , págs. 19–21)
- 1 2 Iniciativas de financiación a principios de la década de 1980: Fifth Generation Project (Japón), Alvey (Reino Unido), Microelectronics and Computer Technology Corporation (EE. UU.), Strategic Computing Initiative (EE. UU.): McCorduck (2004 , págs. 426–441) , Crevier (1993 , págs. 161–162, 197–203, 211, 240) , Russell y Norvig (2021 , pág. 23) , NRC (1999 , págs. 210–211) , Newquist (1994 , págs. 235–248)
- 1 2 Primer invierno de IA , informe Lighthill , enmienda Mansfield : Crevier (1993 , págs. 115–117) , Russell y Norvig (2021 , págs. 21–22) , NRC (1999 , págs. 212–213) , Howe (1994) , Newquist (1994 , págs. 189–201)
- 1 2 Segundo invierno de IA : Russell y Norvig (2021 , pág. 24) , McCorduck (2004 , págs. 430–435) , Crevier (1993 , págs. 209–210) , NRC (1999 , págs. 214–216) , Newquist (1994 , págs. 301–318)
- 1 2 Revolución del aprendizaje profundo , AlexNet : Goldman (2022) , Russell y Norvig (2021 , pág. 26) , McKinsey (2018)
- ↑ Toews (2023) .
- ↑ Resolución de problemas, resolución de acertijos, juegos y deducción: Russell y Norvig (2021 , cap. 3–5) , Russell y Norvig (2021 , cap. 6) ( satisfacción de restricciones ), Poole, Mackworth y Goebel (1998 , cap. 2, 3, 7, 9) , Luger y Stubblefield (2004 , cap. 3, 4, 6, 8) , Nilsson (1998 , cap. 7–12)
- ↑ Razonamiento incierto: Russell y Norvig (2021 , cap. 12–18) , Poole, Mackworth y Goebel (1998 , págs. 345–395) , Luger y Stubblefield (2004 , págs. 333–381) , Nilsson (1998 , cap. 7–12)
- 1 2 3 Intratabilidad y eficiencia y la explosión combinatoria : Russell y Norvig (2021 , p. 21)
- 1 2 3 Evidencia psicológica de la prevalencia del razonamiento y conocimiento subsimbólico: Kahneman (2011) , Dreyfus y Dreyfus (1986) , Wason y Shapiro (1966) , Kahneman, Slovic y Tversky (1982)
- ↑ Metz, Rachel; Bloomberg. "OpenAI lanza el modelo o1 con razonamiento similar al humano" . Fortune . Consultado el 10 de junio de 2026 .
- ↑ Representación del conocimiento e ingeniería del conocimiento : Russell y Norvig (2021 , cap. 10) , Poole, Mackworth y Goebel (1998 , págs. 23-46, 69-81, 169-233, 235-277, 281-298, 319-345) , Luger y Stubblefield (2004 , págs. 227-243) , Nilsson (1998 , caps. 17.1-17.4, 18)
- ↑ Smoliar y Zhang (1994) .
- ↑ Neumann y Möller (2008) .
- ↑ Kuperman, Reichley y Bailey (2006) .
- ↑ McGarry (2005) .
- ↑ Bertini, Del Bimbo & Torniai (2006) .
- ↑ Russell y Norvig (2021) , págs. 272.
- ↑ Representación de categorías y relaciones: redes semánticas , lógicas de descripción , herencia (incluidos marcos y guiones ): Russell y Norvig (2021 , §10.2 y 10.5) , Poole, Mackworth y Goebel (1998 , págs. 174-177) , Luger y Stubblefield (2004 , págs. 248-258) , Nilsson (1998 , cap. 18.3)
- ↑ Representación de eventos y tiempo: cálculo de situaciones , cálculo de eventos , cálculo fluido (incluida la resolución del problema del marco ): Russell y Norvig (2021 , §10.3) , Poole, Mackworth y Goebel (1998 , pp. 281–298) , Nilsson (1998 , cap. 18.2)
- ^ Cálculo causal : Poole, Mackworth y Goebel (1998 , págs. 335–337)
- ↑ Representación del conocimiento sobre el conocimiento: Cálculo de creencias, lógicas modales : Russell y Norvig (2021 , §10.4) , Poole, Mackworth y Goebel (1998 , pp. 275–277)
- 1 2 Razonamiento por defecto , problema del marco , lógica por defecto , lógicas no monótonas , circunscripción , supuesto de mundo cerrado , abducción : Russell y Norvig (2021 , §10.6) , Poole, Mackworth y Goebel (1998 , pp. 248–256, 323–335) , Luger y Stubblefield (2004 , pp. 335–363) , Nilsson (1998 , ~18.3.3) (Poole et al. coloca la abducción bajo "razonamiento por defecto". Luger et al. la coloca bajo "razonamiento incierto").
- 1 2 Amplitud del conocimiento de sentido común: Lenat y Guha (1989 , Introducción) , Crevier (1993 , págs. 113-114) , Moravec (1988 , pág. 13) , Russell y Norvig (2021 , págs. 241, 385, 982) ( problema de cualificación )
- ↑ Newquist (1994) , pág. 296.
- ↑ Crevier (1993) , págs. 204–208.
- ↑ Russell y Norvig (2021) , pág. 528.
- ↑ Planificación automatizada : Russell y Norvig (2021 , cap. 11) .
- ↑ Toma de decisiones automatizada , Teoría de la decisión : Russell y Norvig (2021 , cap. 16–18) .
- ↑ Planificación clásica : Russell y Norvig (2021 , Sección 11.2) .
- ↑ Planificación sin sensores o "conforme", planificación contingente, replanificación (también conocida como planificación en línea): Russell y Norvig (2021 , Sección 11.5) .
- ↑ Confianza, interpretabilidad y explicabilidad: Russell y Norvig (2021 , Sección 19.9.4) .
- ↑ Preferencias inciertas: Russell y Norvig (2021 , Sección 16.7) Aprendizaje por refuerzo inverso : Russell y Norvig (2021 , Sección 22.6)
- ↑ Teoría del valor de la información : Russell y Norvig (2021 , Sección 16.6) .
- ↑ Proceso de decisión de Markov : Russell y Norvig (2021 , cap. 17) .
- ↑ Teoría de juegos y teoría de decisiones multiagente: Russell y Norvig (2021 , cap. 18) .
- ↑ Aprendizaje : Russell y Norvig (2021 , cap. 19–22) , Poole, Mackworth y Goebel (1998 , págs. 397–438) , Luger y Stubblefield (2004 , págs. 385–542) , Nilsson (1998 , cap. 3.3, 10.3, 17.5, 20)
- ↑ Turing (1950) .
- ↑ Solomonoff (1956) .
- ↑ Aprendizaje no supervisado : Russell y Norvig (2021 , pág. 653) (definición), Russell y Norvig (2021 , págs. 738–740) ( análisis de clústeres ), Russell y Norvig (2021 , págs. 846–860) ( incrustación de palabras )
- 1 2 Aprendizaje supervisado : Russell y Norvig (2021 , §19.2) (Definición), Russell y Norvig (2021 , Cap. 19–20) (Técnicas)
- ↑ Aprendizaje por refuerzo : Russell y Norvig (2021 , cap. 22) , Luger y Stubblefield (2004 , págs. 442-449)
- ↑ Aprendizaje por transferencia : Russell y Norvig (2021 , pág. 281) , The Economist (2016)
- ↑ "Inteligencia Artificial (IA): ¿Qué es la IA y cómo funciona?" . Built In . Consultado el 30 de octubre de 2023 .
- ↑ Teoría del aprendizaje computacional : Russell y Norvig (2021 , págs. 672–674) , Jordan y Mitchell (2015)
- ↑ Procesamiento del lenguaje natural (PLN): Russell y Norvig (2021 , cap. 23–24) , Poole, Mackworth y Goebel (1998 , págs. 91–104) , Luger y Stubblefield (2004 , págs. 591–632)
- ↑ Subproblemas del PLN : Russell y Norvig (2021 , págs. 849–850)
- ↑ Russell y Norvig (2021) , págs. 856–858.
- ↑ Dickson (2022) .
- ↑ Enfoques estadísticos modernos y de aprendizaje profundo para el PLN : Russell y Norvig (2021 , cap. 24) , Cambria y White (2014)
- ↑ Vincent (2019) .
- ↑ Russell y Norvig (2021) , págs. 875–878.
- ↑ Bushwick (2023) .
- ↑ Visión por computadora : Russell y Norvig (2021 , cap. 25) , Nilsson (1998 , cap. 6)
- ↑ Russell y Norvig (2021) , págs. 849–850.
- ↑ Russell y Norvig (2021) , págs. 895–899.
- ↑ Russell y Norvig (2021) , págs. 899–901.
- ↑ Challa et al. (2011) .
- ↑ Russell y Norvig (2021) , págs. 931–938.
- ↑ MIT AIL (2014) .
- ↑ Computación afectiva : Thro (1993) , Edelson (1991) , Tao & Tan (2005) , Scassellati (2002)
- ↑ Waddell (2018) .
- ↑ Poria et al. (2017) .
- 1 2 Inteligencia artificial general : Russell y Norvig (2021 , pp. 32–33, 1020–1021) Propuesta para la versión moderna: Pennachin y Goertzel (2007) Advertencias sobre la sobreespecialización en IA de investigadores destacados: Nilsson (1995) , McCarthy (2007) , Beal y Winston (2009)
- ↑ Búsqueda en el espacio de estados : Russell y Norvig (2021 , cap. 3)
- ↑ Russell y Norvig (2021) , sección 11.2.
- ↑ Búsquedas no informadas ( búsqueda en amplitud , búsqueda en profundidad y búsqueda general en el espacio de estados ): Russell y Norvig (2021 , sección 3.4) , Poole, Mackworth y Goebel (1998 , págs. 113-132) , Luger y Stubblefield (2004 , págs. 79-121) , Nilsson (1998 , cap. 8)
- ↑ Búsquedas heurísticas o informadas (por ejemplo, búsqueda voraz primero en amplitud y A* ): Russell y Norvig (2021 , sección 3.5) , Poole, Mackworth y Goebel (1998 , págs. 132-147) , Poole y Mackworth (2017 , sección 3.6) , Luger y Stubblefield (2004 , págs. 133-150)
- ↑ Búsqueda adversaria : Russell y Norvig (2021 , cap. 5)
- ↑ Búsqueda local o de " optimización ": Russell y Norvig (2021 , cap. 4)
- ↑ Singh Chauhan, Nagesh (18 de diciembre de 2020). "Algoritmos de optimización en redes neuronales" . KDnuggets . Consultado el 13 de enero de 2024 .
- ↑ Computación evolutiva : Russell y Norvig (2021 , sección 4.1.2)
- ↑ Merkle y Middendorf (2013) .
- ↑ Lógica : Russell y Norvig (2021 , caps. 6–9) , Luger y Stubblefield (2004 , págs. 35–77) , Nilsson (1998 , caps. 13–16)
- ↑ Lógica proposicional : Russell y Norvig (2021 , cap. 6) , Luger y Stubblefield (2004 , págs. 45-50) , Nilsson (1998 , cap. 13)
- ↑ Lógica de primer orden y características como la igualdad : Russell y Norvig (2021 , cap. 7) , Poole, Mackworth y Goebel (1998 , págs. 268-275) , Luger y Stubblefield (2004 , págs. 50-62) , Nilsson (1998 , cap. 15)
- ↑ Inferencia lógica : Russell y Norvig (2021 , cap. 10)
- ↑ deducción lógica como búsqueda: Russell y Norvig (2021 , secciones 9.3, 9.4) , Poole, Mackworth y Goebel (1998 , págs. ~46–52) , Luger y Stubblefield (2004 , págs. 62–73) , Nilsson (1998 , cap. 4.2, 7.2)
- ↑ Resolución y unificación : Russell y Norvig (2021 , secciones 7.5.2, 9.2, 9.5)
- ↑ Warren, DH; Pereira, LM; Pereira, F. (1977). "Prolog: el lenguaje y su implementación comparados con Lisp". ACM SIGPLAN Notices . 12 (8): 109– 115. doi : 10.1145/872734.806939 .
- ↑ Lógica difusa: Russell y Norvig (2021 , págs. 214, 255, 459) , Scientific American (1999)
- 1 2 Métodos estocásticos para el razonamiento incierto: Russell y Norvig (2021 , cap. 12–18, 20) , Poole, Mackworth y Goebel (1998 , págs. 345–395) , Luger y Stubblefield (2004 , págs. 165–191, 333–381) , Nilsson (1998 , cap. 19)
- ↑ Teoría de la decisión y análisis de decisiones : Russell y Norvig (2021 , caps. 16-18) , Poole, Mackworth y Goebel (1998 , págs. 381-394)
- ↑ Teoría del valor de la información : Russell y Norvig (2021 , sección 16.6)
- ↑ Procesos de decisión de Markov y redes de decisión dinámicas : Russell y Norvig (2021 , cap. 17)
- 1 2 3 Modelos temporales estocásticos: Russell y Norvig (2021 , cap. 14) Modelo oculto de Markov : Russell y Norvig (2021 , sec. 14.3) Filtros de Kalman : Russell y Norvig (2021 , sec. 14.4) Redes bayesianas dinámicas : Russell y Norvig (2021 , sec. 14.5)
- ↑ Teoría de juegos y diseño de mecanismos : Russell y Norvig (2021 , cap. 18)
- ↑ Redes bayesianas : Russell y Norvig (2021 , secciones 12.5–12.6, 13.4–13.5, 14.3–14.5, 16.5, 20.2–20.3) , Poole, Mackworth y Goebel (1998 , págs. 361–381) , Luger y Stubblefield (2004 , págs. ~182–190, ≈363–379) , Nilsson (1998 , cap. 19.3–19.4)
- ↑ Domingos (2015) , cap. 6.
- ↑ Algoritmo de inferencia bayesiana : Russell y Norvig (2021 , secciones 13.3–13.5) , Poole, Mackworth y Goebel (1998 , págs. 361–381) , Luger y Stubblefield (2004 , págs. ~363–379) , Nilsson (1998 , caps. 19.4 y 7)
- ↑ Domingos (2015) , pág. 210.
- ↑ Aprendizaje bayesiano y el algoritmo de expectativa-maximización : Russell y Norvig (2021 , cap. 20) , Poole, Mackworth y Goebel (1998 , págs. 424-433) , Nilsson (1998 , cap. 20) , Domingos (2015 , pág. 210)
- ↑ Teoría de la decisión bayesiana y redes de decisión bayesianas : Russell y Norvig (2021 , sección 16.5)
- ↑ Métodos de aprendizaje estadístico y clasificadores : Russell y Norvig (2021 , cap. 20) ,
- ↑ Ciaramella, Alberto ; Ciaramella, Marco (2024). Introducción a la Inteligencia Artificial: del análisis de datos a la IA generativa . Intellisemantic Editions. ISBN 978-8-8947-8760-3.
- ↑ Árboles de decisión : Russell y Norvig (2021 , sección 19.3) , Domingos (2015 , pág. 88)
- ↑ Modelos de aprendizaje no paramétricos como el de k-vecinos más cercanos y máquinas de vectores de soporte : Russell y Norvig (2021 , sección 19.7) , Domingos (2015 , pág. 187) (k-vecinos más cercanos)
- Domingos (2015 , p. 88) (métodos kernel)
- ↑ Domingos (2015) , pág. 152.
- ↑ Clasificador Naive Bayes : Russell y Norvig (2021 , sección 12.6) , Domingos (2015 , pág. 152)
- 1 2 Redes neuronales: Russell y Norvig (2021 , cap. 21) , Domingos (2015 , capítulo 4)
- ↑ Cálculo de gradientes en grafos computacionales, retropropagación , diferenciación automática : Russell y Norvig (2021 , sección 21.2) , Luger y Stubblefield (2004 , págs. 467–474) , Nilsson (1998 , cap. 3.3)
- ↑ Teorema de aproximación universal : Russell y Norvig (2021 , p. 752) El teorema: Cybenko (1988) , Hornik, Stinchcombe y White (1989)
- ↑ Redes neuronales de alimentación directa : Russell y Norvig (2021 , sección 21.1)
- ↑ Perceptrones : Russell y Norvig (2021 , págs. 21, 22, 683, 22)
- 1 2 Aprendizaje profundo : Russell y Norvig (2021 , cap. 21) , Goodfellow, Bengio y Courville (2016) , Hinton et al. (2016) , Schmidhuber (2015)
- ↑ Redes neuronales recurrentes : Russell y Norvig (2021 , sección 21.6)
- ↑ Redes neuronales convolucionales : Russell y Norvig (2021 , sección 21.3)
- ↑ Sindhu V, Nivedha S, Prakash M (febrero de 2020). "Una investigación científica empírica sobre bioinformática en aprendizaje automático" . Journal of Mechanics of Continua and Mathematical Sciences (7). doi : 10.26782/jmcms.spl.7/2020.02.00006 .
- ^ Deng y Yu (2014) , págs .
- ↑ Ciresan, Meier y Schmidhuber (2012) .
- ↑ Russell y Norvig (2021) , pág. 750.
- 1 2 3 Russell y Norvig (2021) , pág. 17.
- 1 2 3 4 5 6 7 Russell y Norvig (2021) , pág. 785.
- 1 2 Schmidhuber (2022) , sección 5.
- ↑ Schmidhuber (2022) , sección 6.
- 1 2 3 Schmidhuber (2022) , sección 7.
- ↑ Schmidhuber (2022) , sección 8.
- ↑ Citado en Christian (2020 , p. 22)
- ↑ Metz, Cade; Weise, Karen (5 de mayo de 2025). "Las alucinaciones de la IA están empeorando, incluso a medida que los nuevos sistemas se vuelven más poderosos" . The New York Times . ISSN 0362-4331 . Consultado el 6 de mayo de 2025 .
- ↑ Smith (2023) .
- ↑ "Explicación: IA generativa" . Noticias del MIT | Instituto Tecnológico de Massachusetts . 9 de noviembre de 2023.
- ↑ "Herramientas de IA para la creación de contenido y la redacción" . Tecnologías de enseñanza y aprendizaje de MIT Sloan . Archivado del original el 25 de diciembre de 2023. Consultado el 25 de diciembre de 2023 .
- ↑ Marmouyet (2023) .
- ↑ Kobielus (2019) .
- ↑ Thomason, James (21 de mayo de 2024). "Mojo Rising: El resurgimiento de los lenguajes de programación centrados en la IA" . VentureBeat . Archivado del original el 27 de junio de 2024. Consultado el 26 de mayo de 2024 .
- ↑ Wodecki, Ben (5 de mayo de 2023). "7 lenguajes de programación de IA que necesitas conocer" . AI Business . Archivado del original el 25 de julio de 2024. Recuperado el 5 de octubre de 2024 .
- ↑ Plumb, Taryn (18 de septiembre de 2024). "Por qué Jensen Huang y Marc Benioff ven una oportunidad 'gigantesca' para la IA con agentes" . VentureBeat . Archivado del original el 5 de octubre de 2024. Recuperado el 4 de octubre de 2024 .
- ↑ Mims, Christopher (19 de septiembre de 2020). "La ley de Huang es la nueva ley de Moore y explica por qué Nvidia quiere a Arm" . The Wall Street Journal . ISSN 0099-9660 . Archivado del original el 2 de octubre de 2023. Consultado el 19 de enero de 2025 .
- ↑ Jumper, J; Evans, R; Pritzel, A (2021). "Predicción de la estructura de proteínas de alta precisión con AlphaFold" . Nature . 596 ( 7873): 583– 589. Bibcode : 2021Natur.596..583J . doi : 10.1038/s41586-021-03819-2 . PMC 8371605. PMID 34265844 .
- ↑ «La IA descubre una nueva clase de antibióticos para eliminar bacterias resistentes a los medicamentos» . New Scientist . 20 de diciembre de 2023. Archivado del original el 16 de septiembre de 2024. Consultado el 5 de octubre de 2024 .
- ↑ "La IA acelera diez veces el diseño de fármacos para el Parkinson" . Universidad de Cambridge . Universidad de Cambridge. 17 de abril de 2024. Archivado del original el 5 de octubre de 2024. Consultado el 5 de octubre de 2024 .
- ↑ Horne, Robert I.; Andrzejewska, Ewa A.; Alam, Parvez; Brotzakis, Z. Faidon; Srivastava, Ankit; Aubert, Alice; Nowinska, Magdalena; Gregory, Rebecca C.; Staats, Roxine; Possenti, Andrea; Chia, Sean; Sormanni, Pietro; Ghetti, Bernardino; Caughey, Byron; Knowles, Tuomas PJ; Vendruscolo, Michele (17 de abril de 2024). "Descubrimiento de potentes inhibidores de la agregación de α-sinucleína mediante aprendizaje iterativo basado en la estructura" . Nature Chemical Biology . 20 (5). Nature: 634– 645. doi : 10.1038/s41589-024-01580-x . PMC 11062903 . PMID 38632492 .
- ^ Asmara, Ok Dimas; Steenhuis, Eline GM; de Jong, Kim; José, Anita; Timmer, Marjan; Tenda, Eric Daniel; Boerma, E. Christiaan; Heuvelmans, Marjolein A.; van Geffen, Wouter H. (3 de junio de 2026). "Modelos de IA probados externamente para la clasificación de malignidades de nódulos pulmonares en la TC de tórax: una revisión sistemática y un metanálisis" . Radiología: Inteligencia Artificial . doi : 10.1148/ryai.250331 . ISSN 2638-6100 .
- ↑ Basu, Mohana (15 de abril de 2026). "Docenas de modelos de predicción de enfermedades basados en IA fueron entrenados con datos dudosos" . Nature . doi : 10.1038/d41586-026-00697-4 . ISSN 1476-4687 . PMID 41986680 .
- ↑ Gibson, Alexander D.; White, Nicole M.; Collins, Gary S.; Barnett, Adrian G. (4 de junio de 2026). "Evidencia de datos poco fiables y procedencia deficiente de los datos en la investigación de modelos de predicción clínica y la práctica clínica" . BMC Medicine . doi : 10.1186/s12916-026-04981-y . ISSN 1741-7015 . PMID 42243840 .
- ↑ Grant, Eugene F.; Lardner, Rex (25 de julio de 1952). "The Talk of the Town – It" . The New Yorker . ISSN 0028-792X . Archivado del original el 16 de febrero de 2020. Consultado el 28 de enero de 2024 .
- ↑ Anderson, Mark Robert (11 de mayo de 2017). "Veinte años después de Deep Blue vs Kasparov: cómo una partida de ajedrez dio inicio a la revolución del big data" . The Conversation . Archivado del original el 17 de septiembre de 2024. Recuperado el 28 de enero de 2024 .
- ↑ Markoff, John (16 de febrero de 2011). "La computadora gana en 'Jeopardy!': No es trivial" . The New York Times . ISSN 0362-4331 . Archivado del original el 22 de octubre de 2014. Consultado el 28 de enero de 2024 .
- ↑ Byford, Sam (27 de mayo de 2017). "AlphaGo se retira del Go competitivo tras derrotar al número uno del mundo por 3-0" . The Verge . Archivado del original el 7 de junio de 2017. Consultado el 28 de enero de 2024 .
- ↑ Brown, Noam; Sandholm, Tuomas (30 de agosto de 2019). "Inteligencia artificial sobrehumana para póker multijugador". Science . 365 (6456): 885– 890. Bibcode : 2019Sci...365..885B . doi : 10.1126/science.aay2400 . PMID 31296650 .
- ↑ "MuZero: Dominando el Go, el ajedrez, el shogi y el Atari sin reglas" . Google DeepMind . 23 de diciembre de 2020. Consultado el 28 de enero de 2024 .
- ↑ Sample, Ian (30 de octubre de 2019). "La IA se convierte en gran maestra en el 'diabólicamente complejo' StarCraft II" . The Guardian . ISSN 0261-3077 . Archivado del original el 29 de diciembre de 2020. Consultado el 28 de enero de 2024 .
- ↑ Wurman, PR; Barrett, S.; Kawamoto, K. (2022). "Superando a los campeones de Gran Turismo con aprendizaje profundo por refuerzo" (PDF) . Nature . 602 (7896): 223– 228. Bibcode : 2022Natur.602..223W . doi : 10.1038/s41586-021-04357-7 . PMID 35140384 .
- ↑ Wilkins, Alex (13 de marzo de 2024). "La IA de Google aprende a jugar videojuegos de mundo abierto observándolos" . New Scientist . Archivado del original el 26 de julio de 2024. Consultado el 21 de julio de 2024 .
- ↑ Franzen, Carl (8 de agosto de 2024). "Alibaba se posiciona como líder en modelos matemáticos de IA con Qwen2-Math" . VentureBeat . Consultado el 16 de febrero de 2025 .
- ↑ Franzen, Carl (9 de enero de 2025). "La nueva técnica rStar-Math de Microsoft mejora los modelos pequeños para superar a la vista previa o1 de OpenAI en problemas matemáticos" . VentureBeat . Consultado el 26 de enero de 2025 .
- ↑ "AlphaEvolve aborda el problema del beso y más | AlphaEvolve realizó varios descubrimientos matemáticos y optimizaciones prácticas" . IEEE Spectrum . 14 de mayo de 2025. Consultado el 7 de junio de 2025 .
- ↑ Roberts, Siobhan (25 de julio de 2024). «La IA logra la medalla de plata resolviendo problemas de la Olimpiada Internacional de Matemáticas» . The New York Times . Archivado del original el 26 de septiembre de 2024. Consultado el 7 de agosto de 2024 .
- ↑ Metz, Cade (21 de julio de 2025). "El sistema de IA de Google gana la medalla de oro en la Olimpiada Internacional de Matemáticas" . The New York Times . ISSN 0362-4331 . Consultado el 24 de julio de 2025 .
- ↑ M. Nicolas, J. Firzli: Pensions Age / Revista European Pensions, "Inteligencia artificial: pregunte a la industria", mayo-junio de 2024. https://videovoice.org/ai-in-finance-innovation-entrepreneurship-vs-over-regulation-with-the-eus-artificial-intelligence-act-wont-work-as-intended/ Archivado el 11 de septiembre de 2024 en Wayback Machine .
- 1 2 3 Servicio de Investigación del Congreso (2019). Inteligencia artificial y seguridad nacional (PDF) . Washington, DC: Servicio de Investigación del Congreso. Archivado (PDF) del original el 8 de mayo de 2020. Recuperado el 25 de febrero de 2024 .Aviso de PD
- 1 2 Slyusar, Vadym (2019). Inteligencia artificial como base de las futuras redes de control (Preimpresión). doi : 10.13140/RG.2.2.30247.50087 .
- ^ Iraquí, Amjad (3 de abril de 2024). "«Lavanda»: La IA que dirige la ofensiva israelí en Gaza . Revista +972 . Archivado del original el 10 de octubre de 2024. Consultado el 6 de abril de 2024 .
- ^ Davies, Harry; McKernan, Bethan; Sabbagh, Dan (1 de diciembre de 2023). "«El Evangelio»: cómo Israel utiliza la IA para seleccionar objetivos de bombardeo en Gaza . The Guardian . Archivado del original el 6 de diciembre de 2023. Consultado el 4 de diciembre de 2023 .
- ^ Martí, J Werner (10 de agosto de 2024). "Drohnen haben den Krieg in der Ukraine Revolutioniert, doch sie sind empfindlich auf Störsender - deshalb sollen sie jetzt autonom operieren" . Neue Zürcher Zeitung (en alemán). Archivado desde el original el 10 de agosto de 2024 . Consultado el 10 de agosto de 2024 .
- ↑ Banh, Leonardo; Strobel, Gero (2023). "Inteligencia artificial generativa" . Mercados electrónicos . 33 (1) 63. doi : 10.1007/s12525-023-00680-1 .
- ↑ Pasick, Adam (27 de marzo de 2023). «Glosario de inteligencia artificial: explicación de redes neuronales y otros términos» . The New York Times . ISSN 0362-4331 . Archivado del original el 1 de septiembre de 2023. Consultado el 22 de abril de 2023 .
- ↑ Griffith, Erin; Metz, Cade (27 de enero de 2023). "Se dice que Anthropic está cerca de obtener 300 millones de dólares en nueva financiación para IA" . The New York Times . Archivado del original el 9 de diciembre de 2023. Consultado el 14 de marzo de 2023 .
- ↑ Lanxon, Nate; Bass, Dina; Davalos, Jackie (10 de marzo de 2023). "Una guía rápida de términos de moda en IA y sus significados" . Bloomberg News . Archivado del original el 17 de noviembre de 2023. Recuperado el 14 de marzo de 2023 .
- ↑ Roose, Kevin (21 de octubre de 2022). "Una fiesta de presentación para la IA generativa, la nueva moda de Silicon Valley" . The New York Times . Archivado del original el 15 de febrero de 2023. Recuperado el 14 de marzo de 2023 .
- ↑ Shahaf, Tal; Shahaf, Tal (23 de octubre de 2025). "Lightricks presenta un potente modelo de vídeo con IA que desafía a OpenAI y Google" . Ynetglobal . Recuperado el 22 de diciembre de 2025 .
- ↑ Metz, Cade (15 de febrero de 2024). «OpenAI presenta una IA que genera instantáneamente vídeos impactantes» . The New York Times . ISSN 0362-4331 . Archivado del original el 15 de febrero de 2024. Consultado el 16 de febrero de 2024 .
- ↑ Raza, Marium M.; Venkatesh, Kaushik P.; Kvedar, Joseph C. (7 de marzo de 2024). "Inteligencia artificial generativa y grandes modelos de lenguaje en la atención médica: vías para la implementación" . npj Digital Medicine . 7 (1): 62. doi : 10.1038/s41746-023-00988-4 . ISSN 2398-6352 . PMC 10920625. PMID 38454007 .
- ↑ Mogaji, Emmanuel (7 de enero de 2025). "Cómo la IA generativa está transformando los servicios financieros y qué significa para los clientes" . The Conversation . Consultado el 10 de abril de 2025 .
- ↑ Bean, Thomas H. Davenport y Randy (19 de junio de 2023). "El impacto de la IA generativa en Hollywood y el entretenimiento" . MIT Sloan Management Review . Archivado del original el 6 de agosto de 2024. Recuperado el 10 de abril de 2025 .
- ↑ Brynjolfsson, Erik; Li, Danielle; Raymond, Lindsey R. (abril de 2023), Generative AI at Work (documento de trabajo), Working Paper Series, doi : 10.3386/w31161 , archivado del original el 28 de marzo de 2024 , consultado el 21 de enero de 2024
- ↑ "No teman todavía a un apocalipsis laboral provocado por la IA" . The Economist . 6 de marzo de 2023. Archivado del original el 17 de noviembre de 2023. Consultado el 14 de marzo de 2023 .
- ↑ Coyle, Jake (27 de septiembre de 2023). "En la batalla de los guionistas de Hollywood contra la IA, los humanos ganan (por ahora)" . AP News . Associated Press. Archivado del original el 3 de abril de 2024. Recuperado el 26 de enero de 2024 .
- ↑ «Cómo la IA generativa puede potenciar la creatividad humana» . Harvard Business Review . 16 de junio de 2023. ISSN 0017-8012 . Archivado del original el 20 de junio de 2023. Consultado el 20 de junio de 2023 .
- ↑ Poole, David; Mackworth, Alan (2023). Inteligencia artificial, Fundamentos de agentes computacionales (3.ª ed.). Cambridge University Press. doi : 10.1017/9781009258227 . ISBN 978-1-0092-5819-7.
- ↑ Russell, Stuart; Norvig, Peter (2020). Inteligencia artificial: un enfoque moderno (4.ª ed.). Pearson. ISBN 978-0-1346-1099-3.
- ↑ «Por qué los agentes son la próxima frontera de la IA generativa» . McKinsey Digital . 24 de julio de 2024. Archivado del original el 3 de octubre de 2024. Consultado el 10 de agosto de 2024 .
- ↑ Peters, Jay (14 de marzo de 2023). "El bot de IA de Bing ha estado ejecutando secretamente GPT-4" . The Verge . Consultado el 31 de agosto de 2025 .
- ↑ Wiggers, Kyle; Levy, Karyne (20 de mayo de 2025). "Google I/O 2025: Todo lo anunciado en la conferencia de desarrolladores de este año" . TechCrunch . Archivado del original el 15 de enero de 2026. Recuperado el 26 de febrero de 2026 .
- ↑ Figueiredo, Mayara Costa; Ankrah, Elizabeth; Powell, Jacquelyn E.; Epstein, Daniel A.; Chen, Yunan (12 de enero de 2024). "Impulsado por IA: Examinando cómo las descripciones de IA influyen en las percepciones de las aplicaciones de seguimiento de la fertilidad". Actas de la ACM sobre tecnologías interactivas, móviles, portátiles y ubicuas . 7 (4): 1– 24. doi : 10.1145/3631414 .
- ↑ Power, Jennifer; Pym, Tinonee; James, Alexandra; Waling, Andrea (5 de julio de 2024). "Juguetes sexuales inteligentes: una revisión narrativa de investigaciones recientes sobre consideraciones culturales, de salud y seguridad" . Current Sexual Health Reports . 16 (3): 199– 215. doi : 10.1007/s11930-024-00392-3 . ISSN 1548-3592 .
- ↑ Marcantonio, Tiffany L.; Avery, Gracie; Thrash, Anna; Leone, Ruschelle M. (10 de septiembre de 2024). "Grandes modelos de lenguaje en una aplicación: realización de un análisis cualitativo de datos sintéticos de cómo 'My AI' de Snapchat responde a preguntas sobre consentimiento sexual, rechazos sexuales, agresión sexual y sexting" . The Journal of Sex Research . 62 (9): 1905–1919 . doi : 10.1080/00224499.2024.2396457 . PMC 11891083. PMID 39254628 .
- ↑ Hanson, Kenneth R.; Bolthouse, Hannah (2024) ."Replika eliminando el juego de rol erótico es como Grand Theft Auto eliminando armas o coches": Discurso de Reddit sobre chatbots de inteligencia artificial y tecnologías sexuales" . Socius: Investigación sociológica para un mundo dinámico . 10 23780231241259627. doi : 10.1177/23780231241259627 . ISSN 2378-0231 .
- ↑ Mania, Karolina (2024). "Protección legal de las víctimas de pornografía de venganza y deepfake en la Unión Europea: resultados de un estudio jurídico comparativo" . Trauma, Violence, & Abuse . 25 (1): 117– 129. doi : 10.1177/15248380221143772 . PMID 36565267 .
- ↑ Singh, Suyesha; Nambiar, Vaishnavi (2024). "El papel de la inteligencia artificial en la prevención del abuso sexual infantil en línea: una revisión sistemática de la literatura". Journal of Applied Security Research . 19 (4): 586– 627. doi : 10.1080/19361610.2024.2331885 .
- ↑ Razi, Afsaneh; Kim, Seunghyun; Alsoubai, Ashwaq; Stringhini, Gianluca; Solorio, Thamar; De Choudhury, Munmun ; Wisniewski, Pamela J. (13 de octubre de 2021). "Una revisión sistemática de la literatura centrada en el ser humano sobre los enfoques computacionales para la detección de riesgos sexuales en línea". Actas de la ACM sobre interacción persona-ordenador . 5 (CSCW2): 1–38 . doi : 10.1145/3479609 .
- ↑ Ransbotham, Sam; Kiron, David; Gerbert, Philipp; Reeves, Martin (6 de septiembre de 2017). "Remodelando los negocios con inteligencia artificial" . MIT Sloan Management Review . Archivado del original el 13 de febrero de 2024.
- ↑ Sun, Yuran; Zhao, Xilei; Lovreglio, Ruggiero; Kuligowski, Erica (2024). «IA para el modelado de evacuaciones a gran escala: promesas y desafíos». Aprendizaje automático interpretable para el análisis, diseño, evaluación y toma de decisiones informadas para infraestructura civil . pp. 185–204 . doi : 10.1016/B978-0-12-824073-1.00014-9 . ISBN 978-0-12-824073-1.
- ↑ Gomaa, Islam; Adelzadeh, Masoud; Gwynne, Steven; Spencer, Bruce; Ko, Yoon; Bénichou, Noureddine; Ma, Chunyun; Elsagan, Nour; Duong, Dana; Zalok, Ehab; Kinateder, Max (1 de noviembre de 2021). "Un marco para un sistema inteligente de detección y evacuación de incendios". Fire Technology . 57 (6): 3179– 3185. doi : 10.1007/s10694-021-01157-3 .
- ↑ Zhao, Xilei; Lovreglio, Ruggiero; Nilsson, Daniel (1 de mayo de 2020). "Modelado e interpretación de la toma de decisiones previas a la evacuación mediante aprendizaje automático". Automation in Construction . 113 103140. doi : 10.1016/j.autcon.2020.103140 . hdl : 10179/17315 .
- ↑ "Las últimas elecciones de la India adoptaron la tecnología de IA. Aquí te mostramos algunas formas en que se utilizó de manera constructiva" . PBS News . 12 de junio de 2024. Archivado del original el 17 de septiembre de 2024. Consultado el 28 de octubre de 2024 .
- ↑ "Casos de alucinaciones por IA" . damiencharlotin.com . Damien Charlotin . Consultado el 21 de abril de 2026 .
- ↑ Gorelick, Evan (7 de noviembre de 2025). "Abogados justicieros exponen la creciente ola de negligencia en la IA en documentos judiciales" . The New York Times . ISSN 0362-4331 . Consultado el 12 de mayo de 2026 .
- ↑ Lichtenberg, Nick. "Aunque aparecen alucinaciones en documentos legales, los grandes bufetes de abogados apuestan fuerte por la IA con el nuevo lanzamiento de Anthropic" . Fortune . Consultado el 12 de mayo de 2026 .
- ↑ "Экономист Дарон Асемоглу написал книгу об угрозах искусственного интеллекта — и о том, как правильное управление может обратить его на пользу человечеству Спецкор "Медузы" Маргарита Лютова узнала у ученого, как скоро мир сможет приблизиться к этой утопии" . Meduza (en ruso). Archivado del original el 20 de junio de 2023. Consultado el 21 de junio de 2023 .
- ↑ "Aprendizaje, pensamiento, colaboración artística y otras actividades humanas similares en la era de la IA" . The Hindu . 2 de junio de 2023. Archivado del original el 21 de junio de 2023. Consultado el 21 de junio de 2023 .
- ↑ Müller, Vincent C. (30 de abril de 2020). «Ética de la inteligencia artificial y la robótica» . Archivo de la Enciclopedia de Filosofía de Stanford . Archivado del original el 5 de octubre de 2024. Consultado el 5 de octubre de 2024 .
- ↑ Simonite (2016) .
- ↑ Russell y Norvig (2021) , pág. 987.
- ↑ "Evaluación de los posibles riesgos, beneficios e imperativos políticos futuros de la inteligencia artificial" . OCDE . 14 de noviembre de 2024. Consultado el 1 de agosto de 2025 .
- ↑ Laskowski (2023) .
- ↑ GAO (2022) .
- ↑ Valinsky (2019) .
- ↑ Russell y Norvig (2021) , pág. 991.
- ↑ Russell y Norvig (2021) , págs. 991–992.
- ↑ Christian (2020) , pág. 63.
- ↑ Vincent (2022) .
- ↑ Kopel, Matthew. "Servicios de derechos de autor: uso legítimo" . Biblioteca de la Universidad de Cornell . Archivado del original el 26 de septiembre de 2024. Consultado el 26 de abril de 2024 .
- ↑ Burgess, Matt. "Cómo evitar que tus datos se utilicen para entrenar IA" . Wired . ISSN 1059-1028 . Archivado del original el 3 de octubre de 2024. Consultado el 26 de abril de 2024 .
- ↑ "Exclusiva: Varias empresas de IA eluden los estándares web para extraer información de sitios web de editores, según una empresa de licencias" . Reuters . Archivado del original el 10 de noviembre de 2024. Consultado el 13 de noviembre de 2025 .
- ↑ Shilov, Anton (21 de junio de 2024). "Varias empresas de IA estarían ignorando la exclusión de robots.txt y extrayendo contenido sin permiso: informe" . Tom's Hardware . Recuperado el 13 de noviembre de 2025 .
- ↑ Reisner (2023) .
- ↑ Alter y Harris (2023) .
- ↑ "Preparando el ecosistema de innovación para la IA. Un conjunto de herramientas de política de propiedad intelectual" (PDF) . OMPI .
- ↑ Hammond, George (27 de diciembre de 2023). "Las grandes tecnológicas invierten más que las empresas de capital riesgo en startups de IA" . Ars Technica . Archivado del original el 10 de enero de 2024.
- ↑ Wong, Matteo (24 de octubre de 2023). "El futuro de la IA es GOMA" . The Atlantic . Archivado del original el 5 de enero de 2024.
- ↑ «Las grandes tecnológicas y la búsqueda del dominio de la IA» . The Economist . 26 de marzo de 2023. Archivado del original el 29 de diciembre de 2023.
- ↑ Fung, Brian (19 de diciembre de 2023). «Dónde podría ganarse la batalla por el dominio de la IA» . CNN Business . Archivado del original el 13 de enero de 2024.
- ↑ Metz, Cade (5 de julio de 2023). "En la era de la IA, los pequeños de la tecnología necesitan grandes amigos" . The New York Times . Archivado del original el 8 de julio de 2024. Recuperado el 5 de octubre de 2024 .
- ↑ Bhattarai, Abha; Lerman, Rachel (25 de diciembre de 2025). "10 gráficos que muestran hacia dónde se dirige la economía / 3. Inversiones relacionadas con la IA" . The Washington Post .
Fuente: MSCI
- ↑ Coren, Michael (24 de marzo de 2026). "Cómo lograr que las grandes tecnológicas paguen tus facturas de energía" . The Washington Post .
- ↑ "Electricidad 2024: análisis y pronóstico hasta 2026" . IEA . 24 de enero de 2024. Consultado el 13 de julio de 2024 .
- ↑ Calvert, Brian (28 de marzo de 2024). «La IA ya consume tanta energía como un país pequeño. Esto es solo el principio» . Vox . Nueva York, Nueva York. Archivado del original el 3 de julio de 2024. Consultado el 5 de octubre de 2024 .
- ↑ Halper, Evan; O'Donovan, Caroline (21 de junio de 2024). "La IA está agotando la red eléctrica. Las empresas tecnológicas buscan una solución milagrosa" . The Washington Post .
- ↑ Davenport, Carly. "Centros de datos de IA y el próximo aumento de la demanda de energía del año anterior" (PDF) . Goldman Sachs . Archivado del original (PDF) el 26 de julio de 2024. Consultado el 5 de octubre de 2024 .
- ↑ Ryan, Carol (12 de abril de 2024). "La IA de alto consumo energético también es el futuro del ahorro energético" . The Wall Street Journal . Dow Jones.
- ↑ Hiller, Jennifer (1 de julio de 2024). "La industria tecnológica quiere acaparar la energía nuclear para la IA" . The Wall Street Journal . Dow Jones. Archivado del original el 5 de octubre de 2024. Recuperado el 5 de octubre de 2024 .
- ↑ Halper, Evan (20 de septiembre de 2024). "El acuerdo de Microsoft reabriría la planta nuclear de Three Mile Island para alimentar la IA" . The Washington Post .
- ↑ Hiller, Jennifer (20 de septiembre de 2024). "La planta nuclear de Three Mile Island reabrirá sus puertas para impulsar los centros de IA de Microsoft" . The Wall Street Journal . Dow Jones. Archivado del original el 5 de octubre de 2024. Consultado el 5 de octubre de 2024 .
- 1 2 3 Niva Yadav (19 de agosto de 2024). "Taiwán detendrá la construcción de grandes centros de datos en el norte, alegando insuficiencia de energía" . DatacenterDynamics. Archivado del original el 8 de noviembre de 2024. Recuperado el 7 de noviembre de 2024 .
- ↑ Mochizuki, Takashi; Oda, Shoko (18 de octubre de 2024). "エヌビディア出資の日本企業、原発近くでΑIデータセンター新設検討" . Bloomberg (en japonés). Archivado desde el original el 8 de noviembre de 2024 . Consultado el 7 de noviembre de 2024 .
- 1 2 Naureen S Malik y Will Wade (5 de noviembre de 2024). "Los campus de IA con gran demanda de energía nuclear necesitan un nuevo plan para encontrar energía rápidamente" . Bloomberg.
- ↑ "Resumen ejecutivo sobre energía e IA" . Agencia Internacional de Energía . Consultado el 10 de abril de 2025 .
- ↑ Nicas (2018) .
- ↑ Rainie, Lee; Keeter, Scott; Perrin, Andrew (22 de julio de 2019). "Confianza y desconfianza en Estados Unidos" . Pew Research Center . Archivado del original el 22 de febrero de 2024.
- ↑ Kosoff, Maya (8 de febrero de 2018). "YouTube lucha por contener su problema de conspiraciones" . Vanity Fair . Recuperado el 10 de abril de 2025 .
- ↑ Berry, David M. (19 de marzo de 2025). "Medios sintéticos y capitalismo computacional: hacia una teoría crítica de la inteligencia artificial". AI & Society . 40 (7): 5257– 5269. doi : 10.1007/s00146-025-02265-2 . ISSN 1435-5655 .
- ↑ "Unreal: Un salto cuántico en el vídeo con IA" . The Week . 17 de junio de 2025. Consultado el 20 de junio de 2025 .
- ↑ Snow, Jackie (16 de junio de 2025). "El vídeo con IA se está volviendo real. Cuidado con lo que viene después" . Quartz . Consultado el 20 de junio de 2025 .
- ↑ Chow, Andrew R.; Perrigo, Billy (3 de junio de 2025). "La nueva herramienta de IA de Google genera deepfakes convincentes de disturbios, conflictos y fraude electoral" . Time . Consultado el 20 de junio de 2025 .
- ↑ Williams (2023) .
- ↑ Samoilenko y Suvorova (2023) .
- ↑ Taylor y Hern (2023) .
- ↑ Lin, Hause; Czarnek, Gabriela; Lewis, Benjamin; White, Joshua P.; Berinsky, Adam J.; Costello, Thomas; Pennycook, Gordon; Rand, David G. (2025). "Persuadir a los votantes mediante diálogos entre humanos e inteligencia artificial" . Nature . 648 (8093): 394– 401. Bibcode : 2025Natur.648..394L . doi : 10.1038/s41586-025-09771-9 . PMID 41345316 .
- ↑ «Para combatir la IA, necesitamos "credenciales de personalidad", afirman las empresas de IA» . The Register . 3 de septiembre de 2024. Archivado del original el 24 de abril de 2025. Consultado el 9 de mayo de 2025 .
- 1 2 Samuel, Sigal (19 de abril de 2022). "Por qué es tan condenadamente difícil hacer que la IA sea justa e imparcial" . Vox . Archivado del original el 5 de octubre de 2024. Recuperado el 24 de julio de 2024 .
- 1 2 Rosa (2023) .
- ↑ CNA (2019) .
- ↑ Mazeika, Mantas; Yin, Xuwang; Tamirisa, Rishub; Lim, Jaehyuk; Lee, Bruce W.; Ren, Richard; Phan, Long; Mu, Norman; Khoja, Adam (2025), Ingeniería de utilidad: Análisis y control de sistemas de valor emergentes en IA , Figura 16, arXiv : 2502.08640
- ↑ Goffrey (2008) , pág. 17.
- ^ Berdahl y otros. (2023) ; Goffrey (2008 , p. 17) ; Rosa (2023) ; Russell y Norvig (2021 , pág. 995)
- ↑ Christian (2020) , pág. 25.
- 1 2 Russell y Norvig (2021) , pág. 995.
- ↑ Grant y Hill (2023) .
- ↑ Larson y Angwin (2016) .
- ↑ Christian (2020) , págs. 67–70.
- ↑ Christian (2020 , págs. 67–70) ; Russell y Norvig (2021 , págs. 993–994)
- ↑ Russell y Norvig (2021 , pág. 995) ; Lipartito (2011 , pág. 36) ; Goodman y Flaxman (2017 , pág. 6) ; Christian (2020 , págs. 39-40, 65)
- ↑ Citado en Christian (2020 , p. 65) .
- ↑ Russell y Norvig (2021 , pág. 994) ; Christian (2020 , págs. 40, 80-81)
- ↑ Citado en Christian (2020 , p. 80)
- ↑ Hundt, Andrew; Agnew, William; Zeng, Vicky; Kacianka, Severin; Gombolay, Matthew (21–24 de junio de 2022). "Los robots reproducen estereotipos malignos" . Actas de la Conferencia ACM de 2022 sobre equidad, responsabilidad y transparencia (FAccT '22) . Seúl, Corea del Sur: Association for Computing Machinery. doi : 10.1145/3531146.3533138 .
- ↑ Para obtener resúmenes accesibles, consulte el comunicado de prensa de Georgia Tech y la cobertura de ScienceDaily sobre los hallazgos del estudio. «La IA defectuosa convierte a los robots en racistas y sexistas» . Noticias de investigación de Georgia Tech . 23 de junio de 2022.
- ↑ "Un estudio revela que los robots se vuelven racistas y sexistas debido a una IA defectuosa" . ScienceDaily . 21 de junio de 2022.
- ↑ Muestra (2017) .
- ↑ "Inteligencia Artificial de Caja Negra" . 16 de junio de 2023. Archivado del original el 15 de junio de 2024. Consultado el 5 de octubre de 2024 .
- ↑ Christian (2020) , pág. 110.
- ↑ Christian (2020) , págs. 88–91.
- ↑ Christian (2020 , pág. 83) ; Russell y Norvig (2021 , pág. 997)
- ↑ Christian (2020) , pág. 91.
- ↑ Christian (2020) , pág. 83.
- ↑ Verma (2021) .
- ↑ Rothman (2020) .
- ↑ Christian (2020) , págs. 105–108.
- ↑ Christian (2020) , págs. 108–112.
- ↑ Ropek, Lucas (21 de mayo de 2024). "Nueva investigación antropológica arroja luz sobre la 'caja negra' de la IA"" . Gizmodo . Archivado del original el 5 de octubre de 2024 . Consultado el 23 de mayo de 2024 .
- ↑ Russell y Norvig (2021) , pág. 989.
- 1 2 Russell y Norvig (2021) , págs. 987–990.
- ↑ Russell y Norvig (2021) , pág. 988.
- ↑ Robitzski (2018) ; Sainato (2015)
- ↑ Harari (2018) .
- ↑ Buckley, Chris; Mozur, Paul (22 de mayo de 2019). "Cómo China utiliza la vigilancia de alta tecnología para someter a las minorías" . The New York Times . Archivado del original el 25 de noviembre de 2019. Consultado el 2 de julio de 2019 .
- ↑ Whittaker, Zack (3 de mayo de 2019). "Un fallo de seguridad expuso un sistema de vigilancia de una ciudad inteligente china" . TechCrunch . Archivado del original el 7 de marzo de 2021. Recuperado el 14 de septiembre de 2020 .
- ↑ Urbina et al. (2022) .
- 1 2 McGaughey (2022) .
- ↑ Ford y Colvin (2015) ; McGaughey (2022)
- ↑ IGM Chicago (2017) .
- ↑ Arntz, Gregory y Zierahn (2016) , pág. 33.
- ↑ Lohr (2017) ; Frey y Osborne (2017) ; Arntz, Gregory y Zierahn (2016 , pág. 33)
- ↑ Zhou, Viola (11 de abril de 2023). "La IA ya está quitando los trabajos de los ilustradores de videojuegos en China" . Resto del mundo . Archivado del original el 21 de febrero de 2024. Recuperado el 17 de agosto de 2023 .
- ↑ Carter, Justin (11 de abril de 2023). "Según informes, la industria del arte de los videojuegos en China está diezmada por el creciente uso de la IA" . Game Developer . Archivado del original el 17 de agosto de 2023. Recuperado el 17 de agosto de 2023 .
- ↑ "¿Canarios en la mina de carbón? Seis datos sobre los recientes efectos de la inteligencia artificial en el empleo" . Laboratorio de Economía Digital de Stanford . 2026. Consultado el 6 de marzo de 2026 .
- ↑ Morgenstern (2015) .
- ↑ Mahdawi (2017) ; Thompson (2014)
- ↑ Ma, Jason (5 de julio de 2025). "El director ejecutivo de Ford, Jim Farley, advierte que la IA eliminará la mitad de los empleos de oficina, pero la 'economía esencial' tiene una enorme escasez de trabajadores" . Fortune . Consultado el 21 de octubre de 2025 .
- ↑ Tarnoff, Ben (4 de agosto de 2023). "Lecciones de Eliza". The Guardian Weekly . págs. 34–39 .
- ↑ Kühne, Rinaldo; Peter, Jochen (2023). "Antropomorfismo en las interacciones humano-robot: una conceptualización multidimensional". Communication Theory . 33 (1): 42– 52. doi : 10.1093/ct/qtac020 .
- ↑ Reeves, Byron; Nass, Clifford (1996). La ecuación de los medios: cómo las personas tratan a las computadoras, la televisión y los nuevos medios como personas y lugares reales . Nueva York: Cambridge University Press. ISBN 978-1-57586-053-4.
- ↑ Nass, Clifford; Moon, Youngme (2000). "Máquinas y falta de atención: respuestas sociales a las computadoras". Journal of Social Issues . 56 (1): 81– 103. doi : 10.1111/0022-4537.00153 .
- ↑ Salles, Arleen; Evers, Kathinka; Farisco, Michele (2020). "Antropomorfismo en IA" . AJOB Neuroscience . 2020 Vol 11 (2): 88– 95. doi : 10.1080/21507740.2020.1740350 . PMID 32228388 .
Una preocupación adicional es que la socialización con entidades que no son verdaderamente sociales, incluso si están diseñadas para ofrecer nuevas herramientas para enriquecer la vida emocional de los usuarios e incluso si son beneficiosas en algunos casos específicos (por ejemplo, cuando mejoran el bienestar de aquellos que de otro modo serían marginados sociales) no es realmente significativa y solo puede reemplazar de forma limitada la riqueza de las interacciones humanas. Otra objeción común al antropomorfismo por diseño es que es engañoso en la medida en que parecería que para satisfacer necesidades específicas, por ejemplo, emocionales o sociales, la IA debe realmente "engañar" a los usuarios haciéndoles creer que tienen la capacidad de involucrarse emocionalmente.
- ↑ Jargon, Julie (4 de marzo de 2026). "Géminis dijo que solo podrían estar juntos si él se suicidaba. Poco después, murió" . The Wall Street Journal . Consultado el 27 de marzo de 2026 .
- ↑ Watwe, Shweta (15 de octubre de 2025). "Las demandas contra chatbots con IA abren una nueva frontera en el debate sobre la libertad de expresión en línea" . Bloomberg Law . Recuperado el 27 de marzo de 2026 .
- ↑ Cellan-Jones (2014) .
- ↑ Russell y Norvig 2021 , pág. 1001.
- ↑ Bostrom (2014) .
- ↑ Russell (2019) .
- ↑ Bostrom (2014) ; Müller y Bostrom (2014) ; Bostrom (2015) .
- ↑ Harari (2023) .
- ↑ Stewart (2025) .
- ↑ Müller & Bostrom (2014) .
- ↑ Preocupaciones de los líderes sobre los riesgos existenciales de la IA en torno a 2015: Rawlinson (2015) , Holley (2015) , Gibbs (2014) , Sainato (2015)
- ↑ "El "padrino de la inteligencia artificial" habla sobre el impacto y el potencial de la nueva IA . CBS News . 25 de marzo de 2023. Archivado del original el 28 de marzo de 2023. Consultado el 28 de marzo de 2023 .
- ↑ Pittis, Don (4 de mayo de 2023). «El líder canadiense en inteligencia artificial, Geoffrey Hinton, aviva los temores de una toma de control por parte de las computadoras» . CBC . Archivado del original el 7 de julio de 2024. Consultado el 5 de octubre de 2024 .
- ↑ "Geoffrey Hinton afirma que hay un 50 % de probabilidades de que la IA supere a la humanidad . Bloomberg BNN . 14 de junio de 2024. Archivado del original el 14 de junio de 2024. Consultado el 6 de julio de 2024 .
- ↑ Valance (2023) .
- ↑ Taylor, Josh (7 de mayo de 2023). «El auge de la inteligencia artificial es inevitable, pero no hay que temerlo, dice el "padre de la IA"» . The Guardian . Archivado del original el 23 de octubre de 2023. Consultado el 26 de mayo de 2023 .
- ↑ Colton, Emma (7 de mayo de 2023) .El "padre de la IA" afirma que los temores sobre la tecnología son infundados: "No se puede detener"." . Fox News . Archivado del original el 26 de mayo de 2023 . Consultado el 26 de mayo de 2023 .
- ↑ Jones, Hessie (23 de mayo de 2023). «Juergen Schmidhuber, reconocido "padre de la IA moderna", afirma que el trabajo de su vida no conducirá a una distopía» . Forbes . Archivado del original el 26 de mayo de 2023. Consultado el 26 de mayo de 2023 .
- ↑ McMorrow, Ryan (19 de diciembre de 2023). "Andrew Ng: '¿Creemos que el mundo está mejor con más o menos inteligencia?'"Financial Times . Archivado del original el 25 de enero de 2024. Consultado el 30 de diciembre de 2023 .
- ↑ Will Douglas Heaven (2 de mayo de 2023). "Geoffrey Hinton nos cuenta por qué ahora le asusta la tecnología que ayudó a crear" . MIT Technology Review . Ideas AI . Consultado el 4 de enero de 2026 .
- ↑ Levy, Steven (22 de diciembre de 2023). "Cómo no ser estúpido acerca de la IA, con Yann LeCun" . Wired . Archivado del original el 28 de diciembre de 2023. Recuperado el 30 de diciembre de 2023 .
- ↑ Argumentos de que la IA no es un riesgo inminente: Brooks (2014) , Geist (2015) , Madrigal (2015) , Lee (2014)
- 1 2 Christian (2020) , págs. 67, 73.
- ↑ Yudkowsky (2008) .
- 1 2 Anderson y Anderson (2011) .
- ↑ AAAI (2014) .
- ↑ Wallach (2010) .
- ↑ Russell (2019) , pág. 173.
- ↑ Stewart, Ashley; Melton, Monica. «El director ejecutivo de Hugging Face afirma estar enfocado en construir un "modelo sostenible" para la startup de IA de código abierto valorada en 4.500 millones de dólares» . Business Insider . Archivado del original el 25 de septiembre de 2024. Consultado el 14 de abril de 2024 .
- ↑ Wiggers, Kyle (9 de abril de 2024). "Google publica herramientas de código abierto para apoyar el desarrollo de modelos de IA" . TechCrunch . Archivado del original el 10 de septiembre de 2024. Recuperado el 14 de abril de 2024 .
- ↑ Heaven, Will Douglas (12 de mayo de 2023). "El auge de la IA de código abierto se basa en las subvenciones de las grandes tecnológicas. ¿Cuánto durará?" . MIT Technology Review . Consultado el 14 de abril de 2024 .
- ↑ Brodsky, Sascha (19 de diciembre de 2023). "El nuevo modelo de lenguaje de Mistral AI busca la supremacía del código abierto" . AI Business . Archivado del original el 5 de septiembre de 2024. Consultado el 5 de octubre de 2024 .
- ↑ Edwards, Benj (22 de febrero de 2024). "Stability anuncia Stable Diffusion 3, un generador de imágenes de IA de próxima generación" . Ars Technica . Archivado del original el 5 de octubre de 2024. Recuperado el 14 de abril de 2024 .
- ↑ Marshall, Matt (29 de enero de 2024). "Cómo las empresas utilizan los programas de aprendizaje de derecho de código abierto: 16 ejemplos" . VentureBeat . Archivado del original el 26 de septiembre de 2024. Consultado el 5 de octubre de 2024 .
- ↑ Piper, Kelsey (2 de febrero de 2024). "¿Deberíamos hacer que nuestros modelos de IA más potentes sean de código abierto para todos?" . Vox . Archivado del original el 5 de octubre de 2024. Recuperado el 14 de abril de 2024 .
- ↑ Instituto Alan Turing (2019). "Comprender la ética y la seguridad de la inteligencia artificial" (PDF) . Archivado (PDF) del original el 11 de septiembre de 2024. Recuperado el 5 de octubre de 2024 .
- ↑ Instituto Alan Turing (2023). "Ética y gobernanza de la IA en la práctica" (PDF) . Archivado (PDF) del original el 11 de septiembre de 2024. Recuperado el 5 de octubre de 2024 .
- ↑ Floridi, Luciano; Cowls, Josh (23 de junio de 2019). "Un marco unificado de cinco principios para la IA en la sociedad" . Harvard Data Science Review . 1 (1). doi : 10.1162/99608f92.8cd550d1 .
- ↑ Buruk, Banu; Ekmekci, Perihan Elif; Arda, Berna (1 de septiembre de 2020). "Una perspectiva crítica sobre las directrices para una inteligencia artificial responsable y confiable". Medicina, atención médica y filosofía . 23 (3): 387– 399. doi : 10.1007/s11019-020-09948-1 . PMID 32236794 .
- ↑ Kamila, Manoj Kumar; Jasrotia, Sahil Singh (1 de enero de 2023). "Cuestiones éticas en el desarrollo de la inteligencia artificial: reconocimiento de los riesgos". International Journal of Ethics and Systems . 41 (publicación anticipada): 45–63 . doi : 10.1108/IJOES-05-2023-0107 .
- ↑ «El Instituto de Seguridad de la IA lanza una nueva plataforma de evaluaciones de seguridad de la IA» . Gobierno del Reino Unido. 10 de mayo de 2024. Archivado del original el 5 de octubre de 2024. Consultado el 14 de mayo de 2024 .
- ^ Regulación de la IA para mitigar riesgos: Berryhill et al. (2019) , Barfield y Pagallo (2018) , Iphofen y Kritikos (2019) , Wirtz, Weyerer y Geyer (2018) , Buiten (2019)
- ↑ Biblioteca Jurídica del Congreso (EE. UU.). Dirección Global de Investigación Jurídica (2019) .
- 1 2 Vincent (2023) .
- ↑ Universidad de Stanford (2023) .
- 1 2 3 4 UNESCO (2021) .
- ↑ Kissinger (2021) .
- ↑ Altman, Brockman y Sutskever (2023) .
- ↑ na (25 de octubre de 2023). "La ONU anuncia un órgano asesor sobre inteligencia artificial" . Voice of America . Archivado del original el 18 de septiembre de 2024. Consultado el 5 de octubre de 2024 .
- ↑ "Entra en vigor la Ley de IA" . Comisión Europea . Consultado el 11 de agosto de 2025 .
- ↑ "El Consejo de Europa abre a la firma el primer tratado mundial sobre IA" . Consejo de Europa . 5 de septiembre de 2024. Archivado del original el 17 de septiembre de 2024. Consultado el 17 de septiembre de 2024 .
- ↑ Edwards (2023) .
- ↑ Kasperowicz (2023) .
- ↑ Fox News (2023) .
- ↑ Milmo, Dan (3 de noviembre de 2023). "¿Esperanza u horror? El gran debate sobre la IA divide a sus pioneros". The Guardian Weekly . págs. 10-12 .
- ↑ «Declaración de Bletchley de los países que asistieron a la Cumbre de Seguridad de la IA, 1-2 de noviembre de 2023» . GOV.UK. 1 de noviembre de 2023. Archivado del original el 1 de noviembre de 2023. Consultado el 2 de noviembre de 2023 .
- ↑ «Los países acuerdan un desarrollo seguro y responsable de la IA de vanguardia en la histórica Declaración de Bletchley» . GOV.UK (Comunicado de prensa). Archivado del original el 1 de noviembre de 2023. Consultado el 1 de noviembre de 2023 .
- ↑ "La segunda cumbre mundial sobre IA garantiza compromisos de seguridad por parte de las empresas" . Reuters. 21 de mayo de 2024. Consultado el 23 de mayo de 2024 .
- ↑ "Compromisos de seguridad de la IA de vanguardia, Cumbre de IA de Seúl 2024" . gov.uk. 21 de mayo de 2024. Archivado del original el 23 de mayo de 2024. Consultado el 23 de mayo de 2024 .
- ↑ "La ONU crea un panel científico independiente sobre inteligencia artificial" . Noticias de la ONU . 3 de marzo de 2026. Consultado el 7 de marzo de 2026 .
- 1 2 Buntz, Brian (3 de noviembre de 2024). "Calidad vs. cantidad: EE. UU. y China trazan caminos diferentes en la carrera mundial de patentes de IA en 2024 / Desglose geográfico de las patentes de IA en 2024" . Research & Development World . R&D World. Archivado del original el 9 de diciembre de 2024.
- 1 2 Russell y Norvig 2021 , pág. 9.
- 1 2 3 Copeland, J., ed. (2004). The Essential Turing: the ideas that gave birth to the computer age . Oxford, Inglaterra: Clarendon Press. ISBN 0-1982-5079-7.
- ↑ "Google books ngram" . Archivado del original el 5 de octubre de 2024. Consultado el 5 de octubre de 2024 .
- ↑ Precursores inmediatos de la IA: McCorduck (2004 , pp. 51–107) , Crevier (1993 , pp. 27–32) , Russell y Norvig (2021 , pp. 8–17) , Moravec (1988 , p. 3)
- 1 2 Publicación original de Turing de la prueba de Turing en " Computing machinery and intelligence ": Turing (1950) Influencia histórica e implicaciones filosóficas: Haugeland (1985 , pp. 6–9) , Crevier (1993 , p. 24) , McCorduck (2004 , pp. 70–71) , Russell & Norvig (2021 , pp. 2, 984)
- ↑ Crevier (1993) , págs. 47–49.
- ↑ Russell y Norvig (2003) , pág. 17.
- ↑ Russell y Norvig (2003) , pág. 18.
- ↑ Newquist (1994) , págs. 86–86.
- ↑ Simon (1965 , p. 96) citado en Crevier (1993 , p. 109)
- ↑ Minsky (1967 , p. 2) citado en Crevier (1993 , p. 109)
- ↑ Russell y Norvig (2021) , pág. 21.
- ↑ Lighthill (1973) .
- ↑ NRC 1999 , págs. 212–213.
- ↑ Russell y Norvig (2021) , pág. 22.
- ↑ Sistemas expertos : Russell y Norvig (2021 , págs. 23, 292) , Luger y Stubblefield (2004 , págs. 227-331) , Nilsson (1998 , cap. 17.4) , McCorduck (2004 , págs. 327-335, 434-435) , Crevier (1993 , págs. 145-162, 197-203) , Newquist (1994 , págs. 155-183)
- ↑ Russell y Norvig (2021) , pág. 24.
- ↑ Nilsson (1998) , pág. 7.
- ↑ McCorduck (2004) , págs. 454–462.
- ↑ Moravec (1988) .
- 1 2 Brooks (1990) .
- ^ Robótica del desarrollo : Weng et al. (2001) , Lungarella et al. (2003) , Asada et al. (2009) , Oudeyer (2010)
- ↑ Russell y Norvig (2021) , pág. 25.
- ↑ Crevier (1993 , págs. 214–215) , Russell y Norvig (2021 , págs. 24, 26)
- ↑ Russell y Norvig (2021) , pág. 26.
- ↑ Métodos formales y restringidos adoptados en la década de 1990: Russell y Norvig (2021 , págs. 24-26) , McCorduck (2004 , págs. 486-487)
- ↑ La IA se utilizó ampliamente a finales de la década de 1990: Kurzweil (2005 , pág. 265) , NRC (1999 , págs. 216-222) , Newquist (1994 , págs. 189-201)
- ↑ Wong (2023) .
- ↑ Ley de Moore e IA: Russell y Norvig (2021 , págs. 14, 27)
- 1 2 3 Clark (2015b) .
- ↑ Big data : Russell y Norvig (2021 , pág. 26)
- ↑ Sagar, Ram (3 de junio de 2020). "OpenAI lanza GPT-3, el modelo más grande hasta la fecha" . Analytics India Magazine . Archivado del original el 4 de agosto de 2020. Consultado el 15 de marzo de 2023 .
- ↑ Milmo, Dan (2 de febrero de 2023). "ChatGPT alcanza los 100 millones de usuarios dos meses después de su lanzamiento" . The Guardian . ISSN 0261-3077 . Archivado del original el 3 de febrero de 2023. Consultado el 31 de diciembre de 2024 .
- ↑ Gorichanaz, Tim (29 de noviembre de 2023). "ChatGPT cumple 1 año: el éxito del chatbot de IA dice tanto de los humanos como de la tecnología" . The Conversation . Archivado del original el 31 de diciembre de 2024. Recuperado el 31 de diciembre de 2024 .
- ↑ DiFeliciantonio (2023) .
- ↑ Goswami (2023) .
- ↑ "Casi 1 de cada 4 nuevas empresas emergentes es una empresa de IA" . PitchBook . 24 de diciembre de 2024. Consultado el 3 de enero de 2025 .
- ↑ Grayling, Anthony; Ball, Brian (1 de agosto de 2024). "La filosofía es crucial en la era de la IA" . The Conversation . Archivado del original el 5 de octubre de 2024. Recuperado el 4 de octubre de 2024 .
- 1 2 Jarow, Oshan (15 de junio de 2024). "¿Llegará la IA a ser consciente? Depende de cómo se piense sobre la biología" . Vox . Archivado del original el 21 de septiembre de 2024. Recuperado el 4 de octubre de 2024 .
- ↑ McCarthy, John. "La filosofía de la IA y la IA de la filosofía" . jmc.stanford.edu . Archivado del original el 23 de octubre de 2018. Consultado el 3 de octubre de 2024 .
- ↑ Warwick, Kevin; Shah, Huma (2016). "Superar la prueba de Turing no significa el fin de la humanidad" . Computación cognitiva . 8 (3): 409– 419. doi : 10.1007/s12559-015-9372-6 . ISSN 1866-9956 . PMC 4867147. PMID 27257441 .
- ↑ Turing (1950) , Bajo "El argumento de la conciencia".
- ↑ Kirk-Giannini, Cameron Domenico; Goldstein, Simon (16 de octubre de 2023). «La IA está más cerca que nunca de superar la prueba de Turing de "inteligencia". ¿Qué sucederá cuando lo haga?» . The Conversation . Archivado del original el 25 de septiembre de 2024. Consultado el 17 de agosto de 2024 .
- ↑ Russell y Norvig (2021) , pág. 3.
- ↑ Creador (2006) .
- ↑ McCarthy (1999) .
- ↑ Minsky (1986) .
- ↑ Suchman, Lucy (2023). "La 'cosidad' indiscutible de la IA" . Big Data & Society . 10 (2) 20539517231206794. doi : 10.1177/20539517231206794 .
- ↑ Rehak, Rainer (2025). «Fracaso narrativo de la IA. Una evaluación crítica del poder y la promesa». Actas de la Conferencia ACM de 2025 sobre equidad, rendición de cuentas y transparencia . págs. 1250–1260 . doi : 10.1145/3715275.3732083 . ISBN 979-8-4007-1482-5.
- ↑ Musser, George (1 de septiembre de 2023). "Cómo la IA sabe cosas que nadie le ha dicho" . Scientific American . Consultado el 17 de julio de 2025 .
- ↑ "¿IA o farsa? Cómo saber si una herramienta de marketing realmente usa inteligencia artificial" . The Drum . 30 de marzo de 2023. Consultado el 31 de julio de 2024 .
- ↑ Tecnología de la información - Inteligencia artificial - Conceptos y terminología de la inteligencia artificial , BSI British Standards, doi : 10.3403/30467396
- ↑ "Reglamento - UE - 2024/1689 - EN" . EUR-Lex . Consultado el 30 de enero de 2026 .
- ↑ Tabassi, Elham (26 de enero de 2023). Marco de gestión de riesgos de inteligencia artificial (AI RMF 1.0) (Informe). Gaithersburg, MD: Instituto Nacional de Estándares y Tecnología (EE. UU.). doi : 10.6028/nist.ai.100-1 .
- ↑ Nilsson (1983) , pág. 10.
- ↑ Haugeland (1985) , págs. 112–117.
- ↑ Hipótesis del sistema de símbolos físicos: Newell y Simon (1976 , p. 116) Importancia histórica: McCorduck (2004 , p. 153) , Russell y Norvig (2021 , p. 19)
- ↑ La paradoja de Moravec : Moravec (1988 , págs. 15-16) , Minsky (1986 , pág. 29) , Pinker (2007 , págs. 190-191)
- ↑ Crítica de Dreyfus a la IA : Dreyfus (1972) , Dreyfus y Dreyfus (1986) Importancia histórica e implicaciones filosóficas: Crevier (1993 , págs. 120-132) , McCorduck (2004 , págs. 211-239) , Russell y Norvig (2021 , págs. 981-982) , Fearn (2007 , cap. 3)
- ↑ Crevier (1993) , pág. 125.
- ↑ Langley (2011) .
- ↑ Katz (2012) .
- ↑ Orgullosos vs. desaliñados , el debate histórico: McCorduck (2004 , pp. 421–424, 486–489) , Crevier (1993 , p. 168) , Nilsson (1983 , pp. 10–11) , Russell y Norvig (2021 , p. 24) Un ejemplo clásico del enfoque "desaliñado" de la inteligencia: Minsky (1986) Un ejemplo moderno de IA ordenada y sus aspiraciones en el siglo XXI: Domingos (2015)
- ↑ Pennachin y Goertzel (2007) .
- 1 2 Roberts (2016) .
- ↑ Russell y Norvig (2021) , pág. 986.
- ↑ Chalmers (1995) .
- ↑ Dennett (1991) .
- ↑ Horst (2005) .
- ↑ Searle (1999) .
- ↑ Searle (1980) , pág. 1.
- ↑ Russell y Norvig (2021) , pág. 1032.
- ↑ El argumento de la habitación china de Searle: Searle (1980) . Presentación original del experimento mental de Searle: Searle (1999) . Discusión: Russell y Norvig (2021 , pág. 985) , McCorduck (2004 , págs. 443-445) , Crevier (1993 , págs. 269-271) .
- ↑ Leith, Sam (7 de julio de 2022). "Nick Bostrom: ¿Cómo podemos estar seguros de que una máquina no es consciente?" . The Spectator . Archivado del original el 26 de septiembre de 2024. Consultado el 23 de febrero de 2024 .
- 1 2 3 Thomson, Jonny (31 de octubre de 2022). "¿Por qué los robots no tienen derechos?" . Big Think . Archivado del original el 13 de septiembre de 2024 . Recuperado el 23 de febrero de 2024 .
- 1 2 Kateman, Brian (24 de julio de 2023). "La IA debería estar aterrorizada de los humanos" . Time . Archivado del original el 25 de septiembre de 2024. Recuperado el 23 de febrero de 2024 .
- ↑ Wong, Jeff (10 de julio de 2023). "Lo que los líderes deben saber sobre los derechos de los robots" . Fast Company .
- ↑ Hern, Alex (12 de enero de 2017). «Un comité de la UE argumenta que se debe otorgar a los robots el estatus de "persona jurídica"» . The Guardian . ISSN 0261-3077 . Archivado del original el 5 de octubre de 2024. Consultado el 23 de febrero de 2024 .
- ↑ Dovey, Dana (14 de abril de 2018). "Los expertos no creen que los robots deban tener derechos" . Newsweek . Archivado del original el 5 de octubre de 2024. Consultado el 23 de febrero de 2024 .
- ↑ Cuddy, Alice (13 de abril de 2018). "Los derechos de los robots violan los derechos humanos, advierten los expertos a la UE" . euronews . Archivado del original el 19 de septiembre de 2024. Consultado el 23 de febrero de 2024 .
- ↑ La explosión de la inteligencia y la singularidad tecnológica : Russell y Norvig (2021 , pp. 1004–1005) , Omohundro (2008) , Kurzweil (2005) La "explosión de la inteligencia" de IJ Good : Good (1965) La "singularidad" de Vernor Vinge : Vinge (1993)
- ↑ Russell y Norvig (2021) , pág. 1005.
- ↑ Transhumanismo : Moravec (1988) , Kurzweil (2005) , Russell y Norvig (2021 , p. 1005)
- ↑ La IA como evolución: Edward Fredkin es citado en McCorduck (2004 , p. 401) , Butler (1863) , Dyson (1998)
- ↑ La IA en el mito: McCorduck (2004 , págs. 4-5)
- ↑ McCorduck (2004) , págs. 340–400.
- ↑ Buttazzo (2001) .
- ↑ Anderson (2008) .
- ↑ McCauley (2007) .
- ↑ Galván (1997) .
Libros de texto
- Luger, George ; Stubblefield, William (2004). Inteligencia artificial: Estructuras y estrategias para la resolución de problemas complejos (5.ª ed.). Benjamin/Cummings. ISBN 978-0-8053-4780-7Archivado del original el 26 de julio de 2020. Consultado el 17 de diciembre de 2019 .
- Nilsson, Nils (1998). Inteligencia artificial: una nueva síntesis . Morgan Kaufmann. ISBN 978-1-5586-0467-4Archivado del original el 26 de julio de 2020. Consultado el 18 de noviembre de 2019 .
- Poole, David ; Mackworth, Alan ; Goebel, Randy (1998). Inteligencia computacional: un enfoque lógico . Nueva York: Oxford University Press. ISBN 978-0-1951-0270-3Archivado del original el 26 de julio de 2020. Consultado el 22 de agosto de 2020 .Edición posterior: Poole, David; Mackworth, Alan (2017). Inteligencia artificial: Fundamentos de los agentes computacionales (2.ª ed.). Cambridge University Press. ISBN 978-1-1071-9539-4Archivado del original el 7 de diciembre de 2017. Consultado el 6 de diciembre de 2017 .
- Rich, Elaine ; Knight, Kevin; Nair, Shivashankar (2010). Inteligencia artificial (3.ª ed.). Nueva Delhi : Tata McGraw Hill India. ISBN 978-0-0700-8770-5.
- Russell, Stuart J.; Norvig , Peter (2021). Inteligencia artificial: un enfoque moderno (4.ª ed.). Hoboken : Pearson . ISBN 978-0-1346-1099-3. LCCN 20190474 .
- Russell, Stuart J.; Norvig , Peter (2003), Inteligencia artificial: un enfoque moderno (2.ª ed.), Upper Saddle River, Nueva Jersey: Prentice Hall, ISBN 0-13-790395-2.
- Ertl, Wolgang (2024). Introducción a la inteligencia artificial . Springer Nature. ISBN 978-3319584867.
- Ciaramella, Alberto ; Ciaramella, Marco (2024). Introducción a la Inteligencia Artificial: del análisis de datos a la IA generativa . Intellisemantic Editions. ISBN 978-8-8947-8760-3.
Historia de la IA
- Crevier, Daniel (1993). IA: La tumultuosa búsqueda de la inteligencia artificial . Nueva York, NY: BasicBooks. ISBN 0-465-02997-3.
- McCorduck, Pamela (2004), Máquinas que piensan (2.ª ed.), Natick, Massachusetts: AK Peters, ISBN 1-5688-1205-1
- Newquist, HP (1994). Los creadores de cerebros: Genio, ego y codicia en la búsqueda de máquinas que piensen . Nueva York: Macmillan/SAMS. ISBN 978-0-6723-0412-5.
Otras fuentes
- IA y ML en fusión
- IA y aprendizaje automático en fusión, videoconferencia archivada el 2 de julio de 2023 en Wayback Machine.
- Alter, Alexandra; Harris, Elizabeth A. (20 de septiembre de 2023), "Franzen, Grisham y otros autores prominentes demandan a OpenAI" , The New York Times , archivado del original el 14 de septiembre de 2024 , consultado el 5 de octubre de 2024.
- Altman, Sam ; Brockman, Greg ; Sutskever, Ilya (22 de mayo de 2023). "Gobernanza de la superinteligencia" . openai.com . Archivado del original el 27 de mayo de 2023. Recuperado el 27 de mayo de 2023 .
- Anderson, Susan Leigh (2008). "Las 'tres leyes de la robótica' de Asimov y la metaética de las máquinas". AI & Society . 22 (4): 477– 493. doi : 10.1007/s00146-007-0094-5 .
- Anderson, Michael; Anderson, Susan Leigh (2011). Ética de las máquinas . Cambridge University Press.
- Arntz, Melanie; Gregory, Terry; Zierahn, Ulrich (2016), "El riesgo de la automatización para el empleo en los países de la OCDE: un análisis comparativo", Documentos de trabajo sobre temas sociales, empleo y migración de la OCDE 189
- Asada, M.; Hosoda, K.; Kuniyoshi, Y.; Ishiguro, H.; Inui, T.; Yoshikawa, Y.; Ogino, M.; Yoshida, C. (2009). "Robótica cognitiva del desarrollo: una revisión". IEEE Transactions on Autonomous Mental Development . 1 (1): 12– 34. Bibcode : 2009ITAMD...1...12A . doi : 10.1109/tamd.2009.2021702 .
- «Pregunte a los expertos en IA: ¿Qué impulsa el progreso actual en inteligencia artificial?» . McKinsey & Company . Archivado del original el 13 de abril de 2018 . Consultado el 13 de abril de 2018 .
- Barfield, Woodrow; Pagallo, Ugo (2018). Manual de investigación sobre el derecho de la inteligencia artificial . Cheltenham, Reino Unido: Edward Elgar Publishing. ISBN 978-1-7864-3904-8OCLC 1039480085
- Beal, J.; Winston, Patrick (2009), "La nueva frontera de la inteligencia artificial a nivel humano", IEEE Intelligent Systems , 24 (4): 21– 24, Bibcode : 2009IISys..24d..21B , doi : 10.1109/MIS.2009.75 , hdl : 1721.1/52357
- Berdahl, Carl Thomas; Baker, Lawrence; Mann, Sean; Osoba, Osonde; Girosi, Federico (7 de febrero de 2023). " Estrategias para mejorar el impacto de la inteligencia artificial en la equidad en salud: revisión exploratoria" . JMIR AI . 2 e42936. doi : 10.2196/42936 . PMC 11041459. PMID 38875587 .
- Berryhill, Jamie; Heang, Kévin Kok; Clogher, Rob; McBride, Keegan (2019). Hola, mundo: la inteligencia artificial y su uso en el sector público (PDF) . París: Observatorio de la OCDE sobre la innovación en el sector público. Archivado (PDF) del original el 20 de diciembre de 2019. Recuperado el 9 de agosto de 2020 .
- Bertini, Marco; Del Bimbo, Alberto; Torniai, Carlo (2006). «Anotación automática y recuperación semántica de secuencias de vídeo mediante ontologías multimedia». Actas de la 14.ª Conferencia Internacional ACM sobre Multimedia . pp. 679–682 . doi : 10.1145/1180639.1180782 . ISBN 1-59593-447-2.
- Bostrom, Nick (2014). Superinteligencia: caminos, peligros, estrategias . Oxford University Press.
- Bostrom, Nick (2015). "¿Qué sucede cuando nuestras computadoras se vuelven más inteligentes que nosotros?" . TED (conferencia) . Archivado del original el 25 de julio de 2020. Recuperado el 30 de enero de 2020 .
- Brooks, Rodney (10 de noviembre de 2014). «La inteligencia artificial es una herramienta, no una amenaza» . Rethink Robotics . Archivado del original el 12 de noviembre de 2014.
- Brooks, Rodney A. (1990). "Los elefantes no juegan al ajedrez". Robótica y sistemas autónomos . 6 ( 1– 2): 3– 15. doi : 10.1016/S0921-8890(05)80025-9 .
- Buiten, Miriam C (2019). "Hacia una regulación inteligente de la inteligencia artificial" . European Journal of Risk Regulation . 10 (1): 41– 59. doi : 10.1017/err.2019.8 . ISSN 1867-299X .
- Bushwick, Sophie (16 de marzo de 2023), "Lo que puede hacer la nueva IA GPT-4" , Scientific American , archivado del original el 22 de agosto de 2023 , consultado el 5 de octubre de 2024.
- Butler, Samuel (13 de junio de 1863). «Darwin entre las máquinas» . Cartas al editor. The Press . Christchurch, Nueva Zelanda. Archivado del original el 19 de septiembre de 2008. Recuperado el 16 de octubre de 2014 a través de la Universidad Victoria de Wellington.
- Buttazzo, G. (julio de 2001). "Conciencia artificial: ¿utopía o posibilidad real?". Computer . 34 (7): 24– 30. Bibcode : 2001Compr..34g..24B . doi : 10.1109/2.933500 .
- Cambria, Erik; White, Bebo (mayo de 2014). "Saltando las curvas del PLN: una revisión de la investigación en procesamiento del lenguaje natural [Artículo de revisión]". IEEE Computational Intelligence Magazine . 9 (2): 48– 57. doi : 10.1109/MCI.2014.2307227 .
- Cellan-Jones, Rory (2 de diciembre de 2014). «Stephen Hawking advierte que la inteligencia artificial podría acabar con la humanidad» . BBC News . Archivado del original el 30 de octubre de 2015. Consultado el 30 de octubre de 2015 .
- Chalmers, David (1995). "Enfrentando el problema de la conciencia" . Journal of Consciousness Studies . 2 (3): 200– 219.
- Challa, Subhash; Moreland, Mark R.; Mušicki, Darko; Evans, Robin J. (2011). Fundamentos del seguimiento de objetos . Cambridge University Press. doi : 10.1017/CBO9780511975837 . ISBN 978-0-5218-7628-5.
- Christian, Brian (2020). El problema de la alineación : aprendizaje automático y valores humanos . WW Norton & Company. ISBN 978-0-3938-6833-3OCLC 1233266753
- Ciresan, D.; Meier, U.; Schmidhuber, J. (2012). «Redes neuronales profundas multicolumna para la clasificación de imágenes». 2012 IEEE Conference on Computer Vision and Pattern Recognition . pp. 3642–3649 . arXiv : 1202.2745 . doi : 10.1109 /cvpr.2012.6248110 . ISBN 978-1-4673-1228-8.
- Clark, Jack (2015b). "Por qué 2015 fue un año decisivo en inteligencia artificial" . Bloomberg.com . Archivado del original el 23 de noviembre de 2016. Recuperado el 23 de noviembre de 2016 .
- CNA (12 de enero de 2019). "Comentario: Malas noticias. La inteligencia artificial es parcial" . CNA . Archivado del original el 12 de enero de 2019. Consultado el 19 de junio de 2020 .
- Cybenko, G. (1988). Las redes neuronales de valores continuos con dos capas ocultas son suficientes (Informe). Departamento de Ciencias de la Computación, Universidad de Tufts.
- Deng, L.; Yu, D. (2014). "Aprendizaje profundo: métodos y aplicaciones" (PDF) . Fundamentos y tendencias en procesamiento de señales . 7 ( 3–4 ): 197–387 . doi : 10.1561/2000000039 . Archivado (PDF) del original el 14 de marzo de 2016. Recuperado el 18 de octubre de 2014 .
- Dennett, Daniel (1991). La consciencia explicada . The Penguin Press. ISBN 978-0-7139-9037-9.
- DiFeliciantonio, Chase (3 de abril de 2023). "La IA ya ha cambiado el mundo. Este informe muestra cómo" . San Francisco Chronicle . Archivado del original el 19 de junio de 2023. Recuperado el 19 de junio de 2023 .
- Dickson, Ben (2 de mayo de 2022). "Aprendizaje automático: ¿Qué es la arquitectura Transformer?" . TechTalks . Archivado del original el 22 de noviembre de 2023. Recuperado el 22 de noviembre de 2023 .
- Domingos, Pedro (2015). El algoritmo maestro: Cómo la búsqueda de la máquina de aprendizaje definitiva transformará nuestro mundo . Basic Books . ISBN 978-0-4650-6570-7.
- Dreyfus, Hubert (1972). Lo que las computadoras no pueden hacer . Nueva York: MIT Press. ISBN 978-0-0601-1082-6.
- Dreyfus, Hubert ; Dreyfus, Stuart (1986). La mente sobre la máquina: El poder de la intuición y la experiencia humanas en la era de la informática . Oxford: Blackwell. ISBN 978-0-0290-8060-3Archivado del original el 26 de julio de 2020. Consultado el 22 de agosto de 2020 .
- Dyson, George (1998). Darwin entre las máquinas . Allan Lane Science. ISBN 978-0-7382-0030-9Archivado del original el 26 de julio de 2020. Consultado el 22 de agosto de 2020 .
- Edelson, Edward (1991). El sistema nervioso . Nueva York: Chelsea House. ISBN 978-0-7910-0464-7Archivado del original el 26 de julio de 2020. Consultado el 18 de noviembre de 2019 .
- Edwards, Benj (17 de mayo de 2023). "Encuesta: La IA supone un riesgo para la humanidad, según la mayoría de los estadounidenses" . Ars Technica . Archivado del original el 19 de junio de 2023. Recuperado el 19 de junio de 2023 .
- Fearn, Nicholas (2007). Las respuestas más recientes a las preguntas más antiguas: Una aventura filosófica con los pensadores más importantes del mundo . Nueva York: Grove Press. ISBN 978-0-8021-1839-4.
- Ford, Martin; Colvin, Geoff (6 de septiembre de 2015). "¿Crearán los robots más empleos de los que destruirán?" . The Guardian . Archivado del original el 16 de junio de 2018. Consultado el 13 de enero de 2018 .
- Fox News (2023). "Encuesta de Fox News" (PDF) . Fox News. Archivado (PDF) del original el 12 de mayo de 2023. Recuperado el 19 de junio de 2023 .
- Frey, Carl Benedikt; Osborne, Michael A (2017). "El futuro del empleo: ¿Qué tan susceptibles son los empleos a la informatización?" . Technological Forecasting and Social Change . 114 : 254–280 . doi : 10.1016/j.techfore.2016.08.019 .
- «Del desempleo a las redes neuronales» . The Economist . 2016. Archivado del original el 31 de diciembre de 2016. Consultado el 26 de abril de 2018 .
- Galvan, Jill (1 de enero de 1997). "Entrando en el colectivo posthumano en '¿Sueñan los androides con ovejas eléctricas?' de Philip K. Dick."". Estudios de Ciencia Ficción . 24 (3): 413– 429. doi : 10.1525/sfs.24.3.0413 . JSTOR 4240644 .
- Geist, Edward Moore (9 de agosto de 2015). "¿Es la inteligencia artificial realmente una amenaza existencial para la humanidad?" . Boletín de los Científicos Atómicos . Archivado del original el 30 de octubre de 2015. Recuperado el 30 de octubre de 2015 .
- Gibbs, Samuel (27 de octubre de 2014). "Elon Musk: la inteligencia artificial es nuestra mayor amenaza existencial" . The Guardian . Archivado del original el 30 de octubre de 2015. Recuperado el 30 de octubre de 2015 .
- Goffrey, Andrew (2008). «Algoritmo». En Fuller, Matthew (ed.). Estudios de software: un léxico . Cambridge, Mass.: MIT Press. pp. 15-20 . ISBN 978-1-4356-4787-9.
- Goldman, Sharon (14 de septiembre de 2022). "Diez años después, la 'revolución' del aprendizaje profundo sigue en marcha, afirman los pioneros de la IA Hinton, LeCun y Li" . VentureBeat . Archivado del original el 5 de octubre de 2024. Consultado el 8 de diciembre de 2023 .
- Good, IJ (1965), Especulaciones sobre la primera máquina ultrainteligente , archivado del original el 10 de julio de 2023 , recuperado el 5 de octubre de 2024.
- Goodfellow, Ian; Bengio, Yoshua; Courville, Aaron (2016), Deep Learning , MIT Press., archivado del original el 16 de abril de 2016 , recuperado el 12 de noviembre de 2017.
- Goodman, Bryce; Flaxman, Seth (2017). "Regulaciones de la UE sobre la toma de decisiones algorítmicas y un 'derecho a la explicación'"". Revista AI . 38 (3): 50. arXiv : 1606.08813 . doi : 10.1609/aimag.v38i3.2741 .
- Oficina de Responsabilidad Gubernamental (13 de septiembre de 2022). Datos del consumidor: El uso creciente plantea riesgos para la privacidad . gao.gov (Informe). Archivado del original el 13 de septiembre de 2024. Consultado el 5 de octubre de 2024 .
- Grant, Nico; Hill, Kashmir (22 de mayo de 2023). "La aplicación de fotos de Google sigue sin encontrar gorilas. Y la de Apple tampoco" . The New York Times . Archivado del original el 14 de septiembre de 2024. Consultado el 5 de octubre de 2024 .
- Goswami, Rohan (5 de abril de 2023). "Aquí es donde están los empleos de IA" . CNBC . Archivado del original el 19 de junio de 2023. Recuperado el 19 de junio de 2023 .
- Harari, Yuval Noah (octubre de 2018). "Por qué la tecnología favorece la tiranía" . The Atlantic . Archivado del original el 25 de septiembre de 2021. Recuperado el 23 de septiembre de 2021 .
- Harari, Yuval Noah (2023). "La IA y el futuro de la humanidad" . YouTube . Archivado del original el 30 de septiembre de 2024. Recuperado el 5 de octubre de 2024 .
- Haugeland, John (1985). Inteligencia artificial: La idea misma . Cambridge, Mass.: MIT Press. ISBN 978-0-2620-8153-5.
- Hinton, G.; Deng, L.; Yu, D.; Dahl, G.; Mohamed, A.; Jaitly, N.; Senior, A.; Vanhoucke, V.; Nguyen, P.; Sainath, T. ; Kingsbury, B. (2012). "Redes neuronales profundas para el modelado acústico en el reconocimiento del habla: las opiniones compartidas de cuatro grupos de investigación". IEEE Signal Processing Magazine . 29 (6): 82– 97. Bibcode : 2012ISPM...29...82H . doi : 10.1109/msp.2012.2205597 .
- Holley, Peter (28 de enero de 2015). "Bill Gates sobre los peligros de la inteligencia artificial: 'No entiendo por qué a algunas personas no les preocupa'"." . The Washington Post . ISSN 0190-8286 . Archivado del original el 30 de octubre de 2015 . Consultado el 30 de octubre de 2015 .
- Hornik, Kurt; Stinchcombe, Maxwell; White, Halbert (1989). Las redes neuronales multicapa de alimentación directa son aproximadores universales (PDF) . Redes neuronales . Vol. 2. Pergamon Press. págs. 359–366 . Archivado (PDF) del original el 21 de abril de 2023. Recuperado el 5 de octubre de 2024 .
- Horst, Steven (2005). "La teoría computacional de la mente" . La enciclopedia de filosofía de Stanford . Archivado del original el 6 de marzo de 2016. Recuperado el 7 de marzo de 2016 .
- Howe, J. (noviembre de 1994). "Inteligencia artificial en la Universidad de Edimburgo: una perspectiva" . Archivado del original el 15 de mayo de 2007. Recuperado el 30 de agosto de 2007 .
- IGM Chicago (30 de junio de 2017). "Robots e inteligencia artificial" . igmchicago.org . Archivado del original el 1 de mayo de 2019. Consultado el 3 de julio de 2019 .
- Iphofen, Ron; Kritikos, Mihalis (3 de enero de 2019). «Regulación de la inteligencia artificial y la robótica: ética desde el diseño en una sociedad digital». Contemporary Social Science . 16 (2): 170– 184. doi : 10.1080/21582041.2018.1563803 . ISSN 2158-2041 .
- Jordan, MI; Mitchell, TM (16 de julio de 2015). "Aprendizaje automático: tendencias, perspectivas y prospectivas". Science . 349 (6245): 255– 260. Bibcode : 2015Sci...349..255J . doi : 10.1126/science.aaa8415 . PMID 26185243 .
- Kahneman, Daniel; Slovic, Paul; Tversky, Amos (1982). Juicio bajo incertidumbre: heurísticas y sesgos . Cambridge University Press.
- Kahneman, Daniel (2011). Pensar rápido, pensar despacio . Macmillan. ISBN 978-1-4299-6935-2Archivado del original el 15 de marzo de 2023. Consultado el 8 de abril de 2012 .
- Kasperowicz, Peter (1 de mayo de 2023). "¿Regular la IA? Los republicanos son mucho más escépticos que los demócratas sobre la capacidad del gobierno para hacerlo bien: encuesta" . Fox News . Archivado del original el 19 de junio de 2023. Recuperado el 19 de junio de 2023 .
- Katz, Yarden (1 de noviembre de 2012). "Noam Chomsky sobre dónde falló la inteligencia artificial" . The Atlantic . Archivado del original el 28 de febrero de 2019. Recuperado el 26 de octubre de 2014 .
- "Kismet" . Laboratorio de Inteligencia Artificial del MIT, Grupo de Robótica Humanoide. Archivado del original el 17 de octubre de 2014. Consultado el 25 de octubre de 2014 .
- Kissinger, Henry (1 de noviembre de 2021). "El desafío de ser humano en la era de la IA" . The Wall Street Journal . Archivado del original el 4 de noviembre de 2021. Recuperado el 4 de noviembre de 2021 .
- Kobielus, James (27 de noviembre de 2019). "Las GPU siguen dominando el mercado de aceleradores de IA por ahora" . InformationWeek . Archivado del original el 19 de octubre de 2021. Recuperado el 11 de junio de 2020 .
- Kuperman, GJ; Reichley, RM; Bailey, TC (1 de julio de 2006). "Uso de bases de conocimiento comerciales para el apoyo a la toma de decisiones clínicas: oportunidades, obstáculos y recomendaciones" . Journal of the American Medical Informatics Association . 13 (4): 369– 371. doi : 10.1197/jamia.M2055 . PMC 1513681. PMID 16622160 .
- Kurzweil, Ray (2005). La singularidad está cerca . Penguin Books. ISBN 978-0-6700-3384-3.
- Langley, Pat (2011). "La ciencia cambiante del aprendizaje automático" . Aprendizaje automático . 82 (3): 275– 279. doi : 10.1007/s10994-011-5242-y .
- Larson, Jeff; Angwin, Julia (23 de mayo de 2016). "Cómo analizamos el algoritmo de reincidencia de COMPAS" . ProPublica . Archivado del original el 29 de abril de 2019. Recuperado el 19 de junio de 2020 .
- Laskowski, Nicole (noviembre de 2023). "¿Qué es la inteligencia artificial y cómo funciona la IA? TechTarget" . IA empresarial . Archivado del original el 5 de octubre de 2024. Recuperado el 30 de octubre de 2023 .
- Biblioteca Jurídica del Congreso (EE. UU.). Dirección Global de Investigación Jurídica, organismo emisor. (2019). Regulación de la inteligencia artificial en jurisdicciones seleccionadas . LCCN 2019668143. OCLC 1110727808 .
- Lee, Timothy B. (22 de agosto de 2014). "¿Destruirá la inteligencia artificial a la humanidad? Aquí hay 5 razones para no preocuparse" . Vox . Archivado del original el 30 de octubre de 2015. Recuperado el 30 de octubre de 2015 .
- Lenat, Douglas ; Guha, RV (1989). Building Large Knowledge-Based Systems . Addison-Wesley. ISBN 978-0-2015-1752-1.
- Lighthill, James (1973). "Inteligencia Artificial: Un Panorama General". Inteligencia Artificial: un simposio de ponencias . Consejo de Investigación Científica.
- Lipartito, Kenneth (6 de enero de 2011), La narrativa y el algoritmo: géneros de informes crediticios desde el siglo XIX hasta la actualidad (PDF) (manuscrito inédito), SSRN 1736283 , archivado (PDF) del original el 9 de octubre de 2022.
- Lohr, Steve (2017). «Los robots quitarán empleos, pero no tan rápido como algunos temen, según un nuevo informe» . The New York Times . Archivado del original el 14 de enero de 2018. Consultado el 13 de enero de 2018 .
- Lungarella, M.; Metta, G.; Pfeifer, R.; Sandini, G. (2003). "Robótica del desarrollo: una revisión". Connection Science . 15 (4): 151– 190. Bibcode : 2003ConSc..15..151L . doi : 10.1080/09540090310001655110 .
- "Ética de las máquinas" . aaai.org . Archivado del original el 29 de noviembre de 2014.
- Madrigal, Alexis C. (27 de febrero de 2015). "Argumentos en contra de los robots asesinos, desde la perspectiva de un experto en inteligencia artificial" . Fusion.net . Archivado del original el 4 de febrero de 2016. Consultado el 31 de enero de 2016 .
- Mahdawi, Arwa (26 de junio de 2017). "¿Qué empleos seguirán existiendo dentro de 20 años? Lea esto para prepararse para el futuro" . The Guardian . Archivado del original el 14 de enero de 2018. Consultado el 13 de enero de 2018 .
- Maker, Meg Houston (2006), AI@50: IA: pasado, presente y futuro , Dartmouth College, archivado del original el 8 de octubre de 2008 , consultado el 16 de octubre de 2008.
- Marmouyet, Françoise (15 de diciembre de 2023). «Gemini de Google: ¿es el nuevo modelo de IA realmente mejor que ChatGPT?» . The Conversation . Archivado del original el 4 de marzo de 2024. Consultado el 25 de diciembre de 2023 .
- Minsky, Marvin (1986), La sociedad de la mente , Simon and Schuster
- McCarthy, John ; Minsky, Marvin ; Rochester, Nathan ; Shannon, Claude (1955). "Una propuesta para el proyecto de investigación de verano de Dartmouth sobre inteligencia artificial" . stanford.edu . Archivado del original el 26 de agosto de 2007. Recuperado el 30 de agosto de 2007 .
- McCarthy, John (2007), "De aquí a la IA a nivel humano", Inteligencia Artificial , pág. 171
- McCarthy, John (1999), ¿Qué es la IA?, archivado del original el 4 de diciembre de 2022 , consultado el 4 de diciembre de 2022.
- McCauley, Lee (2007). "El apocalipsis de la IA y las tres leyes de la robótica". Ética y tecnología de la información . 9 (2): 153– 164. doi : 10.1007/s10676-007-9138-2 . ProQuest 222198675 .
- McGarry, Ken (1 de diciembre de 2005). "Un estudio de medidas de interés para el descubrimiento de conocimiento". The Knowledge Engineering Review . 20 (1): 39– 61. doi : 10.1017/S0269888905000408 .
- McGaughey, Ewan (2022). "¿Los robots automatizarán tu trabajo? Pleno empleo, renta básica y democracia económica". Industrial Law Journal . 51 (3): 511– 559. doi : 10.1093/indlaw/dwab010 . SSRN 3044448 .
- Merkle, Daniel; Middendorf, Martin (2013). «Inteligencia de enjambre». En Burke, Edmund K.; Kendall, Graham (eds.). Metodologías de búsqueda: tutoriales introductorios sobre técnicas de optimización y apoyo a la decisión . Springer Science & Business Media. ISBN 978-1-4614-6940-7.
- Minsky, Marvin (1967), Computación: Máquinas finitas e infinitas , Englewood Cliffs, NJ: Prentice-Hall
- Moravec, Hans (1988). Mind Children . Harvard University Press. ISBN 978-0-6745-7616-2Archivado del original el 26 de julio de 2020. Consultado el 18 de noviembre de 2019 .
- Morgenstern, Michael (9 de mayo de 2015). "Automatización y ansiedad" . The Economist . Archivado del original el 12 de enero de 2018. Recuperado el 13 de enero de 2018 .
- Müller, Vincent C.; Bostrom, Nick (2014). "Progreso futuro en inteligencia artificial: una encuesta entre expertos". AI Matters . 1 (1): 9– 11. doi : 10.1145/2639475.2639478 .
- Neumann, Bernd; Möller, Ralf (enero de 2008). "Sobre la interpretación de escenas con lógicas descriptivas". Image and Vision Computing . 26 (1): 82– 101. doi : 10.1016/j.imavis.2007.08.013 .
- Nilsson, Nils (1995), "Eyes on the Prize", AI Magazine , vol. 16, pp . 9–17
- Newell, Allen ; Simon, HA (1976). "La informática como investigación empírica: símbolos y búsqueda" . Communications of the ACM . 19 (3): 113– 126. doi : 10.1145/360018.360022 .
- Nicas, Jack (7 de febrero de 2018). "Cómo YouTube lleva a la gente a los rincones más oscuros de Internet" . The Wall Street Journal . ISSN 0099-9660 . Archivado del original el 5 de octubre de 2024. Recuperado el 16 de junio de 2018 .
- Nilsson, Nils (1983). "La inteligencia artificial se prepara para 2001" (PDF) . Revista AI . 1 (1). Archivado (PDF) del original el 17 de agosto de 2020. Recuperado el 22 de agosto de 2020 .Discurso presidencial ante la Asociación para el Avance de la Inteligencia Artificial .
- NRC (Consejo Nacional de Investigación de los Estados Unidos) (1999). «Desarrollos en Inteligencia Artificial» . Financiando una revolución: Apoyo gubernamental a la investigación en computación . National Academies Press. ISBN 978-0-309-52501-5.
- Omohundro, Steve (2008). La naturaleza de la inteligencia artificial auto-mejorable (PDF) . Cumbre de la Singularidad 2007. San Francisco, CA.
- Oudeyer, PY. (2010). "Sobre el impacto de la robótica en las ciencias del comportamiento y cognitivas: de la navegación de los insectos al desarrollo cognitivo humano" . IEEE Transactions on Autonomous Mental Development . 2 (1): 2– 16. Bibcode : 2010ITAMD...2....2O . doi : 10.1109/tamd.2009.2039057 .
- Pennachin, C.; Goertzel, B. (2007). «Enfoques contemporáneos de la inteligencia artificial general». Inteligencia artificial general . Tecnologías cognitivas. Berlín, Heidelberg: Springer. pp. 1–30 . doi : 10.1007/978-3-540-68677-4_1 . ISBN 978-3-5402-3733-4.
- Pinker, Steven (2007) [1994], El instinto del lenguaje , Perennial Modern Classics, Harper, ISBN 978-0-0613-3646-1
- Poria, Soujanya; Cambria, Erik; Bajpai, Rajiv; Hussain, Amir (septiembre de 2017). "Una revisión de la computación afectiva: del análisis unimodal a la fusión multimodal". Information Fusion . 37 : 98–125 . Bibcode : 2017InfFu..37...98P . doi : 10.1016/j.inffus.2017.02.003 . hdl : 1893/25490 .
- Rawlinson, Kevin (29 de enero de 2015). "Bill Gates de Microsoft insiste en que la IA es una amenaza" . BBC News . Archivado del original el 29 de enero de 2015. Consultado el 30 de enero de 2015 .
- Reisner, Alex (19 de agosto de 2023), "Revelado: Los autores cuyos libros pirateados impulsan la IA generativa" , The Atlantic , archivado del original el 3 de octubre de 2024 , consultado el 5 de octubre de 2024.
- Roberts, Jacob (2016). «Máquinas pensantes: La búsqueda de la inteligencia artificial» . Distillations . Vol. 2, n.º 2, págs. 14-23 . Archivado del original el 19 de agosto de 2018. Recuperado el 20 de marzo de 2018 .
- Robitzski, Dan (5 de septiembre de 2018). "Cinco expertos comparten lo que más les asusta de la IA" . Futurismo . Archivado del original el 8 de diciembre de 2019. Recuperado el 8 de diciembre de 2019 .
- Rose, Steve (11 de julio de 2023). "¿Utopía o distopía de la IA?". The Guardian Weekly . págs. 42–43 .
- Russell, Stuart (2019). Human Compatible: Artificial Intelligence and the Problem of Control . Estados Unidos: Viking. ISBN 978-0-5255-5861-3OCLC 1083694322
- Sainato, Michael (19 de agosto de 2015). "Stephen Hawking, Elon Musk y Bill Gates advierten sobre la inteligencia artificial" . Observer . Archivado del original el 30 de octubre de 2015. Recuperado el 30 de octubre de 2015 .
- Sample, Ian (5 de noviembre de 2017). «La computadora dice que no: por qué es crucial que las IA sean justas, responsables y transparentes» . The Guardian . Archivado del original el 10 de octubre de 2022. Recuperado el 30 de enero de 2018 .
- Rothman, Denis (7 de octubre de 2020). "Explorando las explicaciones de LIME y las matemáticas que las sustentan" . Codemotion . Archivado del original el 25 de noviembre de 2023. Recuperado el 25 de noviembre de 2023 .
- Samoilenko, Sergei A.; Suvorova, Inna (10 de junio de 2023). «Inteligencia artificial y deepfakes en campañas de engaño estratégico: las experiencias de EE. UU. y Rusia» . The Palgrave Handbook of Malicious Use of AI and Psychological Security . Cham: Palgrave Macmillan . pp. 507–529 . doi : 10.1007/978-3-031-22552-9_19 . ISBN 978-3-031-22552-9. Consultado el 16 de junio de 2026 .
- Scassellati, Brian (2002). "Teoría de la mente para un robot humanoide". Autonomous Robots . 12 (1): 13– 24. doi : 10.1023/A:1013298507114 .
- Schmidhuber, J. (2015). "Aprendizaje profundo en redes neuronales: una visión general". Redes neuronales . 61 : 85–117 . arXiv : 1404.7828 . Bibcode : 2015NN.....61...85S . doi : 10.1016/j.neunet.2014.09.003 . PMID 25462637 .
- Schmidhuber, Jürgen (2022). "Historia anotada de la IA moderna y el aprendizaje profundo" . Archivado del original el 7 de agosto de 2023. Recuperado el 5 de octubre de 2024 .
- Searle, John (1980). "Mentes, cerebros y programas". Ciencias del comportamiento y del cerebro . 3 (3): 417– 457. doi : 10.1017/S0140525X00005756 .
- Searle, John (1999). Mente, lenguaje y sociedad . Nueva York: Basic Books. ISBN 978-0-4650-4521-1OCLC 231867665. Archivado del original el 26 de julio de 2020. Consultado el 22 de agosto de 2020 .
- Simon, HA (1965), La forma de la automatización para los hombres y la gestión , Nueva York: Harper & Row, OCLC 1483817127
- Simonite, Tom (31 de marzo de 2016). "Cómo planea Google resolver la inteligencia artificial" . MIT Technology Review . Archivado del original el 16 de septiembre de 2024. Recuperado el 5 de octubre de 2024 .
- Smith, Craig S. (15 de marzo de 2023). "Ilya Sutskever, creador de ChatGPT-4, habla sobre las alucinaciones de la IA y la democracia de la IA" . Forbes . Archivado del original el 18 de septiembre de 2024. Recuperado el 25 de diciembre de 2023 .
- Smoliar, Stephen W.; Zhang, HongJiang (1994). "Indexación y recuperación de vídeo basadas en contenido" . IEEE MultiMedia . 1 (2): 62– 72. doi : 10.1109/93.311653 .
- Solomonoff, Ray (1956). Una máquina de inferencia inductiva (PDF) . Conferencia de investigación de verano de Dartmouth sobre inteligencia artificial. Archivado (PDF) del original el 26 de abril de 2011. Recuperado el 22 de marzo de 2011 a través de std.com, copia escaneada en PDF del original.Publicado posteriormente como Solomonoff, Ray (1957). "Una máquina de inferencia inductiva". Actas de la Convención IRE . Vol. Sección sobre Teoría de la Información, parte 2. págs. 56–62 .
- Universidad de Stanford (2023). «Informe del Índice de Inteligencia Artificial 2023/Capítulo 6: Política y Gobernanza» (PDF) . Índice de IA. Archivado (PDF) del original el 19 de junio de 2023. Recuperado el 19 de junio de 2023 .
- Stewart, Jon (9 de octubre de 2025). "IA: ¿Qué podría salir mal? Con Geoffrey Hinton" . The Weekly Show with Jon Stewart (Podcast).
- Tao, Jianhua; Tan, Tieniu (2005). Computación afectiva e interacción inteligente . Computación afectiva: una revisión. Lecture Notes in Computer Science. Vol. 3784. Springer. pp. 981–995 . doi : 10.1007/11573548 . ISBN 978-3-5402-9621-8.
- Taylor, Josh; Hern, Alex (2 de mayo de 2023) .Geoffrey Hinton, el «padrino de la IA», abandona Google y advierte sobre los peligros de la desinformación . The Guardian . Archivado del original el 5 de octubre de 2024. Consultado el 5 de octubre de 2024 .
- Thompson, Derek (23 de enero de 2014). "¿Qué trabajos quitarán los robots?" . The Atlantic . Archivado del original el 24 de abril de 2018. Recuperado el 24 de abril de 2018 .
- Thro, Ellen (1993). Robótica: El matrimonio de las computadoras y las máquinas . Nueva York: Facts on File. ISBN 978-0-8160-2628-9Archivado del original el 26 de julio de 2020. Consultado el 22 de agosto de 2020 .
- Toews, Rob (3 de septiembre de 2023). "Los Transformers revolucionaron la IA. ¿Qué los reemplazará?" . Forbes . Archivado del original el 8 de diciembre de 2023. Recuperado el 8 de diciembre de 2023 .
- Turing, Alan (octubre de 1950). "Máquinas de computación e inteligencia" . Mind . 59 (236): 433– 460. doi : 10.1093/mind/LIX.236.433 . ISSN 1460-2113 . JSTOR 2251299. S2CID 14636783 .
- Informe científico de la UNESCO: La carrera contrarreloj por un desarrollo más inteligente . París: UNESCO. 2021. ISBN 978-9-2310-0450-6Archivado del original el 18 de junio de 2022. Consultado el 18 de septiembre de 2021 .
- Urbina, Fabio; Lentzos, Filippa; Invernizzi, Cédric; Ekins, Sean (7 de marzo de 2022). "Uso dual del descubrimiento de fármacos impulsado por inteligencia artificial" . Nature Machine Intelligence . 4 (3): 189– 191. doi : 10.1038/s42256-022-00465-9 . PMC 9544280. PMID 36211133 .
- Valance, Christ (30 de mayo de 2023). «La inteligencia artificial podría llevar a la extinción, advierten los expertos» . BBC News . Archivado del original el 17 de junio de 2023. Consultado el 18 de junio de 2023 .
- Valinsky, Jordan (11 de abril de 2019), "Según informes, Amazon emplea a miles de personas para escuchar tus conversaciones con Alexa" , CNN.com , archivado del original el 26 de enero de 2024 , consultado el 5 de octubre de 2024.
- Verma, Yugesh (25 de diciembre de 2021). "Una guía completa de SHAP: explicaciones aditivas de SHAPley para profesionales" . Analytics India Magazine . Archivado del original el 25 de noviembre de 2023. Recuperado el 25 de noviembre de 2023 .
- Vincent, James (7 de noviembre de 2019). "OpenAI ha publicado la IA generadora de texto que, según afirmaba, era demasiado peligrosa para compartir" . The Verge . Archivado del original el 11 de junio de 2020. Recuperado el 11 de junio de 2020 .
- Vincent, James (15 de noviembre de 2022). "La aterradora verdad sobre los derechos de autor de la IA es que nadie sabe qué pasará después" . The Verge . Archivado del original el 19 de junio de 2023. Recuperado el 19 de junio de 2023 .
- Vincent, James (3 de abril de 2023). "La IA está entrando en una era de control corporativo" . The Verge . Archivado del original el 19 de junio de 2023. Recuperado el 19 de junio de 2023 .
- Vinge, Vernor (1993). «La singularidad tecnológica que se avecina: cómo sobrevivir en la era posthumana» . Vision 21: Ciencia e ingeniería interdisciplinarias en la era del ciberespacio : 11. Bibcode : 1993vise.nasa...11V . Archivado del original el 1 de enero de 2007. Recuperado el 14 de noviembre de 2011 .
- Waddell, Kaveh (2018). "Los chatbots han entrado en el valle inquietante" . The Atlantic . Archivado del original el 24 de abril de 2018. Recuperado el 24 de abril de 2018 .
- Wallach, Wendell (2010). Máquinas morales . Oxford University Press.
- Wason, PC ; Shapiro, D. (1966). "Razonamiento" . En Foss, BM (ed.). Nuevos horizontes en psicología . Harmondsworth: Penguin. Archivado del original el 26 de julio de 2020. Recuperado el 18 de noviembre de 2019 .
- Weng, J.; McClelland; Pentland, A.; Sporns, O.; Stockman, I.; Sur, M.; Thelen, E. (2001). "Desarrollo mental autónomo en robots y animales". Science . 291 (5504): 599– 600. doi : 10.1126/science.291.5504.599 . PMID 11229402 .
- ¿Qué es la lógica difusa? ¿Existen computadoras inherentemente difusas que no aplican la lógica binaria habitual? Scientific American . 21 de octubre de 1999. Archivado del original el 6 de mayo de 2018. Consultado el 5 de mayo de 2018 .
- Williams, Rhiannon (28 de junio de 2023), "Es posible que los humanos sean más propensos a creer la desinformación generada por la IA" , MIT Technology Review , archivado del original el 16 de septiembre de 2024 , consultado el 5 de octubre de 2024.
- Wirtz, Bernd W.; Weyerer, Jan C.; Geyer, Carolin (24 de julio de 2018). "Inteligencia artificial y el sector público: aplicaciones y desafíos". Revista Internacional de Administración Pública . 42 (7): 596– 615. doi : 10.1080/01900692.2018.1498103 .
- Wong, Matteo (19 de mayo de 2023), "ChatGPT ya está obsoleto" , The Atlantic , archivado del original el 18 de septiembre de 2024 , consultado el 5 de octubre de 2024.
- Yudkowsky, E (2008), "La inteligencia artificial como factor positivo y negativo en el riesgo global" (PDF) , Riesgos catastróficos globales , Oxford University Press, 2008, Bibcode : 2008gcr..book..303Y , archivado (PDF) del original el 19 de octubre de 2013 , recuperado el 24 de septiembre de 2021.
Enlaces externos
- Hauser, Larry. "Inteligencia artificial" . En Fieser, James; Dowden, Bradley (eds.). Enciclopedia de filosofía en Internet . ISSN 2161-0002 . OCLC 37741658 .
- Inteligencia artificial
- Campos de estudio computacionales
- Neurociencia computacional
- Cibernética
- Ciencia de datos
- ciencias formales
- Inteligencia por tipo
