Hispanopedia Wiki
Articulo de referencia

Inteligencia artificial débil

Los coches autónomos, como el coche Waymo que se muestra en la imagen superior, utilizan inteligencia artificial débil. La inteligencia artificial débil ( IA débil ) es una inte...

Hispanopedia WikiContenido en espanolLectura gratuita

Un coche autónomo de Waymo circula por una carretera mientras la gente observa.
Los coches autónomos, como el coche Waymo que se muestra en la imagen superior, utilizan inteligencia artificial débil.

La inteligencia artificial débil ( IA débil ) es una inteligencia artificial que implementa una parte limitada de la mente, o, como IA estrecha , inteligencia artificial estrecha ( ANI ), [ 1 ] [ 2 ] [ 3 ] se centra en una tarea estrecha.

La IA débil se contrapone a la IA fuerte , lo cual puede interpretarse de diversas maneras:

La IA estrecha se puede clasificar como "limitada a una sola tarea definida de forma precisa. La mayoría de los sistemas de IA modernos se clasificarían en esta categoría". [ 4 ] La inteligencia artificial general es, por el contrario, lo opuesto.

Aplicaciones y riesgos

Algunos ejemplos de IA estrecha son AlphaGo , [ 5 ] los coches autónomos , los sistemas robóticos utilizados en el campo médico y los médicos de diagnóstico. Los sistemas de IA estrecha a veces son peligrosos si no son fiables. Y el comportamiento que siguen puede volverse inconsistente. [ 6 ] Podría ser difícil para la IA comprender patrones complejos y llegar a una solución que funcione de manera fiable en diversos entornos. Esta "fragilidad" puede hacer que falle de maneras impredecibles . [ 7 ]

Los fallos de la IA estrecha pueden tener consecuencias significativas. Por ejemplo, podrían provocar interrupciones en la red eléctrica, dañar centrales nucleares, causar problemas económicos globales y desviar vehículos autónomos. [ 1 ] Los medicamentos podrían clasificarse y distribuirse incorrectamente. Además, los diagnósticos médicos pueden tener consecuencias graves, e incluso mortales, si la IA es defectuosa o está sesgada. [ 8 ]

Los programas de IA simples ya se han integrado en la sociedad, a menudo sin que el público se dé cuenta. La autocorrección al escribir, el reconocimiento de voz para programas de conversión de voz a texto y las vastas expansiones en el campo de la ciencia de datos son ejemplos de ello. [ 9 ] La IA estrecha también ha sido objeto de cierta controversia, incluyendo casos que han dado lugar a sentencias de prisión injustas, discriminación contra las mujeres en el ámbito laboral en materia de contratación y muertes causadas por la conducción autónoma, entre otros. [ 10 ]

A pesar de ser una IA "estrecha", los sistemas de recomendación son eficientes para predecir las reacciones de los usuarios basándose en sus publicaciones, patrones o tendencias. [ 11 ] Por ejemplo, el algoritmo "Para ti" de TikTok puede determinar los intereses o preferencias de un usuario en menos de una hora. [ 12 ] Algunos otros sistemas de IA de redes sociales se utilizan para detectar bots que pueden estar involucrados en propaganda u otras actividades potencialmente maliciosas. [ 13 ]

IA débil versus IA fuerte

John Searle cuestiona la posibilidad de una IA fuerte (con lo que se refiere a una IA consciente). Además, cree que la prueba de Turing (creada por Alan Turing y originalmente llamada "juego de imitación", utilizada para evaluar si una máquina puede conversar de forma indistinguible de un humano) no es precisa ni apropiada para comprobar si una IA es "fuerte". [ 14 ]

Académicos como Antonio Lieto han argumentado que la investigación actual sobre IA y modelado cognitivo está perfectamente alineada con la hipótesis de IA débil (que no debe confundirse con la distinción entre IA "general" y "estrecha") y que la suposición popular de que los sistemas de IA inspirados cognitivamente defienden la hipótesis de IA fuerte está mal planteada y es problemática, ya que "los modelos artificiales del cerebro y la mente pueden usarse para comprender fenómenos mentales sin pretender que son los fenómenos reales que están modelando" [ 15 ] (como, por otro lado, implica la suposición de IA fuerte).

Véase también

References

  1. 12Dvorsky, George (1 April 2013). "How Much Longer Before Our First AI Catastrophe?". Gizmodo. Archived from the original on 28 November 2021. Retrieved 27 November 2021.
  2. ↑Muehlhauser, Luke (18 October 2013). "Ben Goertzel on AGI as a Field". Machine Intelligence Research Institute. Archived from the original on 27 November 2021. Retrieved 27 November 2021.
  3. ↑Chalfen, Mike (15 October 2015). "The Challenges Of Building AI Apps". TechCrunch. Archived from the original on 22 November 2021. Retrieved 27 November 2021.
  4. ↑Bartneck, Christoph; Lütge, Christoph; Wagner, Alan; Welsh, Sean (2021). An Introduction to Ethics in Robotics and AI. SpringerBriefs in Ethics. Cham: Springer International Publishing. doi:10.1007/978-3-030-51110-4. ISBN 978-3-030-51109-8. S2CID 224869294.
  5. ↑Edelman, Gary Grossman (3 September 2020). "We're entering the AI twilight zone between narrow and general AI". VentureBeat. Archived from the original on 17 December 2023. Retrieved 16 March 2024.
  6. ↑Kuleshov, Andrey; Prokhorov, Sergei (September 2019). "Domain Dependence of Definitions Required to Standardize and Compare Performance Characteristics of Weak AI Systems". 2019 International Conference on Artificial Intelligence: Applications and Innovations (IC-AIAI). Belgrade, Serbia: IEEE. pp. 62–623. doi:10.1109/IC-AIAI48757.2019.00020. ISBN 978-1-7281-4326-2. S2CID 211298012.
  7. ↑Staff, Bulletin (23 April 2018). "The promise and peril of military applications of artificial intelligence". Bulletin of the Atomic Scientists. Archived from the original on 3 October 2024. Retrieved 2 October 2024.
  8. ↑ Szocik, Konrad; Jurkowska-Gomułka, Agata (16 de diciembre de 2021). "Desafíos éticos, legales y políticos de la inteligencia artificial: el derecho como respuesta a las amenazas y esperanzas relacionadas con la IA" . Futuros mundiales : 1– 17. doi : 10.1080/02604027.2021.2012876 . ISSN 0260-4027 . S2CID 245287612 .  
  9. ↑ Earley, Seth (2017). "El problema de la IA". IT Professional . 19 (4): 63– 67. Bibcode : 2017ITPro..19d..63E . doi : 10.1109/MITP.2017.3051331 . ISSN 1520-9202 . S2CID 9382416 .  
  10. ↑ Anirudh, Koul; Siddha, Ganju; Meher, Kasam (2019). Aprendizaje profundo práctico para la nube, dispositivos móviles y computación perimetral . O'Reilly Media. ISBN 9781492034865.
  11. ↑ Kaiser, Carolin; Ahuvia, Aaron; Rauschnabel, Philipp A.; Wimble, Matt (1 de septiembre de 2020). "Monitoreo de redes sociales: ¿Qué pueden aprender los especialistas en marketing de las fotos de marca de Facebook?" . Journal of Business Research . 117 : 707– 717. doi : 10.1016/j.jbusres.2019.09.017 . ISSN 0148-2963 . S2CID 203444643 .  
  12. ↑ Hyunjin, Kang (septiembre de 2022). "Agencia de la IA frente a agencia humana: comprensión de las interacciones humano-IA en TikTok y sus implicaciones para la participación del usuario" . Journal of Computer-Mediated Communication . 27 (5) zmac014. doi : 10.1093/jcmc/zmac014 . hdl : 10356/165641 . Recuperado el 8 de noviembre de 2022 .
  13. ↑ Shukla, Rachit; Sinha, Adwitiya; Chaudhary, Ankit (28 de febrero de 2022). "TweezBot: un algoritmo de identificación de bots de medios en línea impulsado por IA para redes sociales como Twitter" . Electronics . 11 (5): 743. doi : 10.3390/electronics11050743 . ISSN 2079-9292 . 
  14. ↑ Liu, Bin (28 de marzo de 2021).Es probable que la "IA débil" nunca se convierta en "IA fuerte", entonces, ¿cuál es su mayor valor para nosotros?". arXiv : 2103.15294 [ cs.AI ].
  15. ↑ Lieto, Antonio (2021). Diseño cognitivo para mentes artificiales . Londres, Reino Unido: Routledge, Taylor & Francis. pág. 85. ISBN  9781138207929.
Obtenido de " https://en.wikipedia.org/w/index.php?title=Weak_artificial_intelligence&oldid=1351695885 "