Avances en inteligencia artificial

El progreso en inteligencia artificial ( IA ) se refiere a los avances, hitos y descubrimientos que se han logrado en el campo de la inteligencia artificial a lo largo del tiempo. La IA es una rama multidisciplinaria de la informática que tiene como objetivo crear máquinas y sistemas capaces de realizar tareas que normalmente requieren inteligencia humana. Las aplicaciones de IA se han utilizado en una amplia gama de campos, incluidos el diagnóstico médico , las finanzas , la robótica , el derecho , los videojuegos , la agricultura y el descubrimiento científico. Sin embargo, muchas aplicaciones de IA no se perciben como IA: "Una gran cantidad de IA de vanguardia se ha filtrado en aplicaciones generales, a menudo sin llamarse IA porque una vez que algo se vuelve lo suficientemente útil y lo suficientemente común, ya no se etiqueta como IA ". ^{[1] [2]} "Muchos miles de aplicaciones de IA están profundamente arraigadas en la infraestructura de cada industria". ^[3] A fines de la década de 1990 y principios de la de 2000, la tecnología de IA se usó ampliamente como elementos de sistemas más grandes, ^{[3] [4]} pero rara vez se le atribuyó el mérito de estos éxitos en ese momento.

Kaplan y Haenlein estructuran la inteligencia artificial a lo largo de tres etapas evolutivas:

1. Inteligencia artificial estrecha: IA capaz únicamente de realizar tareas específicas;
2. Inteligencia artificial general : IA con capacidades en diversas áreas y capaz de resolver de forma autónoma problemas para los que ni siquiera fue diseñada;
3. Superinteligencia artificial : IA capaz de realizar tareas generales, incluida la creatividad científica , las habilidades sociales y la sabiduría general . ^[2]

Para poder comparar el rendimiento humano, la inteligencia artificial puede evaluarse en problemas restringidos y bien definidos. Estas pruebas se han denominado pruebas de Turing de expertos en la materia . Además, los problemas más pequeños proporcionan objetivos más alcanzables y cada vez hay más resultados positivos.

Los humanos aún superan sustancialmente tanto a GPT-4 como a los modelos entrenados en el punto de referencia ConceptARC que obtuvieron un puntaje de 60% en la mayoría y 77% en una categoría, mientras que los humanos obtuvieron un puntaje de 91% en todas y 97% en una categoría. ^[5]

Existen muchas capacidades útiles que pueden describirse como una manifestación de algún tipo de inteligencia. Esto permite comprender mejor el éxito comparativo de la inteligencia artificial en diferentes áreas.

La IA, al igual que la electricidad o la máquina de vapor, es una tecnología de uso general . No hay consenso sobre cómo caracterizar en qué tareas tiende a sobresalir la IA. ^[15] Algunas versiones de la paradoja de Moravec observan que los humanos tienen más probabilidades de superar a las máquinas en áreas como la destreza física, que han sido el objetivo directo de la selección natural. ^[16] Si bien proyectos como AlphaZero han logrado generar su propio conocimiento desde cero, muchos otros proyectos de aprendizaje automático requieren grandes conjuntos de datos de entrenamiento. ^{[17] [18]} El investigador Andrew Ng ha sugerido, como una "regla empírica altamente imperfecta", que "casi cualquier cosa que un humano típico puede hacer con menos de un segundo de pensamiento mental, probablemente podamos automatizarla ahora o en el futuro cercano utilizando IA". ^[19]

Los juegos proporcionan un punto de referencia de alto perfil para evaluar las tasas de progreso; muchos juegos tienen una gran base de jugadores profesionales y un sistema de calificación competitivo bien establecido. AlphaGo puso fin a la era de los puntos de referencia de los juegos de mesa clásicos cuando la Inteligencia Artificial demostró su ventaja competitiva sobre los humanos en 2016. El programa de software AlphaGo AI de Deep Mind derrotó al mejor jugador profesional de Go del mundo, Lee Sedol . ^[20] Los juegos de conocimiento imperfecto brindan nuevos desafíos a la IA en el área de la teoría de juegos ; el hito más destacado en esta área fue cerrado por la victoria de póquer de Libratus en 2017. ^{[21] [22]} Los deportes electrónicos continúan brindando puntos de referencia adicionales; Facebook AI, Deepmind y otros se han involucrado con la popular franquicia de videojuegos StarCraft ^{. [23] [24]}

Se pueden dar clases amplias de resultados para una prueba de IA como:

• óptimo : no es posible obtener un mejor resultado (nota: algunas de estas entradas fueron resueltas por humanos)
• superhumano : se desempeña mejor que todos los humanos
• alto-humano : se desempeña mejor que la mayoría de los humanos
• par-humano : se comporta de manera similar a la mayoría de los humanos
• subhumano : se desempeña peor que la mayoría de los humanos

• Tres en raya
• Conecta cuatro : 1988
• Damas (también conocidas como damas 8x8): resolución débil (2007) ^[25]
• Cubo de Rubik : casi resuelto (2010) ^[26]
• Póquer hold'em con límite cara a cara : estadísticamente óptimo en el sentido de que "una vida humana de juego no es suficiente para establecer con significación estadística que la estrategia no es una solución exacta" (2015) ^[27]

• Otelo (también conocido como reversi): c. 1997 ^[9]
• Scrabble : ^{[28] [29]} 2006 ^[10]
• Backgammon : c. 1995–2002 ^{[30] [31]}
• Ajedrez : Supercomputadora (c. 1997); Computadora personal (c. 2006); ^[32] Teléfono móvil (c. 2009); ^[33] Computadora derrota a humano + computadora (c. 2017) ^[34]
• Jeopardy!: Preguntas y respuestas , aunque la máquina no utilizó reconocimiento de voz (2011) ^{[35] [36]}
• Arimaa : 2015 ^{[37] [38]}
• Shogi : alrededor de 2017 ^[11]
• Ir : 2017 ^[39]
• Póquer Hold'em sin límite cara a cara: 2017 ^[12]
• Póquer Hold'em sin límite para seis jugadores: 2019 ^[40]
• Gran Turismo Sport : 2022 ^[41]

• Crucigramas : c. 2012 ^{[42] [43]}
• Civilización libre : 2016 ^[44]
• Dota 2 : 2018 ^[45]
• Juego de cartas de bridge : según una revisión de 2009, "los mejores programas son aquellos que alcanzan el estatus de expertos como jugadores de cartas (de bridge)", excluyendo las pujas. ^[46]
• StarCraft II : 2019 ^[47]
• Mahjong : 2019 ^[48]
• Estrategia : 2022 ^[49]
• Diplomacia sin prensa : 2022 ^[50]
• Hanabi : 2022 ^[51]
• Procesamiento del lenguaje natural ^{[ cita requerida ]}

• Reconocimiento óptico de caracteres según la norma ISO 1073-1:1976 y caracteres especiales similares. ^{[ cita requerida ]}
• Clasificación de imágenes ^[52]
• Reconocimiento de escritura a mano ^[53]
• Reconocimiento facial ^[54]
• Respuesta visual a preguntas ^[55]
• Punto de referencia de comprensión lectora en inglés SQuAD 2.0 (2019) ^[56]
• Punto de referencia de comprensión del idioma inglés SuperGLUE (2020) ^[56]
• Algunos exámenes de ciencias escolares (2019) ^[57]
• Algunas tareas basadas en las Matrices Progresivas de Raven ^[58]
• Muchos juegos de Atari 2600 (2015) ^[59]

• Reconocimiento óptico de caracteres para texto impreso (casi parejo al humano para texto mecanografiado en alfabeto latino)
• Reconocimiento de objetos ^{[ aclaración necesaria ]}
• Diversas tareas robóticas que pueden requerir avances en hardware robótico, así como en IA, entre ellas:
  • Locomoción bípeda estable: los robots bípedos pueden caminar, pero son menos estables que los caminantes humanos (a partir de 2017) ^[60]
  • Fútbol humanoide ^[61]
• Reconocimiento de voz : “casi igual al rendimiento humano” (2017) ^[62]
• Explicabilidad . Los sistemas médicos actuales pueden diagnosticar bien ciertas afecciones médicas, pero no pueden explicar a los usuarios por qué hicieron el diagnóstico. ^[63]
• Numerosas pruebas de inteligencia fluida (2020) ^[58]
• Problemas de cognición visual de Bongard , como el benchmark Bongard-LOGO (2020) ^{[58] [64]}
• Punto de referencia de razonamiento visual de sentido común (VCR) (a partir de 2020) ^[56]
• Predicción del mercado de valores : recopilación y procesamiento de datos financieros mediante algoritmos de aprendizaje automático
• Videojuego Angry Birds ^{, a fecha de 2020 [65]}
• Diversas tareas que son difíciles de resolver sin conocimiento contextual, entre ellas:
  • Traducción
  • Desambiguación del sentido de las palabras

En su famosa prueba de Turing , Alan Turing eligió el lenguaje, la característica definitoria de los seres humanos , como base. ^[66] Hoy en día, se considera que la prueba de Turing es demasiado explotable para ser un parámetro de referencia significativo. ^[67]

La prueba de Feigenbaum , propuesta por el inventor de los sistemas expertos , prueba el conocimiento y la experiencia de una máquina sobre un tema específico. ^[68] Un artículo de Jim Gray de Microsoft en 2003 sugirió extender la prueba de Turing a la comprensión del habla , el habla y el reconocimiento de objetos y comportamientos. ^[69]

Las pruebas de "inteligencia universal" propuestas tienen como objetivo comparar el desempeño de las máquinas, los humanos e incluso los animales no humanos en conjuntos de problemas lo más genéricos posible. En un extremo, el conjunto de pruebas puede contener todos los problemas posibles, ponderados por la complejidad de Kolmogorov ; sin embargo, estos conjuntos de problemas tienden a estar dominados por ejercicios de comparación de patrones empobrecidos en los que una IA optimizada puede superar fácilmente los niveles de desempeño humano. ^{[70] [71] [72] [73] [74]}

Según OpenAI , en 2023 ChatGPT GPT-4 obtuvo el percentil 90 en el examen Uniform Bar Exam . En los exámenes SAT , GPT-4 obtuvo el percentil 89 en matemáticas y el percentil 93 en lectura y escritura. En los exámenes GRE , obtuvo el percentil 54 en la prueba de escritura, el percentil 88 en la sección cuantitativa y el percentil 99 en la sección verbal. Obtuvo una puntuación entre el percentil 99 y 100 en el examen semifinal de la Olimpiada de Biología de EE. UU. de 2020. Obtuvo un "5" perfecto en varios exámenes AP . ^[75]

En 2023, investigadores independientes descubrieron que el examen GPT-3.5 de ChatGPT "se desempeñó en el umbral de aprobación o cerca de él" en las tres partes del examen de licencia médica de los Estados Unidos . También se evaluó que el examen GPT-3.5 obtuvo una calificación baja, pero aprobatoria, en los exámenes de cuatro cursos de la facultad de derecho de la Universidad de Minnesota . ^[75] El examen GPT-4 aprobó un examen de radiología basado en texto al estilo de la junta. ^{[76] [77]}

Numerosos concursos y premios, como el Desafío Imagenet , promueven la investigación en inteligencia artificial. Las áreas de competencia más comunes incluyen la inteligencia artificial general, el comportamiento conversacional, la minería de datos, los autos robóticos y el fútbol robótico, además de los juegos convencionales. ^[78]

Una encuesta de expertos realizada en 2016 por Katja Grace del Future of Humanity Institute y asociados arrojó estimaciones medias de 3 años para el campeonato Angry Birds , 4 años para la Serie Mundial de Póquer y 6 años para StarCraft . En tareas más subjetivas, la encuesta arrojó 6 años para doblar la ropa, así como para un trabajador humano medio, de 7 a 10 años para responder de forma experta a preguntas "fácilmente buscables en Google", 8 años para la transcripción de voz media, 9 años para la banca telefónica media y 11 años para la composición experta de canciones, pero más de 30 años para escribir un bestseller del New York Times o ganar la competición de matemáticas de Putnam . ^{[79] [80] [81]}

Una IA derrotó a un gran maestro en una partida de torneo reglamentaria por primera vez en 1988; rebautizada como Deep Blue , venció al actual campeón mundial de ajedrez humano en 1997 (véase Deep Blue versus Garry Kasparov ). ^[82]

AlphaGo derrotó a un campeón europeo de Go en octubre de 2015 y a Lee Sedol en marzo de 2016, uno de los mejores jugadores del mundo (véase AlphaGo versus Lee Sedol ). Según Scientific American y otras fuentes, la mayoría de los observadores esperaban que el rendimiento sobrehumano de Computer Go estuviera al menos a una década de distancia. ^{[85] [86] [87]}

En 1965, Herbert A. Simon, pionero de la inteligencia artificial y economista, predijo erróneamente que «dentro de veinte años, las máquinas serán capaces de hacer cualquier trabajo que pueda hacer un hombre». De manera similar, en 1970 Marvin Minsky escribió que «dentro de una generación... el problema de crear inteligencia artificial estará prácticamente resuelto». ^[93]

Cuatro encuestas realizadas en 2012 y 2013 sugirieron que la estimación mediana entre los expertos sobre cuándo llegaría la IAG era entre 2040 y 2050, dependiendo de la encuesta. ^{[94] [95]}

La encuesta de Grace de 2016 arrojó resultados que variaban según cómo se formulara la pregunta. Los encuestados a los que se les pidió que estimaran "cuándo las máquinas sin ayuda pueden realizar cada tarea mejor y de manera más económica que los trabajadores humanos" dieron una respuesta mediana agregada de 45 años y una probabilidad del 10% de que eso ocurra dentro de los 9 años. Otros encuestados a los que se les pidió que estimaran "cuándo todas las ocupaciones son completamente automatizables, es decir, cuándo para cualquier ocupación, se podrían construir máquinas para realizar la tarea mejor y de manera más económica que los trabajadores humanos" estimaron una mediana de 122 años y una probabilidad del 10% de 20 años. La respuesta mediana para cuándo "el investigador de IA" podría ser completamente automatizado fue de alrededor de 90 años. No se encontró ningún vínculo entre la antigüedad y el optimismo, pero los investigadores asiáticos fueron mucho más optimistas que los investigadores norteamericanos en promedio; los asiáticos predijeron 30 años en promedio para "realizar cada tarea", en comparación con los 74 años predichos por los norteamericanos. ^{[79] [80] [81]}

• Aplicaciones de la inteligencia artificial
• Lista de proyectos de inteligencia artificial
• Lista de tecnologías emergentes

• Base de datos MIRI de predicciones sobre la IAG