"El potencial de la IA para transformar la sanidad, agricultura e investigación científica está aún en pañales"
"Explorando los desafíos y oportunidades en el mundo digital: Una conversación con experto en tecnología"
La entrevista trata sobre la inteligencia artificial y sus aplicaciones, centrándose en ChatGPT, un modelo de lenguaje natural. El entrevistado, Gideon Bierer, afirma que las tecnologías subyacentes de ChatGPT no son nuevas, pero la capacidad de escalarlas y hacerlas más accesibles ha llevado a una mayor difusión y aplicación de la IA. También señala los riesgos asociados con la aplicación comercial de la IA, incluyendo la desinformación y la piratería de nuestra libre elección, y la posible amenaza para la democracia. La entrevista también discute los posibles beneficios de la IA si se establecen límites adecuados, y se mencionan ejemplos como el CERN y su Colisionador de Hadrones. Finalmente, se destaca la preocupación por la capacidad de la IA para falsificar y suplantar identidades de manera cada vez más efectiva.
El lanzamiento de ChatGPT-4 hace un mes marca un momento crucial para la Inteligencia Artificial Generativa (IAG) y su potencial para transformar sistemas críticos como la sanidad, la agricultura y la investigación científica. A medida que la IAG se integra cada vez más en la vida cotidiana, surgen preocupaciones éticas, de propiedad intelectual y de gobernanza, así como la posibilidad de reemplazar puestos de trabajo. Gilles Babinet, Vicepresidente del Consejo Nacional Digital francés, aborda estas cuestiones y explora el impacto y las limitaciones de las nuevas tecnologías, mientras la IAG se convierte en una realidad cada vez más presente.
Imagen de Alexandra_Koch en Pixabay |
Entrevista realizada por Sairah Ashman en Forbes.es:
La discusión trata sobre la necesidad de una regulación sólida y eficaz para la Inteligencia Artificial (IA), dado que su impacto en la sociedad podría ser positivo o negativo. La falta de una norma común global para la gobernanza digital y la ciber-soberanía plantean desafíos en la implementación de una regulación adecuada. La regulación se moverá hacia la regulación de la multitud, donde los usuarios declararían cuestiones como el contenido inapropiado en las redes sociales, y la regulación de la IA para hacer frente a la IA de las plataformas. La educación sobre la IA es vital para que la sociedad pueda comprender el riesgo y la oportunidad que presentan estas tecnologías, comenzando desde lo básico y avanzando hacia cuestiones más complejas.
Acá te dejo un resumen de algunas respuestas:
(P) ¿Serán capaces las naciones de regular? ¿Habrá herramientas nuevas y eficaces para detectar eficazmente las estafas de la IA? ¿La Ley de Moore seguirá funcionando durante décadas o llegará a su fin?
Es imposible decir cuál de los lados, positivo o negativo, prevalecerá ya que hay demasiadas variables.
Se debe aumentar el número de personas con talento, investigadores y startups que entren en la industria para tener más fuerzas para contrarrestar a los invisibles y oscuros cuando aparezcan.
(P) A la hora de hacer recomendaciones al gobierno sobre el futuro papel de la tecnología, ¿Qué papel positivo crees que podría desempeñar la IA tanto en nuestras economías como en la sociedad?
La IA podría aportar nuevas herramientas de productividad para solucionar los desafíos actuales en áreas como el medio ambiente y los países subdesarrollados.
Se necesita una normativa sólida y eficaz para reducir los riesgos.
(P) ¿Y qué modelo de regulación crees que es necesario: la autorregulación del sector, el gobierno o una combinación de ambos?
La regulación debe moverse hacia dos nuevos territorios: (i) la regulación de la multitud y (ii) la regulación de la IA para hacer frente a la IA de las plataformas.
Una regulación permanente que detecte cualquier modificación del algoritmo sería eficaz para hacer frente al potencial de las grandes plataformas tecnológicas.
Es necesario educar al mayor número posible de personas tanto en el riesgo como en la oportunidad de estas tecnologías.
(P) ¿Puede explicarnos qué tipo de educación cree que se necesita?
Se necesita educar desde abajo, comenzando con las preocupaciones básicas de la gente y avanzando gradualmente hacia cuestiones más complejas.
Tenemos que allanar el camino hacia la educación en IA con muchos pasos que permitan a cualquiera alcanzar el máximo nivel de experiencia posible.
Palabras claves en este artículo:
IA, regulación, tecnología, sociedad, riesgos, oportunidades, educación, privacidad, ética, gobernanza, economía, democracia, competencia, seguridad, salud mental, redes sociales, algoritmos.
Hacia inteligencias artificiales realmente inteligentes.
El futuro de la IA: hacia inteligencias artificiales realmente inteligentes.
"Este capítulo contiene algunas reflexiones sobre inteligencia artificial (IA). En primer lugar, se explica la distinción entre la IA fuerte y la débil, así como los conceptos relacionados de IA general y específica, dejando claro que todas las manifestaciones existentes de IA son débiles y específicas.
Se describen brevemente los principales modelos, insistiendo en la importancia de la corporalidad como aspecto clave para conseguir una IA de naturaleza general. A continuación se aborda la necesidad de proporcionar a las máquinas conocimientos de sentido común que hagan posible avanzar hacia el ambicioso objetivo de construir IA de tipo general.
También se comentan las últimas tendencias en IA basadas en el análisis de grandes cantidades de datos que han hecho posibles progresos espectaculares en épocas muy recientes, con una alusión a las dificultades presentes hoy en los enfoques de la IA.
Por último, se comentan otras cuestiones que son y continuarán siendo clave en la IA, antes de cerrar con una breve reflexión sobre los riesgos de la inteligencia artificial."
Imagen de Gerd Altmann en Pixabay |
Excelente articulo de Ramón López de Mántaras, para tener siempre a mano. Al final te dejaré el link al mismo.
En el futuro de la inteligencia artificial, el mayor desafío es desarrollar sistemas que puedan interactuar con entornos no restringidos ni previamente preparados. Para lograr esto, se necesita integrar avances en diferentes áreas de la IA, como lenguajes de representación de conocimientos, algoritmos eficientes para resolver problemas y aprender continuamente a lo largo de su existencia.
Es fundamental diseñar sistemas que integren percepción, representación, razonamiento, acción y aprendizaje, lo que implica la necesidad de arquitecturas cognitivas que integren estos componentes adecuadamente. La integración de estos componentes es un paso previo fundamental para desarrollar inteligencias artificiales de tipo general en el futuro.
Un nuevo sistema de inteligencia artificial puede reconstruir imágenes que una persona vio previamente
Investigadores de la Universidad de Osaka crearon una herramienta que permite traducir la actividad cerebral de los humanos.
Los investigadores Yu Takagi y Shinji Nishimoto utilizaron el software Stable Diffussion en su investigación, que ya estaba desarrollado previamente y utiliza inteligencia artificial de aprendizaje profundo para crear imágenes a partir de la actividad cerebral de las personas. La herramienta de inteligencia artificial fue desarrollada por investigadores en Alemania en 2022. La investigación se llevó a cabo en la Universidad de Osaka.
Llevaron a cabo un ensayo exitoso con este modelo de IA de aprendizaje profundo, mostrando hasta 10,000 imágenes producidas por los seres humanos a través de escáneres celulares.
Imagen de Gerd Altmann en Pixabay |
Aunque se ha especulado sobre la posibilidad de que este software pueda "leer la mente", los investigadores afirman que no pueden decodificar la imaginación o los sueños y que los temas de privacidad son de suma importancia en su investigación. Es necesario el uso de la tecnología de escaneo cerebral y la inteligencia artificial para poder llevar a cabo este tipo de investigaciones, y aunque se reconoce el potencial de la IA en el futuro, también existen preocupaciones sobre los riesgos que conlleva el uso de esta tecnología.
El modelo de IA no necesitó previamente de visualizar imágenes para producir otras. Eso mismo fue lo que realmente asombró a Takagi, quien aseguró que "no esperábamos este tipo de resultado".
"Soy optimista para la IA, pero no soy optimista para la tecnología del cerebro, pero creo que este es el consenso entre los neurocientíficos", sentenció el investigador japonés."
El Abstract de la publicación.
"Here, we propose a new method based on a diffusion model (DM) to reconstruct images from human brain activity obtained via functional magnetic resonance imaging (fMRI). More specifically, we rely on a latent diffusion model (LDM) termed Stable Diffusion. This model reduces the computational cost of DMs, while preserving their high generative performance. We also characterize the inner mechanisms of the LDM by studying how its different components (such as the latent vector of image Z, conditioning inputs C, and different elements of the denoising U-Net) relate to distinct brain functions."