Video: TERMINATOR and SKYNET ARE REALITY. PART-1 (Noviembre 2024)
Era extrañamente apropiado que el director James Cameron le presentara el mundo a Skynet, la súper IA ficticia que buscaba erradicar a la humanidad, en 1984.
Según la tradición de Terminator , Skynet se creó en la década de 1990 para eliminar el elemento humano de las defensas nucleares de EE. UU. Pero entonces Skynet se hizo consciente de sí mismo, inició un holocausto nuclear global y creó un ejército de robots asesinos para eliminar a los sobrevivientes, yadda yadda yadda.
Por supuesto, esta futura distopía fue concebida mucho antes de que existieran robots capaces o inteligencia artificial. Avancemos rápidamente hasta 2017 y la tecnología humana opcional no solo está disponible en el mundo real, sino que los ingenieros están luchando para idear formas de darles aún más responsabilidades. En todo el mundo, los mini-Skynets autónomos se están convirtiendo en una realidad (¿con suerte benevolente?).
Si bien es probable que pronto no entreguemos algo tan precario como los códigos de lanzamiento nuclear a un algoritmo, la sociedad depende cada vez más de la tecnología para ejecutar otras tareas vitales. De hecho, ese mundo se ha vuelto tan complejo que es prácticamente una necesidad. Nuestra infraestructura de infrarrojos no solo se está conectando, sino que está ganando la capacidad de anticipar y reaccionar. Hemos encargado a nuestros algoritmos detectar brechas de seguridad en sistemas complejos, comercializar la mayoría de las existencias del mundo e incluso predecir cuándo cosas como las piezas del motor del avión podrían romperse antes de que suceda.
Con ese fin, los ingenieros utilizan cada vez más cosas como "gemelos digitales" para ayudar a tomar predicciones y decisiones. Los gemelos digitales son representaciones virtuales de objetos reales (generalmente infraestructura vital como turbinas en una planta de energía). Estos gemelos utilizan datos en tiempo real para predecir cuándo algo podría fallar (permitiendo así que los guardianes, que a su vez están cada vez más automatizados, solucionen los problemas antes de que ocurran). Pero si la IA es un tipo de intelecto, ¿sería correcto describir a los gemelos digitales como una forma de imaginación ?
"Sí, lo es. Pero es una imaginación centrada en lo que realmente sabe y su historia pasada, así como sobre el medio ambiente y cómo lo está utilizando", explica el Dr. Colin Parris, vicepresidente de investigación de software de General Electric y un desarrollador líder de tecnología gemela digital que fue un invitado reciente en la serie de entrevistas de PCMag, The Convo . "Esa imaginación lo dice 'bien basado en estos datos, es posible que deba ser mantenido en este momento'".
Pero los gemelos digitales no están relegados a la entrada de una sola fuente: pueden utilizar las experiencias de toda una flota. Si el algoritmo, por ejemplo, observa que una parte específica del avión comienza a experimentar desgaste después de 2.000 aterrizajes en condiciones de lluvia, entonces puede hacer ping a los equipos de mantenimiento la próxima vez que el avión entre en servicio. Pero dar un sistema de inteligencia verdadera es más que la luz de "tiempo para un chequeo" en el tablero de su automóvil; se trata de mejorar su capacidad con el tiempo.
Un campo de IA llamado "aprendizaje automático" permite a las computadoras dominar tareas independientes de la guía humana. Esta unión de experiencias recopiladas facilita una mente colmena que compensa la falta de sentido común. Sin este espíritu digital, las tecnologías complejas como los autos sin conductor nunca serían posibles.
Un solo programador humano, o incluso un ejército de programadores, nunca podría crear software para anticipar todos los escenarios viales del mundo real, pero los autos sin conductor pueden aprender por observación. Por ejemplo, un automóvil autónomo podría no reconocer a una persona en silla de ruedas, pero al observar cómo los humanos reaccionan a esta forma novedosa que comparte características con una persona y un automóvil, el software puede aprender que este es un tipo de peatón que debería ser tratado como tal.
El software no solo mejora al observar el comportamiento de los conductores humanos, sino que también registra lo que funcionó cuando otros autos autónomos estaban en la carretera (y quizás lo más importante, lo que no funcionó). Este aprendizaje comunitario permite a las máquinas navegar en un mundo complejo con muchas variables imprevistas.
Cuando combina el modelado virtual y las tecnologías predictivas con los avances en robótica, puede ver cómo la infraestructura se volverá aún más autónoma en el futuro. Esta automatización es problemática desde el punto de vista del desempleo, pero no es necesariamente una pérdida completa para la humanidad.
"Hay algunos trabajos que son aburridos, sucios y peligrosos. Quiero asegurarme de que no tengamos humanos con demasiada frecuencia en esos trabajos", explica Parris. "Te daré un ejemplo. Tenemos plataformas petrolíferas en medio del océano que tienen pilas gigantes que usan para quemar combustible. Alguien tiene que subir esas pilas y ver si tiene óxido, eso es 200 pies en el aire, están colgando de una cuerda, hay vientos huracanados allí arriba. Las posibilidades de un error son enormes. Pero ahora tenemos drones. Los drones vuelan allí y vuelan en círculo y toman fotos. El software analiza dónde está el óxido y el daño. Así que ahora no tenemos que poner a los humanos en un lugar peligroso ".
A medida que los robots se vuelven más pequeños, más inteligentes y más capaces, puedes ver cómo los sistemas de los que depende la civilización podrían aprender a mantenerse (y posiblemente incluso reparar y construir) por sí mismos. Es casi como si estuvieran evolucionando hacia sistemas reales, que pueden aprender, imaginar y anticipar. Esperemos que no decidan destruirnos algún día.
