Per Jordi Jiménez.-

Segons el que comenten diferents experts en el tema de la intel·ligència artificial (IA), les seves possibles àrees d’avanç en els pròxims deu anys seran:

– La conducció autònoma.
– La medicina: diagnòstics, medicaments, etc.
– Llenguatges, escriptura i comunicació.
– Educació personalitzada.
– Reconeixement (patrons, cares, objectes).

De la mateixa manera, hi ha unes quantes capacitats que la IA no podrà tenir en un futur pròxim, com són:

–  Aprendre: un nen de dos anys ja fa coses que la IA trigarà molt a fer.
– Tenir emocions o manejar intangibles.
– «Saber» el significat d’alguna cosa. Un ordinador reconeix un gat però no         sap que ÉS un gat.
– Ni de bon tros, tenir consciència de si, d’existència pròpia i d’existència d’altres.

Així doncs, una de les condicions per a la Singularitat, el famós «sorpasso» de les màquines a l’ésser humà, és encara molt lluny d’ocórrer. L’evolució de les màquines és molt més lenta del que es preveia i això es deu, sobretot, al fet que el mateix ésser humà que dissenya aquestes màquines és encara molt lluny d’entendre’s a si mateix i, per tant, de replicar-se.

La IA pot reconèixer patrons o jugar al Go perquè són tasques amb regles fixes, patrons clars i desenvolupament de probabilitats. Però no pot jutjar situacions complexes on entren en joc elements humans, històrics o culturals (creences, valors, intangibles en general). Una màquina no té acumulació històrica i cultural, gran part de la qual està codificada en la nostra memòria com a climes emocionals i com a estats interns.

Foto per Evan Wise en Unsplash

La ciència mecanicista, juntament amb el pensament materialista, creuen que tot avanç i tota intel·ligència es basen a tenir moltes dades i poder relacionar-les en milions de combinacions. Creuen que pel simple fet de tenir molta informació el pensament és possible. D’aquí ve que ara s’hagi posat de moda el “Big Data” i el “Machine Learning”. Com més dades, millor. Però encara es desconeix el funcionament bàsic del psiquisme des del punt de vista de la funció amb què compleixen les imatges (és des de la imatge mental que el cos dona les respostes), com aquestes imatges estan configurades espacialment respecte a l’observador i el seu cos biològic, les càrregues emocionals d’aquests continguts de consciència i la interacció cenestésica que es produeix amb el cos en el procés de pensar. Per tant, resultarà molt difícil reproduir artificialment una cosa de la qual es desconeix el seu funcionament.

En paraules de l’expert en IA Keith Darlington, “els sistemes IKBS (Sistemes Basats en Coneixement Intel·ligent o sistemes experts) tenen un enfocament estret, ja que no tenen la possibilitat d’aprofitar el coneixement basat en el “sentit comú” que posseeix un expert humà. Això significa que molts d’aquests sistemes eren molt competents a l’hora de resoldre problemes en marges molt estrets dels seus respectius camps de coneixement, però quan s’enfrontaven a un problema inusual, que requeria coneixement vinculat al sentit comú, col·lapsaven.”

Posteriorment es van crear sistemes per portar a cap raonaments basats en el sentit comú, com els éssers humans, però van ensopegar amb l’ambigüitat del llenguatge humà. Després d’això, i ja recentment, és quan han aparegut els desenvolupaments basats en el “Big Data” i el “Machine Learning”.

Després d’una dècada amb moltes expectatives la IA sembla trobar-se en un altiplà o entrar en una espècie d’hivern. Alguns experts assenyalen que les capacitats de la IA varen ser exagerades interessadament per part d’algunes companyies. A la fi del 2019, les computadores més intel·ligents només poden sobresortir en una limitada varietat de tasques. Els robots només poden reaccionar a l’entorn de manera molt mecànica i previsible en els seus moviments, mentre que els robots que semblen “dialogar”, simplement utilitzen combinatòria entre milions d’opcions per articular el que sembla un llenguatge vist des de fora.

Juny 2020.

L’article original es pot trobat aquí