La inteligencia artificial general da paso a máquinas que pueden comportarse, actuar y aprender como nosotros

La inteligencia artificial ha cambiado la forma en que una máquina realiza su trabajo. Hoy en día, su ordenador puede realizar muchas tareas personales y profesionales si lo entrena con herramientas de IA. Algunos ejemplos son crear imágenes, producir voz a partir de texto, controlar utilidades, etc.

Pero éstas no son verdaderamente inteligentes. Detrás de este tipo de automatización hay muchos meses de entrenamiento.

¿Qué le parece una aplicación informática verdaderamente inteligente que pueda aprender por sí misma? Ese es el dominio de la inteligencia general artificial. Siga leyendo para conocer hoy mismo esta tecnología revolucionaria

¿Qué es la Inteligencia Artificial General?

Introducción

La AGI es una tecnología que puede hacer que el software y el hardware sean tan inteligentes que expresen capacidades cognitivas similares a las humanas. Tiene otros nombres como IA fuerte, IA completa, etc.

Para simplificarlo, usted presenta al sistema AGI inteligente un problema que antes desconocía. El ordenador inteligente analizará el problema, hará una investigación en línea y ofrecerá una solución al problema.

IBM, OpenAI, Microsoft, Google Brain, Darktrace, Deepmind, etc., son los grandes impulsores de la tecnología AGI. Estas empresas están tratando de infundir lo siguiente en un ordenador inteligente de ingeniería:

  • Inteligencia general similar a la humana
  • La inteligencia exprés no está vinculada a ninguna tarea específica como teclear o hablar
  • Generalizar nuevos aprendizajes y vincular el conocimiento con experiencias previas
  • Dar sentido a aprendizajes que son cualitativamente diferentes
  • Percibir y analizar tareas del contexto del mundo real

En la actualidad, no existe una verdadera inteligencia general artificial (AGI). IBM Strong AI y Google Brain están haciendo algunos progresos, pero no están listos para la producción.

Beneficios y necesidades

Necesitamos AGI para sustituir a los seres humanos en lugares peligrosos. Además, los ordenadores AGI pueden aportar un nivel de productividad imprevisto en las operaciones empresariales.

Las aplicaciones AGI también ayudarán a la raza humana a resolver enigmas difíciles en medicina, sanidad, cadena de suministro, economía, finanzas y ciencias sociales.

He aquí otras razones vitales para desarrollar una AGI:

  • Las aplicaciones AGI pueden mostrar una mejor comprensión de la causa y el efecto para ayudar a los humanos en los proyectos de evaluación de riesgos.
  • Las AGI pueden utilizar eficazmente diversas percepciones sensoriales como el color, el sonido, la profundidad, los efectos visuales y las dimensiones.
  • Estos programas informáticos inteligentes pueden ordenar a un brazo robótico que realice tareas de motricidad fina como ensamblar dispositivos electrónicos de principio a fin.
  • La capacidad de procesamiento del lenguaje natural (PLN ) de una AGI facilitará la automatización. Basta con pronunciar algunas palabras clave y la herramienta AGI construirá el flujo automatizado que necesita.
  • Las AGI pueden resolver problemas únicos tras examinar el problema y analizar el entorno del mundo real. No es necesario cumplir ninguna condición If/Then, If/Else, etc.
  • Las AGI pueden ayudar a los creadores de contenidos, artistas, diseñadores y arquitectos con ideas fuera de lo común.
  • Las aplicaciones AGI pueden ofrecer un excelente servicio al cliente sin ningún fallo, ya que también mostrarán inteligencia emocional y social.

IA vs. AGI

#1. Modo de acción

La IA, también conocida como IA estrecha, es una aplicación inteligente reactiva. Reaccionará con una lista preestablecida de acciones cuando reciba señales de activadores de eventos.

Las AGI no necesitarán ningún activador de eventos. Estas aplicaciones responderán de forma proactiva, como los humanos, para prevenir problemas, resolver rompecabezas, etc.

#2. Ámbito de acción

Las IAs estrechas o débiles también tienen un ámbito de trabajo limitado. Una IA de escritura no podrá conducir un coche y viceversa. La aplicación limitada también hace que el desarrollo sea costoso e ineficaz a nivel de producción.

Una IA podría dirigir toda una planta de fabricación, miles de hogares de una localidad de una región o todas las oficinas de su empresa. Está abierta a cualquier reto, ya que dispone de capacidades de aprendizaje cognitivo, razonamiento y toma de medidas proactivas.

#3. Capacidad de resolución de problemas

Problem-Solving-Skills

Las IA estrechas resuelven sobre todo problemas cerrados como la navegación GPS, la búsqueda web basada en palabras clave, la escritura de IA, la finalización de código de IA, etc.

La inteligencia artificial general puede manejar problemas abiertos como la creación de una estrategia de marketing de campo mediante el análisis del mercado, los clientes y los productos.

#4. Capacidad de memoria

La mayoría de los programas de IA débiles se basan en máquinas de memoria limitada. Las IA se basan en un conjunto de redes neuronales artificiales y bases de datos de entrenamiento. Cuando la base de datos o los algoritmos son viejos, las IA se atascan.

Las IAs vendrán con una memoria virtualmente infinita (recursos de conocimiento) a través de bases de datos locales, bases de datos en la nube e Internet.

#5. Actualizaciones

Los humanos necesitan actualizar las IA débiles con regularidad a medida que cambian los requisitos empresariales y las tendencias del mercado.

Las AGIs actualizarán sus memorias y bases de datos por sí mismas. No solicitarán la intervención humana.

Enfoques

#1. El enfoque subsimbólico

Aquí, los desarrolladores de AGI utilizan aplicaciones que se asemejan al cerebro humano. Por ejemplo, AlphaGo de DeepMind, redes neuronales convolucionales, sistemas de aprendizaje profundo, etc.

#2. El enfoque simbólico

En este método, los desarrolladores de AGI utilizan diagramas de flujo, símbolos y declaraciones si-entonces. La inteligencia general artificial utiliza un algoritmo primario para aprender y crear una base de conocimientos. Además, puede comparar el algoritmo y sus símbolos con aspectos del mundo real y desarrollar mejores procesos de pensamiento que las IA débiles.

#3. Enfoque integral

En este concepto, los desarrolladores de AGI quieren incluir todo el software, hardware, red y capacidades sensoriales en un cuerpo similar al humano. El humanoide puede caminar, hablar, tocar a la gente, etc.

#4. El enfoque híbrido

La vía híbrida para el desarrollo de AGI se basa en los enfoques subsimbólico y simbólico.

Un ejemplo exitoso de esta categoría es Sophia, un robot humanoide. Comprende tanto sistemas simbólicos como conexionistas. Por ejemplo, Sophia necesita la arquitectura CogPrime y la base de datos AtomSpace para sus funcionalidades.

#5. Enfoque matemático

Los investigadores pretenden dotar a las AGIs de una potencia computacional infinita. De este modo, estas aplicaciones y dispositivos inteligentes podrán realizar el número necesario de resoluciones de problemas matemáticos para tomar decisiones sobresalientes.

¿Cómo funciona la AGI?

Un programa AGI utilizará diversas tecnologías para alcanzar capacidades cognitivas de nivel humano. Éstas son las siguientes:

Entrada y salida (E/S)

Las AGI utilizan varios dispositivos sensoriales para realizar sus tareas en plantas de fabricación o como coches autoconducidos. Estos sensores pueden ser visuales, RFID, de temperatura, presión, velocidad, movimiento, etc.

Otro grupo de AGIs puede necesitar OCR, conectores de bases de datos, etc., para realizar operaciones comerciales en oficinas.

Habilidades motoras

Motor Skills

Los brazos robóticos de cuerpo entero, los vehículos autónomos, etc., funcionan realizando movimientos finos. Las AGIs se basan en habilidades motoras adquiridas a partir de redes neuronales, procesamiento de imágenes en 3D, imitación visual, etc.

PNL

Una AGI puede aprender de diversas fuentes como artículos de páginas web, revistas de investigación, libros electrónicos, vídeos de YouTube, etc. Para ello, la aplicación inteligente aprende primero a interpretar el lenguaje natural en lenguaje de máquina.

Razonamiento y resolución de problemas

Un robot o una aplicación AGI suele utilizar simulaciones para resolver un problema concreto. Dado que dispone de enormes capacidades de procesamiento y memoria, la máquina puede ejecutar varias simulaciones simultáneamente. Después, en función de la tasa de éxito, puede elegir una simulación.

Pensamiento creativo

Las AGIs pueden utilizar múltiples redes neuronales para crear ideas únicas y creativas como formas de arte, notas musicales, artículos, etc.

Reconocimiento facial y procesamiento de sonidos

Las AGIs humanoides que interactúan con las personas utilizan sobre todo el análisis del sonido y el reconocimiento facial. Tras procesar el audio y los visuales de su entorno y cruzarlos con las bases de conocimiento existentes, puede interactuar con los humanos.

Retos

La inteligencia general artificial tiene una inmensa posibilidad de transformar el mundo de la IA. Pero alcanzar esta etapa no es un proceso sencillo. He aquí los retos y obstáculos que plantea el desarrollo de una AGI:

#1. Dominar habilidades similares a las humanas

Para obtener una verdadera inteligencia de nivel humano, una AGI tiene que dominar algunas habilidades. Entre ellas se incluyen las habilidades motoras, la comprensión del lenguaje natural, la percepción sensorial, la conexión emocional y social y la creatividad a nivel humano.

#2. Ausencia de protocolo de trabajo

No existen protocolos de trabajo estándar de los sistemas de IA para una colaboración sin esfuerzo. Por lo tanto, el despliegue de un sistema AGI completo se enfrenta a deficiencias técnicas inevitables.

#3. Falta de alineación empresarial

La integración de la IA en los sistemas existentes sigue siendo un proceso complejo. Dado que las partes interesadas aún desconocen sus parámetros operativos, resulta difícil mantener su desarrollo alineado con los objetivos empresariales.

#4. Lagunas de comunicación

Communication Gaps

Sigue existiendo una brecha de comunicación entre los distintos sistemas de IA. Dado que es imposible compartir datos sin fisuras entre estos sistemas, se obstaculiza el interaprendizaje de los modelos de IA y se reduce su universalidad.

#5. Ausencia de dirección de la AGI

No existen planes ni direcciones para implantar la AGI en las operaciones comerciales de las empresas. Por lo tanto, su implantación resulta costosa y su realización se ve obstaculizada.

Tendencias

Como es sabido, aún no se ha alcanzado el desarrollo completo de la inteligencia general artificial. Sin embargo, estas tendencias de la IA influirán en la AGI:

#1. Procesamiento del lenguaje natural (PLN)

La PNL o Procesamiento del Lenguaje Natural se refiere al proceso mediante el cual la IA puede comprender el lenguaje humano y convertirlo en códigos asistidos por máquinas. Utilizando el PLN, la IAG puede esperar ser capaz de interactuar con los humanos de forma realista.

#2. Metaverso

El metaverso es una tecnología que ofrece una experiencia inmersiva al usuario. Con más gente interesada, la AGI evolucionará para ayudar a Metaverse a construir un mundo virtual.

#3. IA de bajo código o sin código

Existe una demanda creciente de soluciones de bajo código o sin código, incluso para herramientas y algoritmos de IA. Estas soluciones vienen con interfaces intuitivas para facilitar los complejos procesos de desarrollo de aplicaciones.

#4. Aumento de la mano de obra

Significa humanos y empleados digitales trabajando en una organización codo con codo. Aunque muchos temen que la IA deje sin empleo a los humanos, incluir la IA en las operaciones la hará más eficiente.

#5. IA cuántica

La IA cuántica tiene muchas posibilidades de influir en la AGI acelerando los algoritmos de ML y ayudándole a obtener resultados a gran velocidad. También puede neutralizar los obstáculos a los que podría enfrentarse la AGI al analizar un enorme volumen de datos.

#6. Ética de la IA

Los riesgos potenciales de la IA son imposibles de ignorar. Si no se utiliza adecuadamente, la IA podría ser peligrosa para la humanidad. De ahí que la ética de la IA reciba más atención en los próximos años.

#7. Chatbots de IA

Los chatbots de IA o asistentes virtuales pueden mantener una conversación natural y realizar operaciones basadas en reglas. Al sustituir a los agentes de asistencia humanos, estos chatbots ya han reducido los costes operativos de las empresas. En el futuro, esto puede revolucionar la AGI.

Riesgos de la AGI

  • Si la base de datos de la AGI es limitada, puede tomar decisiones desastrosas que perjudiquen a empresas y hogares.
  • Las AGI pueden convertirse en objetivo de ataques avanzados de piratas informáticos. Si un pirata informático bloquea una máquina AGI, podría dañar todo el negocio.
  • Los desarrolladores de IA han informado de varios incidentes de decisiones sesgadas tomadas por prototipos de AGI.
  • Dar a las AGI un acceso sin restricciones a las bases de datos también podría violar varias normativas sobre privacidad en todo el mundo.

A continuación, veremos ejemplos del mundo real de la Inteligencia Artificial General.

Ejemplos del mundo real

#1. Revisión automatizada de contratos de ThoughtRiver

La Inteligencia Artificial de la Plataforma de Aceleración de Contratos de ThoughtRiver puede minar a través de los documentos legales, revisa los contratos y los señala, elabora estrategias e incluso remedia para conseguir que los acuerdos crucen la línea de meta.

Incluso puede citar precedentes históricos para ayudar a fortalecer las posiciones de negociación. Es como tener a Mike Ross y a Harvey Spector en su esquina.

#2. AlphaGo

AlphaGo es un jugador del juego de mesa Go basado en IA. Es la primera máquina inteligente que ha derrotado a un jugador profesional de Go vivo. Aunque se trata de una IA con un campo de acción limitado, tiene capacidad de autoaprendizaje. AlphaGo puede aprender de su competidor y de sus propios errores.

#3. Herramientas de IA integradasde OpenAI

La gama de sistemas de IAde OpenAI, como se menciona a continuación, puede realizar diversas tareas de forma automática cuando se combinan mediante llamadas a la API:

  • GPT-3 crea textos basados en el lenguaje natural a partir de frases y pistas sencillas. Muchos juegos en línea y experiencias de realidad mixta como «Virtual Being» de FableStudio, basado en historias, utilizan GPT-3 para historias interactivas.
  • Codex ayuda a los desarrolladores a traducir las entradas del lenguaje natural en códigos para una codificación cómoda.
  • DALL-E ayuda a los creadores de NFT y a los artistas digitales a producir miles de ilustraciones originales y únicas en pocos minutos. La IA también puede editar imágenes.

#4. IBM Watson

IBMWatson es un paquete completo de IA para empresas.

Existen diferentes IAs Watson, que son las siguientes:

  • IBM Watson Assistant para atención al cliente o asistencia virtual
  • IBM Watson Discovery crea perspectivas y respuestas a partir de documentos empresariales complejos
  • IBM Watson Comprensión y clasificación del lenguaje natural

Se denomina AGI porque tiene diversas aplicaciones.

Palabras finales

Hasta ahora, ha explorado el concepto de inteligencia general artificial. También ha aprendido sobre su funcionamiento, retos, ejemplos, riesgos y mucho más.

Aprender lo anterior le ayudará a planificar correctamente sus proyectos de desarrollo de inteligencia artificial. Debe ser lo suficientemente flexible como para incluir aplicaciones inteligentes de nueva generación en su proyecto y convertirlo en una AGI.

Si es una empresa que busca que sus operaciones sean más productivas y rentables, la AGI podría ser la respuesta, aunque hay más desarrollos en marcha.