Progreso en inteligencia artificial - Progress in artificial intelligence

Avances en la clasificación mecánica de imágenes
La tasa de error de la IA por año. Línea roja: la tasa de error de un ser humano entrenado en una tarea en particular.

Las aplicaciones de inteligencia artificial se han utilizado en una amplia gama de campos, incluidos el diagnóstico médico , el comercio de acciones , el control de robots , el derecho , los descubrimientos científicos, los videojuegos y los juguetes. 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 ser llamada IA ​​porque una vez que algo se vuelve lo suficientemente útil y común, ya no se etiqueta como IA". "Muchos miles de aplicaciones de IA están profundamente integradas en la infraestructura de cada industria". A fines de la década de 1990 y principios del siglo XXI, la tecnología de IA se utilizó ampliamente como elementos de sistemas más grandes, pero en ese momento rara vez se atribuía al campo estos éxitos.

Kaplan y Haenlein estructuran la inteligencia artificial a lo largo de tres etapas evolutivas: 1) inteligencia artificial estrecha: aplica la IA solo a tareas específicas; 2) inteligencia artificial general : aplica la IA a varias áreas y es capaz de resolver de forma autónoma problemas para los que ni siquiera fueron diseñados; y 3) superinteligencia artificial : aplicar la IA a cualquier área capaz de creatividad científica , habilidades sociales y sabiduría general .

Para permitir la comparación con el desempeño humano, la inteligencia artificial se puede evaluar en problemas restringidos y bien definidos. Tales pruebas se han denominado pruebas de Turing de expertos en la materia . Además, los problemas más pequeños proporcionan metas más alcanzables y hay un número cada vez mayor de resultados positivos.

Actuación actual

Juego Año de campeón Estados legales (log 10 ) Complejidad del árbol de juego (log 10 ) ¿Juego de información perfecta ? Árbitro
Borradores (damas) 1994 21 31 Perfecto
Otelo (reversi) 1997 28 58 Perfecto
Ajedrez 1997 46 123 Perfecto
Escarbar 2006
Shogi 2017 71 226 Perfecto
Ir 2016 172 360 Perfecto
2p no-limit hold 'em 2017 Imperfecto
Barco de estrellas - 270+ Imperfecto
StarCraft II 2019 Imperfecto

Hay muchas habilidades útiles que pueden describirse como mostrando alguna forma de inteligencia. Esto da una mejor idea del éxito comparativo de la inteligencia artificial en diferentes áreas.

La IA, como la electricidad o la máquina de vapor, es una tecnología de propósito general. No hay consenso sobre cómo caracterizar las tareas en las que la IA tiende a sobresalir. Algunas versiones de la paradoja de Moravec observan que es más probable que los humanos superen a las máquinas en áreas como la destreza física que han sido el objetivo directo de la selección natural. 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 capacitación. El investigador Andrew Ng ha sugerido, como una "regla empírica altamente imperfecta", que "casi cualquier cosa que un humano típico pueda hacer con menos de un segundo de pensamiento mental, probablemente ahora o en un futuro cercano podamos automatizar usando IA".

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 clasificación 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 Player del mundo, Lee Sedol . 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 se cerró con la victoria de Libratus en el póquer en 2017. Los deportes electrónicos continúan proporcionando puntos de referencia adicionales; Facebook AI, Deepmind y otros se han comprometido con la popular franquicia de videojuegos StarCraft .

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

  • óptimo : no es posible tener un mejor desempeño (nota: algunas de estas entradas fueron resueltas por humanos)
  • superhumano : se desempeña mejor que todos los humanos
  • high-human : funciona mejor que la mayoría de los humanos
  • par-humano : funciona de manera similar a la mayoría de los humanos
  • subhumano : se desempeña peor que la mayoría de los humanos

Óptimo

  • Tic-tac-toe
  • Conectar cuatro : 1988
  • Damas (también conocido como borradores de 8x8): débilmente resuelto (2007)
  • Cubo de Rubik : mayoritariamente resuelto (2010)
  • Póquer heads-up limit hold'em : 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)

Sobrehumano

Alto-humano

  • Crucigramas : c. 2012
  • Dota 2 : 2018
  • Juego de cartas puente : Según una revisión de 2009, "los mejores programas están logrando el estatus de expertos como jugadores de cartas (puente)", excluyendo las pujas.
  • StarCraft II : 2019

Parhumano

Infrahumano

Pruebas propuestas de inteligencia artificial

En su famosa prueba de Turing , Alan Turing eligió el lenguaje, la característica definitoria de los seres humanos , como base. La prueba de Turing ahora se considera demasiado explotable para ser un punto de referencia significativo.

La prueba de Feigenbaum , propuesta por el inventor de los sistemas expertos , evalúa el conocimiento y la experiencia de una máquina sobre un tema específico. 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 comportamiento.

Las pruebas de "inteligencia universal" propuestas tienen como objetivo comparar qué tan bien funcionan las máquinas, los humanos e incluso los animales no humanos en conjuntos de problemas que son lo más genéricos posible. En un extremo, la suite de pruebas puede contener todos los problemas posibles, ponderados por la complejidad de Kolmogorov ; Desafortunadamente, estos conjuntos de problemas tienden a estar dominados por ejercicios de emparejamiento de patrones empobrecidos en los que una IA ajustada puede superar fácilmente los niveles de rendimiento humano.

Competiciones

Numerosos concursos y premios, como el Imagenet Challenge , promueven la investigación en inteligencia artificial. Las áreas más comunes de competencia incluyen inteligencia general de máquinas, comportamiento conversacional, minería de datos, autos robóticos y fútbol con robots, así como juegos convencionales.

Predicciones pasadas y actuales

Una encuesta de expertos en 2016, realizada por Katja Grace del Future of Humanity Institute y sus asociados, arrojó estimaciones medias de 3 años para el campeonato Angry Birds , 4 años para las World Series of Poker y 6 años para StarCraft . En tareas más subjetivas, la encuesta dio 6 años para doblar la ropa, así como para un trabajador humano promedio, 7 a 10 años para responder de manera experta preguntas 'fáciles de buscar en Google', 8 años para la transcripción de voz promedio, 9 años para la banca telefónica promedio y 11 años para la composición experta, pero más de 30 años para escribir un bestseller del New York Times o ganar el concurso de matemáticas de Putnam .

Ajedrez

Deep Blue en el Museo de Historia de la Computación

Una IA derrotó a un gran maestro en un torneo reglamentario por primera vez en 1988; rebautizado como Deep Blue , venció al actual campeón mundial de ajedrez humano en 1997 (ver Deep Blue contra Garry Kasparov ).

Estimaciones de cuándo las computadoras superarían a los humanos en el ajedrez
Predicción de año realizada Año previsto Número de años Vaticinador Fuente contemporánea
1957 1967 o antes 10 o menos Herbert A. Simon , economista
1990 2000 o antes 10 o menos Ray Kurzweil , futurista Era de las máquinas inteligentes

Ir

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 (ver AlphaGo contra Lee Sedol ). Según Scientific American y otras fuentes, la mayoría de los observadores esperaban que el rendimiento de Computer Go sobrehumano estuviera al menos a una década de distancia.

Estimaciones de cuándo las computadoras superarían a los humanos en Go
Predicción de año realizada Año previsto Número de años Vaticinador Afiliación Fuente contemporánea
1997 2100 o más tarde 103 o más Piet Hutt, físico y fan de Go Instituto de estudios avanzados New York Times
2007 2017 o antes 10 o menos Feng-Hsiung Hsu , plomo azul profundo Microsoft Research Asia Espectro IEEE
2014 2024 10 Rémi Coulom , programador de Computer Go CrazyStone Cableado

Inteligencia general artificial a nivel humano (AGI)

El pionero de la IA y economista Herbert A. Simon predijo erróneamente en 1965: "Las máquinas serán capaces, dentro de veinte años, de hacer cualquier trabajo que un hombre pueda hacer". De manera similar, en 1970 Marvin Minsky escribió que "Dentro de una generación ... el problema de crear inteligencia artificial se resolverá sustancialmente".

Cuatro encuestas realizadas en 2012 y 2013 sugirieron que la estimación media entre los expertos para cuándo llegaría AGI era de 2040 a 2050, según la encuesta.

La encuesta de Grace alrededor de 2016 encontró que los resultados variaron dependiendo de cómo se formuló la pregunta. Los encuestados a los que se les pidió estimar "cuándo las máquinas sin ayuda pueden realizar cada tarea mejor y más barato que los trabajadores humanos" dieron una respuesta media agregada de 45 años y un 10% de probabilidad de que ocurra en 9 años. Otros encuestados pidieron estimar "cuándo todas las ocupaciones son completamente automatizables. Es decir, cuándo, para cualquier ocupación, las máquinas podrían construirse para realizar la tarea mejor y más barata que los trabajadores humanos" estimaron una mediana de 122 años y una probabilidad del 10% de 20 años. La respuesta media para cuando el "investigador de IA" podría automatizarse por completo fue de alrededor de 90 años. No se encontró un 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 todas las tareas", en comparación con los 74 años pronosticados por los norteamericanos.

Estimaciones de cuándo llegará AGI
Predicción de año realizada Año previsto Número de años Vaticinador Fuente contemporánea
1965 1985 o antes 20 o menos Herbert A. Simon La forma de la automatización para los hombres y la gestión
1993 2023 o antes 30 o menos Vernor Vinge , escritor de ciencia ficción "La singularidad tecnológica venidera"
1995 2040 o antes 45 o menos Hans Moravec , investigador en robótica Cableado
2008 Nunca / Futuro lejano Gordon E. Moore , inventor de la Ley de Moore Espectro IEEE
2017 2029 12 Ray Kurzweil Entrevista

Ver también

Referencias

Notas

enlaces externos