Hay debates entre neurocientíficos, cognitivistas y filósofos sobre si el cerebro humano se puede crear o reconstruir. Los avances y descubrimientos actuales en la ciencia del cerebro están allanando el camino para un momento en el que los cerebros artificiales se puedan recrear desde cero. Algunas personas asumen que está más allá de los límites de lo posible, los segundos están ocupados con las formas de crearlo, los terceros han estado trabajando fructíferamente en la tarea durante mucho tiempo. En el artículo, consideraremos preguntas sobre el desarrollo de la inteligencia artificial, sus perspectivas, así como sobre grandes empresas y proyectos en esta área.
Conceptos básicos
El cerebro artificial corresponde a una máquina robótica tan inteligente, creativa y consciente como los humanos. En toda la historia de la humanidad, la tarea no ha sido del todo resuelta, pero los futuristas dicen que es cuestión de tiempo. considerando modernolas tendencias en neurociencia, informática y nanotecnología predicen que la inteligencia artificial y el cerebro surgirán en el siglo XXI, posiblemente en 2050.
Los científicos están considerando varias formas de crear inteligencia artificial. En el primer caso, se llevan a cabo en supercomputadoras simulaciones biológicamente realistas a gran escala del cerebro humano. En el segundo caso, los científicos están tratando de crear dispositivos informáticos neuromórficos masivamente paralelos que se modelen fácilmente en tejido neural.
La conciencia humana en términos de los misterios más interesantes de la ciencia y la metafísica se considera la más compleja y alcanzable. Se llega a conclusiones similares mediante la ingeniería inversa del cerebro humano.
Aprendizaje automático
El aprendizaje automático está en el corazón de la estrategia de desarrollo de la "inteligencia artificial", para esto, las células del cerebro humano se estudian exhaustivamente. Este tipo de aprendizaje tiene un gran potencial: su plataforma incluye algoritmos, herramientas de desarrollo, API y despliegue de modelos. Las computadoras tienen la capacidad de aprender sin ser programadas explícitamente. Las empresas innovadoras Amazon, Google y Microsoft están utilizando activamente el aprendizaje automático.
Plataformas de aprendizaje profundo
El aprendizaje profundo es parte del aprendizaje automático. Se basa en cómo funciona el cerebro humano y se basa en algoritmos de redes neuronales artificiales (ANN) a través de los cuales fluye la información. Los robots pueden "aprender" de las entradas y los resultados. Aprendizaje profundo - Prometedortendencia en inteligencia artificial, combinada con grandes cantidades de información. Ha demostrado su eficacia en el reconocimiento y la clasificación de patrones. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion y Saffron Technology son ejemplos de empresas pioneras en este campo del estudio de la inteligencia.
Procesamiento del lenguaje natural
La programación neurolingüística (PNL) se encuentra en la frontera entre la computadora y el lenguaje humano y es una tecnología de inteligencia artificial. Los programas de computadora pueden comprender el habla humana hablada o escrita. En el software Amazon Alexa, Apple Siri, Microsoft Cortana y Google Assistant, NLP se utiliza para comprender las preguntas de los usuarios y brindarles respuestas. Este tipo de programación es muy utilizada en transacciones económicas y atención al cliente.
Generación de lenguaje natural
El software NLG se utiliza para convertir todo tipo de datos en texto legible por humanos, esto se logra a través del estudio del cerebro. Es una tecnología subestimada con aplicaciones como la automatización de informes de inteligencia comercial, descripciones de productos, informes financieros. La tecnología hace posible crear contenido generado por el usuario a un costo adicional predecible. Los datos estructurados se convierten en texto a alta velocidad, hasta varias páginas por segundo. Los jugadores interesantes en este mercado son Automated Insights,Lucidworks, Attivio, SAS, Ciencias Narrativas, Razonamiento Digital, Yseop y Cambridge Semantics.
Agentes virtuales
En el marco de las tecnologías de inteligencia artificial, los términos "agente virtual" y "asistente virtual" no son intercambiables. Algunas personas intentan distinguir entre conceptos y lo consiguen.
Virtual Assistant es una especie de asistente personal en línea. Los agentes virtuales a menudo se representan como personajes de IA de computadora que tienen una conversación inteligente con los usuarios. Pueden responder preguntas y su principal ventaja es que los clientes pueden obtener ayuda las 24 horas del día.
Reconocimiento de voz
La identificación del habla es la capacidad de un programa para comprender y analizar palabras y frases en el lenguaje hablado y convertirlas en datos mediante el algoritmo de cerebro artificial integrado. El reconocimiento de voz se utiliza en la empresa para el enrutamiento de llamadas, la marcación por voz, la búsqueda por voz y el procesamiento de voz a texto. Una desventaja es que el programa puede confundir palabras debido a las diferencias en la pronunciación y al ruido de fondo. El software de reconocimiento de voz se instala cada vez más en los dispositivos móviles. Nuance Communications, OpenText, Verint Systems y NICE se están desarrollando en esta área.
Hardware integrado con IA
Los dispositivos con IA integrada, chips y unidades de procesamiento de gráficos (GPU) se han generalizado. Google ha integrado en suinteligencia artificial hardware, tomando como base el desarrollo del instituto del cerebro humano. El impacto de integrar la IA con el software va mucho más allá de las aplicaciones de consumo, como el entretenimiento y los juegos. Este es un nuevo tipo de tecnología que se utilizará para avanzar en el aprendizaje profundo. Dichos desarrollos son realizados por Google, IBM, Intel, Nvidia, Allluviate y Cray.
Gestión de decisiones
La gestión de decisiones empresariales en productos innovadores (pe robot con inteligencia artificial) cubre todos los aspectos del diseño y regulación de sistemas automatizados. Es fundamental que las organizaciones gestionen las interacciones entre empleados, clientes y proveedores.
La gestión de decisiones mejora el proceso de elección de alternativas, aquí se utiliza toda la información posible para la mejor preferencia, mientras que el énfasis está en la maniobrabilidad, la consistencia y la precisión de la toma de decisiones. La gestión de decisiones tiene en cuenta las limitaciones de tiempo y los riesgos conocidos.
Las organizaciones de servicios bancarios, de seguros y financieros están integrando el software de decisiones del día a día en sus procesos de atención al cliente.
Equipo neuromórfico
SyNAPSE es un programafinanciado por DARPA para desarrollar sistemas de microprocesadores neuromórficos que mapean la inteligencia y la física del cerebro. La plataforma busca una respuesta a la pregunta principal: ¿es posible crear un cerebro artificial? PrimeroLas redes neuronales se prueban en simulaciones en una supercomputadora, luego las redes se construyen directamente en el hardware. En octubre de 2011, se demostró un prototipo de chip neuromórfico que contenía 256 neuronas. Se está trabajando para crear un sistema multichip capaz de emular 1 millón de neuronas pico y 1000 millones de sinapsis.
Modelado de redes neuronales
The Blue Brain Project es un intento de reconstruir el cerebro humano y la médula espinal utilizando simulaciones por computadora a nivel molecular. El proyecto fue fundado en mayo de 2005 por Henry Markram en la Escuela Politécnica Estatal de Lausana (EPFL) en Suiza. La simulación se ejecuta en la supercomputadora IBM Blue Gene, de ahí el nombre Blue Brain. A partir de noviembre de 2018, se están realizando simulaciones en mesocitos que contienen alrededor de 10 millones de neuronas y 10 mil millones de sinapsis. Una simulación a gran escala del cerebro humano con sus 186 mil millones de neuronas está programada para 2023.
Spaun, una red unificada con una arquitectura de puntero semántico, fue creada por Chris Eliasmit y sus colegas en el Centro de Neurociencia Teórica (CTN) de la Universidad de Waterloo en Canadá. A partir de diciembre de 2018, Spaun es la simulación de cerebro más grande del mundo. El modelo contiene 2,5 millones de neuronas, lo que es suficiente para reconocer listas de números y realizar cálculos sencillos.
SpiNNaker es una supercomputadora neuromórfica masiva de baja potencia queactualmente en construcción en la Universidad de Manchester en el Reino Unido. Con más de un millón de núcleos y mil neuronas simuladas, la máquina sería capaz de simular mil millones de neuronas. En lugar de implementar un algoritmo en particular, SpiNNaker se convertirá en una plataforma donde podrá probar diferentes algoritmos. Se pueden diseñar y ejecutar diferentes tipos de redes neuronales en una máquina, simulando así diferentes tipos de neuronas y patrones de comunicación. SpiNNaker es un acrónimo derivado de Spi King Nural.
Brain Corporation es una pequeña empresa de investigación que desarrolla nuevos algoritmos y microprocesadores que son la base del sistema nervioso biológico. La empresa fue fundada en 2009 por el neurocientífico computacional Evgeny Izhikevich y el neurocientífico/empresario Allen Gruber. Su investigación se centra en las siguientes áreas: percepción visual, control motor y navegación autónoma. El objetivo de la empresa es equipar dispositivos de consumo como teléfonos móviles y robots domésticos con un sistema nervioso artificial. El estudio está financiado en parte por Qualcomm, que se encuentra en el campus de Qualcomm en San Diego, California. Aún no se han lanzado ni anunciado productos específicos, pero la empresa continúa creciendo y ha estado contratando activamente a nuevos empleados desde febrero de 2018.
Investigación relacionada
Google X Lab es un laboratorio secreto donde Google experimenta con tecnologías futuras. Proyectos en los que la empresaLas obras no son públicas, pero se cree que están basadas en robótica e inteligencia artificial. Los detalles sobre el laboratorio aparecieron por primera vez en un artículo del New York Times en noviembre de 2011. La publicación establece que el laboratorio está ubicado en el Área de la Bahía, California. Es bien sabido que los fundadores de Google están interesados en estudiar inteligencia artificial y están invirtiendo en esta dirección. En 2006, un memorando de la empresa decía que Google quería construir el mejor laboratorio de investigación de IA del mundo.
Rusia 2045, conocida como Iniciativa 2045 o Proyecto Avatar, es un ambicioso proyecto a largo plazo que tiene como objetivo tener avatares robóticos para 2020, trasplantes de cerebro para 2025 y cerebros artificiales para 2035. El programa fue lanzado en 2011 por el magnate de los medios ruso Dmitry Itskov. Su objetivo es crear una institución del cerebro humano a través de una red global de científicos que trabajen juntos en beneficio de la humanidad y el desarrollo sistemático de la tecnología. Varios científicos rusos ya han recibido inversiones de Itskov para su investigación. Además, Itskov está buscando financiamiento adicional de personas de alto poder adquisitivo, organizaciones benéficas y gobiernos nacionales e internacionales.
El próximo proyecto interesante es un programa de la Universidad de Boston y Hewlett Packard (HP) llamado Moneta. Un equipo de HP dirigido por Greg Snyder está construyendo una plataforma de red neuronal llamada Cog Ex Machina que puedetrabajar en GPUs y ordenadores del futuro basados en memristores. El Laboratorio de Neuromorfología de la Universidad de Boston, dirigido por Massimiliano Versace, ha creado un cerebro artificial modular, Moneta, que funciona con Cog Ex Machina. El acrónimo significa Modular Neural Exploring Travel Agent.
Marco de tiempo
Inevitablemente surge la pregunta de cuándo se puede sintetizar una copia digital del cerebro y la médula espinal.
Desafortunadamente, esto no llegará pronto. La predicción de Kurzweil de la emulación del cerebro para 2030 parece demasiado corta, solo f altan 12 años. Además, sus analogías con el Proyecto Genoma Humano resultaron insatisfactorias. Además, es probable que muchos científicos se estén moviendo en direcciones sin salida.
Del mismo modo, las predicciones de Goertzel sobre el éxito del enfoque basado en reglas en las próximas décadas parecen demasiado optimistas. Aunque probablemente no sea imposible dado su enfoque de entrenamiento de IA.
Según el escenario probable, la creación de un código o la apariencia de un cerebro humano es posible en 50-75 años. Sin embargo, la fecha es bastante difícil de predecir, dado el margen de error de la neurociencia, por un lado, y la velocidad del cambio, por el otro. 2050 es una especie de agujero negro cuando se trata de predicciones.
