Inteligencia Artificial En El Camino Equivocado

La comunidad de inteligencia artificial no comprendió la energía de su cerebro, probablemente la inteligencia más poderosa del universo, ya que utilizaron modelos computacionales. Creían erróneamente que la inteligencia era el logro de los objetivos de la vida a través del cálculo. El estudio de IA fue establecido mediante la llegada de las computadoras en la década de 1940, con la premisa esencial de que la mente hizo algún tipo de cálculo. Alan Turing fue uno de los primeros en centrarse en las máquinas inteligentes mediante la programación de computadoras. Los procedimientos algorítmicos permitieron que los programas obtuvieran resultados sorprendentes. Las computadoras podrían resolver problemas matemáticos e ingeniería complejos. Varios científicos incluso creían que una asamblea de programas y conocimiento recopilado podría lograr la inteligencia a nivel humano.

Si bien puede haber otras formas posibles, los programas de computadora fueron el mejor recurso disponible para querer simular la inteligencia a nivel humano. Pero, en la década de 1930, los lógicos matemáticos, incluidos Turing y Godel, establecieron que los algoritmos no pueden garantizarse para resolver problemas utilizando dominios matemáticos. Tanto la teoría de la complejidad computacional, que definió el problema de las clases generales de problemas como la comunidad de IA no identificó las propiedades de los problemas y los métodos de resolución de problemas, lo que permitió a los humanos resolver problemas. Todas las direcciones de búsqueda parecían conducir y luego callejones sin salida.

La comunidad de IA no puede diseñar una máquina, que podría aprender y ser significativamente inteligente. Ningún programa podría aprender mucho leyendo. Las computadoras pueden usar vastas capacidades computacionales para jugar al ajedrez a nivel de Grandmaster, pero su inteligencia era limitada. Las computadoras de procesamiento paralelas parecían prometedoras, pero resultaron difíciles de programar. Los programas de computadora solo pueden resolver problemas específicos del dominio. Es posible que no distinguen entre problemas o se consideren un "solucionador de problemas general". Dado que los humanos podían resolver problemas en dominios únicos, Roger Penrose argumentó que las computadoras no eran intrínsecamente capaces de lograr la inteligencia humana. El filósofo Hubert Dreyfus también sugirió que la IA era imposible. Pero, la comunidad de IA continuó su búsqueda, a pesar del hecho de que la mayoría de los investigadores sintieron la necesidad de nuevas ideas fundamentales. En última instancia, el consenso general fue que las computadoras solo eran "algo inteligentes". Entonces, ¿estaba mal la definición esencial de "inteligencia"?

Dado que mucha inteligencia humana se entendía poco, había sido imposible definir un procedimiento computacional específico para ser inteligente. La inteligencia era claramente una capacidad para resolver problemas. En la naturaleza, había sido una inteligencia madurada, que potenció la "homeostasis" de los animales en el proceso de supervivencia. La homeostasis era el poder de una entidad para operar normalmente, logrando un estado relativamente constante en el cuerpo, en un entorno cambiante y hostil. Había sido un proceso inteligente, mantenido internamente por los animales en muchos niveles, a través de varios sistemas de detección, retroalimentación y control, supervisado a través de una jerarquía de centros de control. Esta técnica, alcanzada por incluso el animal más barato, fue el mejor "solucionador de problemas general". El procedimiento no había sido específico del dominio. Reconoció problemas y respondió con una actividad motora efectiva. Puso en cada parte de la supervivencia.

El sistema nervioso recibió una mezcla caleidoscópica de billones de entradas sensoriales. Una memoria fenomenal le permitió tener en cuenta e identificar patrones. La intuición, un proceso algorítmico, le permitió aislar el contexto de un patrón individual de la memoria galáctica. La máquina podría identificar objetos de un número increíble de entradas sensoriales recibidas. Esa capacidad de reconocimiento de patrones no había estado limitada por la identificación de objetos estáticos. Puede identificar problemas. Reconoció e interpretó eventos dinámicos para crear patrones de emociones. Las emociones claramente definieron problemas. Los animales reconocieron la diferencia entre un empujón agradable y un deslizamiento mortal y respondieron. El miedo, la ira o los celos los motivaron. Cada respuesta motora tuvo una secuencia específica de pasos de resolución de problemas, que han sido, nuevamente, patrones de actividades.

El entorno presentó a la máquina una increíble cantidad de fenómenos enigmáticos. Varios se debieron a otros fenómenos. La mayoría de los problemas fueron patrones de eventos, que tenían enlaces contextuales para recordar estrategias exitosas de resolución de problemas. Reconocimiento de patrones Identificación habilitada. El procedimiento no había sido específico del dominio. Se extendió a horcajadas sobre el dominio completo de resolución de problemas. El reconocimiento de patrones simplemente identificó el hipervínculo entre un fenómeno y otro. La intuición identificó instantáneamente el enlace contextual. No identificó los complejos enlaces de razonamiento entre los dos. No utilizó pasos lógicos incrementales para resolver problemas. Cuando el hombre primitivo se refugió porque las nubes de tormenta avanzaron, simplemente estaba dando una respuesta a un patrón percibido.

En un gran número de años, la humanidad respondió adecuadamente a mucha naturaleza, sin comprender las causas subyacentes. Esa inteligencia no había sido cálculo, lo que razonó a través de la vida, al analizar los vínculos lógicos y matemáticamente precisos entre causas particulares y sus efectos. La razón por la cual las causas detrás se descubrieron solo más tarde, con un estudio e investigación avanzados. Tal análisis benefició solo un segmento menor del mundo de la resolución de problemas. Varios síntomas vinculados a una enfermedad. Los médicos identificaron enfermedades, sin conocer siempre los vínculos lógicos o razonados entre su síntoma y la afección. El código de software era lógico. Pero, muchas peculiaridades de código complejo eran patrones de efectos, vinculados a eventos de programación particulares, que solo podían ser reconocidos por una inteligencia de reconocimiento de patrones. La resolución compleja de problemas se logró a través del reconocimiento de patrones sensibles. La verdadera inteligencia fue esta poderosa capacidad de reconocimiento de patrones, que también, por cierto, descubrió la lógica, el razonamiento y las matemáticas.