Por qué las máquinas no pueden pensar como nosotros lo hacemos
De Erik J. Larson
Ante la ola de inmenso hype respecto a la IA en los tiempos que corren, tenemos ante nosotros un libro que pone algunas cosas en su sitio «El mito de la inteligencia artificial». Sobre todo respecto a cuáles son los límites de la propia IA tal y como está concebida.
El libro de Larson centra su atención en dos cuestiones técnicas fundamentales:
- ¿Cómo funciona la IA actualmente?.
- ¿Qué recorrido le falta a la IA para llega a una inteligencia general?.
El funcionamiento actual de la IA es puramente inductivo. En palabras del propio Larson:
«Lo que ahora denominamos ciencia de datos (o, cada vez más, IA) es en realidad una disciplina antigua a la que la ley de Moore y los volúmenes masivos de datos, facilitados en su mayoría por el crecimiento de la red, han dado nuevas alas.»
El aprendizaje automático es un proceso de inferencia puramente inductivo apoyado en grandes cantidades de datos.
Respecto a la IA General, aquí es donde está el meollo de la cuestión planteada en el libro. Para abordar este punto, Larson recupera a uno de los grandes lógicos olvidados, Charles Sanders Peirce.
Peirce introduce un nuevo tipo de inferencia, llamada inferencia abductiva. La abducción es indispensable dentro del proceso de pensamiento biológico, se trata de la adquisición de conocimiento a base de lanzar conjeturas e hipótesis continuamente que se revisan y se corrigen en tiempo real. La tesis de Larson es que este tipo de inferencia, inherente a la mente humana, no es simulable mediante la inducción y las bases de conocimiento artificiales.
Un libro pensado para ser divulgativo y para todos los públicos pero que sin duda se le saca más jugo partiendo con conocimientos de lógica computacional y algoritmos clásicos de IA (redes neuronales, algoritmos genéticos, aprendizaje supervisado, función de fitness, etc).
