The Decade, Review repasa los años 2010 y cómo cambió la sociedad humana para siempre. De 2010 a 2019, nuestra especie experimentó cambios sísmicos en la ciencia, la tecnología, el entretenimiento, el transporte e incluso en el mismo planeta que llamamos hogar. Así es como los últimos diez años nos han cambiado.
Los bots se parecen mucho a los humanos: algunos son lindos. Algunos son feos. Algunos son inofensivos. Algunos son amenazantes. Algunos son amigables. Algunos son molestos … y un poco racistas. Los bots sirven a sus creadores y a la sociedad como ayudantes, espías, educadores, sirvientes, técnicos de laboratorio y artistas. A veces, salvan vidas. Ocasionalmente, los destruyen.
En la década de 2010, la automatización se volvió mejor, más barata y mucho menos evitable. Todavía es misterioso, pero ya no es extraño; los más extremadamente conectados entre nosotros interactúan con docenas de IA durante todo el día. Eso significa que las instrucciones de manejo son más confiables, las traducciones instantáneas son casi lo suficientemente buenas y todos pueden ser un fotógrafo de retratos adecuado, todo impulsado por inteligencia artificial. Por otro lado, cada uno de nosotros ahora ve una versión personalizada del mundo que está curada por una IA para maximizar el compromiso con la plataforma. Y ahora, todos desde recolectores de fruta a gestores de fondos de cobertura ha sufrido por los titulares sobre ser reemplazado.
Los humanos y la tecnología siempre han coexistido y coevolucionado, pero esta década nos acercó más, y más al futuro, que nunca. En estos días, no es necesario ser ingeniero para participar en proyectos de IA; de hecho, no tiene más remedio que ayudar, ya que constantemente ofrece su comportamiento digital para entrenar IA.
Así es como cambiamos nuestros bots en esta década, cómo nos cambiaron y hacia dónde va nuestra extraña relación a medida que entramos en la década de 2020.
Los hicimos más inteligentes
Todos esos pequeños ajustes operativos en nuestros días son cortesía de un enfoque científico específico para la IA llamado aprendizaje automático, una de las técnicas más populares para proyectos de IA en esta década. Es entonces cuando AI tiene la tarea no solo de encontrar las respuestas a las preguntas sobre los conjuntos de datos, sino también de encontrar las preguntas; Las aplicaciones de aprendizaje profundo exitosas requieren grandes cantidades de datos y el tiempo y el poder computacional para autoevaluarse una y otra vez.
El aprendizaje profundo, un subconjunto del aprendizaje automático, utiliza redes neuronales para extraer sus propias reglas y ajustarlas hasta que pueda devolver los resultados correctos; otras técnicas de aprendizaje automático pueden usar redes bayesianas, mapas vectoriales o algoritmos evolutivos para lograr el mismo objetivo.
En Enero, Revisión de tecnologíaKaren Hao lanzó un análisis exhaustivo de artículos recientes en IA que concluyó que el aprendizaje automático fue una de las características definitorias de la investigación de IA en esta década. "Aprendizaje automático Ha habilitado habilidades casi humanas e incluso sobrehumanas para transcribir el habla de la voz, reconocer las emociones de las grabaciones de audio o video, así como forjar escritura a mano o video", Escribió Hao. El espionaje doméstico es ahora una aplicación lucrativa para las tecnologías de inteligencia artificial, gracias a este nuevo y poderoso desarrollo.
El informe de Hao sugiere que la era del aprendizaje profundo finalmente está llegando a su fin, pero la próxima gran cosa ya puede haber llegado. Aprendizaje de refuerzo, como redes adversas generativas (GAN), enfrenta las redes neuronales entre sí al hacer que uno evalúe el trabajo del otro y distribuya recompensas y castigos en consecuencia, no muy diferente de la forma en que los perros y los bebés aprenden sobre el mundo.
El futuro de la IA podría estar en el aprendizaje estructurado. Del mismo modo que se piensa que los humanos jóvenes aprenden sus primeros idiomas procesando la entrada de datos de cuidadores con fluidez con su gramática de lenguaje interno, a las computadoras también se les puede enseñar cómo aprender una tarea, especialmente si la tarea es imitar a un humano de alguna manera.
Los invitamos a entrar
En esta década, la inteligencia artificial pasó de ser empleada principalmente como una materia académica o un tropo de ciencia ficción a un compañero cotidiano discreto (aunque ocasionalmente malicioso). Las IA han existido de alguna forma desde los años 1500 o 1980, según su definición. El primer algoritmo de indexación de búsqueda fue AltaVista en 1995, pero no fue hasta 2010 que Google introdujo silenciosamente resultados de búsqueda personalizados para todos los clientes y todas las búsquedas. Lo que alguna vez fue una charla de fondo de ingenieros ansiosos ahora se ha convertido en una parte ineludible de la vida diaria.
Una función tras otra ha sido transferida a la jurisdicción de AI, con enormes variaciones en la eficacia y la respuesta del consumidor. El modelo de ganancias predominante para la mayoría de estas aplicaciones orientadas al consumidor, como las plataformas de redes sociales y las funciones de mapas, es que los usuarios intercambien sus datos personales por actualizaciones menores de conveniencia, que se logran mediante una combinación de poder técnico, acceso a datos y privación rápida de derechos de los trabajadores a medida que se duplican los trabajos de servicio cada vez más complejos, lejos automatizadoo asumido por trabajadores de IA.
El científico social de Harvard Shoshana Zuboff explicó el impacto de estas tecnologías en la economía con el término "capitalismo de vigilancia". Este nuevo sistema económico, ella escribió, "Afirma unilateralmente la experiencia humana como materia prima gratuita para la traducción a datos de comportamiento", en un intento por obtener ganancias del juego informado basado en el comportamiento humano predicho.
Los ponemos a cargo
Ya estaban utilizando el aprendizaje automático para tomar decisiones subjetivas—Incluso que tienen consecuencias que alteran la vida. Las aplicaciones médicas son solo algunas de las menos controvertido usos de la inteligencia artificial; a finales de la década, las IA eran localizar víctimas varadas del huracán María, controlando el Red eléctrica alemanay matando civiles en Pakistán.
El alcance absoluto de estos sistemas de decisión controlados por IA es la razón por la cual la automatización tiene el potencial de transformar la sociedad en un nivel estructural. En 2012, el tecno-socialista Zeynep Tufekci señaló la presencia en la campaña de reelección de Obama de "un número sin precedentes de analistas de datos y científicos sociales", llevando la tradicional "confluencia de marketing y política" a una nueva era.
La inteligencia que se basa en datos de un mundo injusto adolece del principio de "basura adentro, basura afuera", observó el futurista Cory Doctorow en una publicación de blog reciente. Diversas perspectivas sobre el equipo de diseño ayudarían, escribió Doctorow, pero cuando se trata de cierta tecnología, puede que no haya una forma segura de implementar:
"Dado que una aplicación importante para el reconocimiento facial es la vigilancia y el control totalitarios, tal vez deberíamos pensar en limitar el reconocimiento facial por completo, en lugar de asegurarnos de que sea igualmente bueno para destruir las vidas de las mujeres y las personas marrones".
No ayuda que la recopilación de datos para IA basada en imágenes hasta ahora haya aprovechado primero a las poblaciones más vulnerables. El Programa de prueba de verificación de reconocimiento facial es el estándar de la industria para probar la precisión de la tecnología de reconocimiento facial; aprobar el programa es imprescindible para las nuevas empresas FR que buscan financiación.
Pero los conjuntos de datos de rostros humanos que utiliza el programa se obtienen, según un informe de marzo, de imágenes de solicitantes de visas de EE. UU., personas arrestadas que han muerto desde entonces y niños explotados por pornografía infantil. El informe encontró que la mayoría de los interesados eran personas que habían sido arrestado bajo sospecha de actividad criminal. Ninguna de las millones de caras en los conjuntos de datos del programa pertenecían a personas que habían consentido este uso de sus datos.
Intentamos controlarlos
Los esfuerzos a nivel estatal para regular la IA finalmente surgieron en esta década, con cierto éxito. El Reglamento General de Protección de Datos (GDPR) de la Unión Europea, aplicable desde 2018, limita los usos legales de valiosos conjuntos de datos de entrenamiento de IA al definir los derechos del "interesado" (léase: nosotros); El RGPD también prohíbe el modelo de "caja negra" para aplicaciones de aprendizaje automático, ya que requiere transparencia y responsabilidad sobre cómo se almacenan y usan los datos. Al final de la década, Google mostró a la clase cómo no regular cuándo construyeron, y luego desecharon, una IA externa panel de ética una semana después, fingiendo conmoción ante toda la recepción negativa.
Incluso el intento de regulación es una buena señal. Significa que estamos viendo a la IA por lo que es: no una nueva forma de vida que compite por los recursos, sino como un arma formidable. Las herramientas tecnológicas son más peligrosas en manos de actores maliciosos que ya tienen un poder significativo; siempre puedes contratar más programadores. Durante la larga campaña para las elecciones presidenciales de EE. UU. De 2016, las campañas de botnet de IRA en Twitter respaldadas por Putin, esencialmente equipos de cuentas de bots semi-supervisadas que difunden la desinformación a propósito y aprenden de la propaganda real, se infiltraron en la mecánica de la democracia estadounidense.
Siguiente: la segunda década de bot
Mantenerse al día con las capacidades de IA a medida que crecen será una tarea enorme. Las cosas podrían empeorar mucho, mucho antes de mejorar; Los gobiernos autoritarios de todo el mundo tienden a utilizar la tecnología para consolidar aún más el poder y resistir la regulación.
Las capacidades tecnológicas desde hace mucho tiempo han demostrado ser demasiado rápidas para los legisladores humanos tradicionales, pero una pista de lo que podría contener la próxima década proviene de las propias IA, que están comenzando a desplegarse como armas contra el tipo exacto de desinformación que otras IA ayudan a crear y difundir. Ahora existe, por ejemplo, una red neuronal dedicada explícitamente a la tarea de identificar campañas de desinformación de redes neuronales en Twitter. El nombre de la red neuronal es Grover, y es realmente bueno en esto.