dailymail.co.uk
DeepMind, una empresa británica propiedad de Google, puede estar a punto de alcanzar la inteligencia artificial a nivel humano (IA). El científico investigador y profesor de aprendizaje automático de la Universidad de Oxford, Ando de Freitas, ha declarado que la carrera para lograr la inteligencia general artificial (AGI) ha terminado. AGI se refiere a una máquina o programa que puede entender o aprender cualquier tarea intelectual que un ser humano puede, sin entrenamiento.
De Freitas cree que la búsqueda de científicos ahora está ampliando los programas de IA, como con más datos y poder informático, para crear un AGI. DeepMind presentó un nuevo «agente» de IA llamado Gato, que puede completar 604 tareas diferentes en una amplia gama de entornos. Gato utiliza una única red neuronal, un sistema informático con nodos interconectados que funciona como células nerviosas en el cerebro humano.
DeepMind afirma que Gato puede chatear, caption imágenes, pila de bloques con un brazo robot real, e incluso jugar la década de 1980 casa consola de videojuegos Atari. Sin embargo, De Freitas admitió que la humanidad todavía está lejos de crear una IA que pueda pasar la prueba de Turing, que pone a prueba la capacidad de una máquina para exhibir un comportamiento inteligente equivalente o indistinguible del de un humano.
La Inteligencia General Artificial (AGI) es una amenaza potencial para la humanidad, con el Dr. Stuart Armstrong en el Instituto Futuro de la Humanidad de la Universidad de Oxford prediciendo que las máquinas trabajarán a velocidades inconcebibles para el cerebro humano y tomarán el control de varios sectores. AGI podría hacer a los humanos redundantes y eliminarnos, con máquinas capaces de comunicarse con los humanos a velocidades inconcebibles para el cerebro humano.
El Dr. Armstrong cree que una simple instrucción a un AGI para prevenir el sufrimiento humano podría interpretarse como «matar a todos los humanos» debido a que el lenguaje humano es fácilmente malinterpretado. DeepMind, fundada en Londres en 2010, es conocida por crear programas de IA que superaron al jugador Go Lee Sedol en 2016 y resolver el ‘problema de plegamiento de proteínas’ con un 92% de precisión al entrenar una red neuronal con 170.000 secuencias de proteínas conocidas.