{"id":1129,"date":"2024-07-29T11:54:57","date_gmt":"2024-07-29T14:54:57","guid":{"rendered":"https:\/\/www.imagen.cl\/blog\/?p=1129"},"modified":"2024-07-29T12:00:57","modified_gmt":"2024-07-29T15:00:57","slug":"otro-experimento","status":"publish","type":"post","link":"http:\/\/www.imagen.cl\/blog\/index.php\/2024\/07\/29\/otro-experimento\/","title":{"rendered":"Otro experimento"},"content":{"rendered":"\n

Esta semana, muchos quedamos sorprendidos al notar un nuevo \u00edcono en la pantalla de WhatsApp. Mark Zuckerberg comenz\u00f3 otro experimento<\/em><\/strong>. Lanz\u00f3 Llama 3.1 405B, la inteligencia artificial de Meta, que \u00e9l califica como el sistema de IA m\u00e1s avanzado del mundo. Solo en chips para sus centros de datos, la empresa de Zuckerberg ha invertido m\u00e1s de 10.500 millones de d\u00f3lares en sus modelos de c\u00f3digo abierto<\/em><\/strong>. Por otra parte, seg\u00fan indica The Information<\/em><\/strong>, OpenAI, bajo la direcci\u00f3n de Sam Altman y considerada la startup m\u00e1s valiosa a nivel global, ha gastado ya m\u00e1s de 4.000 millones de d\u00f3lares en infraestructura tecnol\u00f3gica y entrenamiento de sus modelos. Adem\u00e1s, se proyecta que este a\u00f1o podr\u00eda sumar 5.000 millones de d\u00f3lares en p\u00e9rdidas adicionales. En este contexto, Goldman Sachs ha publicado recientemente el art\u00edculo GEN AI: Too much spend, too little benefit?<\/em><\/strong> donde se plantea la pregunta:<\/p>\n\n\n\n

\u201cLos gigantes de la tecnolog\u00eda y otros, gastar\u00e1n m\u00e1s de 1 bill\u00f3n de d\u00f3lares en inversiones en IA en los pr\u00f3ximos a\u00f1os<\/em><\/strong>, sin que hasta ahora se hayan visto grandes resultados. \u00bfValdr\u00e1 la pena tanto gasto?\u201d<\/strong><\/em><\/em><\/strong><\/p>\n\n\n\n

Jim Covello de Goldman Sachs compara esta situaci\u00f3n con tecnolog\u00edas previas como la realidad virtual y la cadena de bloques, que tambi\u00e9n impulsaron grandes inversiones, pero con pocos resultados pr\u00e1cticos. Se\u00f1ala que la IA, a diferencia de la internet en sus inicios, es una tecnolog\u00eda extremadamente costosa que no ofrece soluciones de bajo costo a problemas concretos. Acemoglu en su art\u00edculo Don\u2019t Believe the AI Hype,<\/em><\/strong> se\u00f1ala que la adopci\u00f3n temprana de la IA generativa tuvo lugar, naturalmente, en sectores donde se desempe\u00f1a razonablemente bien, es decir, en tareas en las que su impacto se puede medir de manera objetiva, como la generaci\u00f3n de c\u00f3digo inform\u00e1tico simple o la verificaci\u00f3n de informaci\u00f3n. En esos casos los modelos pueden aprender de la informaci\u00f3n expl\u00edcita y los datos hist\u00f3ricos disponibles.<\/em><\/strong> Pero es poco probable que esos adelantos constituyan una fuente importante de crecimiento econ\u00f3mico en los pr\u00f3ximos diez a\u00f1os. En sus palabras:<\/p>\n\n\n\n

\u201cLa industria tecnol\u00f3gica est\u00e1 excesivamente dedicada a la automatizaci\u00f3n y monetizaci\u00f3n de los datos <\/em><\/strong>m\u00e1s que a la introducci\u00f3n de nuevas tareas de producci\u00f3n para las personas\u201d.<\/em><\/em><\/p>\n\n\n\n

Acemoglu, afirma que la IA es una tecnolog\u00eda de uso general y podemos hacer muchas cosas con ella, por lo que si dejamos que sea la industria tecnol\u00f3gica quien fije la agenda, podr\u00edamos desperdiciar gran parte de su potencial. En su libro Power and Progress<\/em><\/strong>, escrito en colaboraci\u00f3n con Simon Johnson, realizaron un amplio an\u00e1lisis hist\u00f3rico de cu\u00e1n desigualmente se han distribuido los beneficios y los costos del cambio tecnol\u00f3gico<\/em><\/strong>. Los autores afirman que la tecnolog\u00eda no es en s\u00ed misma una fuerza, sino m\u00e1s bien una herramienta desarrollada para apoyar las agendas de las personas e instituciones que detentan el poder en la sociedad.<\/em><\/strong> En una entrevista Acemoglu dijo:<\/p>\n\n\n\n

\u201cEste es un momento cr\u00edtico para pensar en el futuro de la tecnolog\u00eda. <\/em><\/strong>Muchas decisiones de gran importancia se ven obstaculizadas por el hecho de que existe un \u00b4tecnooptimismo\u00b4<\/strong> en el mundo acad\u00e9mico, el mundo tecnol\u00f3gico y el mundo pol\u00edtico. El tecnooptimismo es la noci\u00f3n de que un cambio tecnol\u00f3gico impresionante conducir\u00e1 autom\u00e1ticamente a mejores resultados para la sociedad<\/strong>\u201d.<\/em><\/em><\/p>\n\n\n\n

Acemoglu y Johnson sostienen que un peque\u00f1o n\u00famero de corporaciones gigantes est\u00e1n vendiendo una narrativa que dice que lo que es bueno para ellos tambi\u00e9n es bueno para todo el mundo.<\/em><\/strong> El mensaje impl\u00edcito es que como sociedad debemos permitirles seguir con sus experimentos sin obstaculizarlos con regulaciones<\/em><\/strong>, ya que con eso impediremos el \u00b4progreso\u00b4<\/em><\/strong>. La investigaci\u00f3n de Acemoglu y Johnson, muestra que los desarrollos tecnol\u00f3gicos de los \u00faltimos 1.000 a\u00f1os tendieron a enriquecer y empoderar a las peque\u00f1as \u00e9lites mientras generaban pocos beneficios para la sociedad en su conjunto. La narrativa de que la tecnolog\u00eda es igual a progreso debe ser cuestionada<\/em><\/strong>. Acemolglu comenta:<\/p>\n\n\n\n

\u201cDeber\u00edamos utilizar m\u00e1quinas para potenciar a los humanos<\/em><\/strong>. La IA generativa es tan prometedora porque tiene esa capacidad. Podr\u00eda ayudar con la recuperaci\u00f3n y filtrado de informaci\u00f3n para que los tomadores de decisiones humanos lo hagan mejor. <\/strong>Pero eso es muy diferente a automatizar unos cuantos quioscos McDonald’s m\u00e1s\u201d.<\/strong><\/em><\/em><\/strong><\/p>\n\n\n\n

A diferencia de los sistemas de IA tradicionales, que se limitan a reconocer patrones y hacer predicciones, los modelos de Inteligencia Artificial Generativa<\/em><\/strong>, como ChatGPT y Meta AI, han sido entrenados con una vasta cantidad de datos, incluyendo todos los libros y textos digitales disponibles, as\u00ed como v\u00eddeos e im\u00e1genes de Internet. Esto les permite realizar tareas como escribir textos, crear im\u00e1genes, componer m\u00fasica, y programar c\u00f3digo inform\u00e1tico. Sin embargo, estas capacidades tambi\u00e9n se extienden a la falsificaci\u00f3n de contenido, voces e im\u00e1genes que erosiona nuestra capacidad de discernir la realidad y fomenta una profunda desconfianza hacia el ecosistema informativo global. Yuval Noah Harari, en su libro 21 lecciones para el siglo XXI<\/em><\/strong> escribi\u00f3:<\/p>\n\n\n\n

\u201cEl peligro es que, si invertimos demasiado en el desarrollo de la inteligencia artificial y muy poco en el desarrollo de la conciencia humana<\/strong>, la inteligencia artificial muy sofisticada de las computadoras solo servir\u00e1 para potenciar la estupidez natural de los humanos\u201d.<\/strong><\/em><\/em><\/strong><\/p>\n\n\n\n

Los datos, la informaci\u00f3n y el conocimiento sobre cualquier tema se acumulan, empaquetan y comercializan a un ritmo exponencial.<\/em><\/strong> Parad\u00f3jicamente, terminamos recomprando nuestros propios datos, informaci\u00f3n y conocimiento que hemos compartido.<\/em><\/strong> Marta G. Franco, en su libro Las redes son nuestras: Una historia popular de internet y un mapa para volver a habitarla<\/em><\/strong>, argumenta que con la inteligencia artificial estamos presenciando una nueva fase del extractivismo de datos<\/em><\/strong>, donde se extrae valor de los contenidos y el trabajo realizado por la sociedad en Internet. Los sistemas aprenden de grandes cantidades de contenido publicado por los mismos usuarios, remezclan lo que hemos creado y luego nos lo venden como herramientas supuestamente \u00fatiles para resolver problemas que, en muchos casos, no entendemos completamente. Escribe:<\/p>\n\n\n\n

\u201cInternet era nuestra. Nos la robaron entre quienes viven de extraer nuestros datos personales y quienes necesitan que se extienda el odio, pero antes todo ese espacio era nuestro.<\/em><\/strong> Y si era nuestro, se puede recuperar\u201d.<\/em><\/em><\/p>\n\n\n\n

Por su parte, la investigadora Melanie Mitchell, en su reciente libro Inteligencia artificial: Gu\u00eda para seres pensantes<\/em><\/strong>, analiza en forma cr\u00edtica la situaci\u00f3n actual de los avances en este campo. Explica que hay muchas cosas sobre el sentido com\u00fan y el conocimiento que no est\u00e1n codificadas en el lenguaje, que simplemente se adquieren a trav\u00e9s de la experiencia. <\/em><\/strong>Por lo tanto, es posible que para que una m\u00e1quina tenga realmente una comprensi\u00f3n similar a la humana, tenga que experimentar el mundo de la misma manera que lo hacemos nosotros. En una reciente entrevista se\u00f1al\u00f3:<\/p>\n\n\n\n

“No creo que haya algo intr\u00ednsecamente especial en nuestra mente o en nuestro ser que sea, en principio, imposible de mecanizar. Sin embargo, tambi\u00e9n pienso que la complejidad de estos aspectos es mayor de lo que algunas personas imaginan\u201d.<\/strong><\/em><\/em><\/strong><\/p>\n\n\n\n

Mitchell explica que uno de los objetivos de la IA es ayudar a comprender mejor lo que entendemos por inteligencia. Y, cuando tratamos de implementarla en m\u00e1quinas, a menudo nos damos cuenta de que la inteligencia en realidad incluye muchas cosas en las que nunca hab\u00edamos pensado. En cierto sentido, estos sistemas son cajas negras.<\/em><\/strong> Son sistemas de software enormemente complejos que no han sido programados expl\u00edcitamente para hacer cosas, sino que han sido entrenados, han aprendido a partir de datos y nadie puede entender por qu\u00e9 funcionan como lo hacen. <\/em><\/strong>Mitchell comenta:<\/p>\n\n\n\n

\u201cHay gente que gana mucho dinero intentando hacer que los sistemas funcionen lo mejor posible. Pero es pura alquimia, no hay ninguna ciencia detr\u00e1s. Se trata simplemente de prueba y error.<\/strong> Algunas cosas funcionan y otras no, y no tenemos ni idea de por qu\u00e9\u201d.<\/em><\/em><\/p>\n\n\n\n

Como explica Mitchell, el campo de la inteligencia artificial ha pasado varias veces por periodos de optimismo e inversi\u00f3n masiva y periodos de decepci\u00f3n y reducci\u00f3n de la financiaci\u00f3n. El problema es que, como no entendemos c\u00f3mo funciona la inteligencia humana, tendemos a simplificar en exceso la b\u00fasqueda de inteligencia artificial, <\/em><\/strong>y esto no es solo una cuesti\u00f3n de construir redes neuronales m\u00e1s grandes y profundas. Mitchell comenta:<\/p>\n\n\n\n

\u201cA la gente le preocupa que los computadores se vuelvan demasiado inteligentes y se apoderen del mundo, pero el verdadero problema es que son demasiado est\u00fapidos y ya se han apoderado del mundo. Me preocupa la inteligencia artificial, pero me preocupa m\u00e1s que los humanos la utilicen mal… temo m\u00e1s a Elon Musk que a Skynet\u201d.<\/strong><\/em><\/em><\/strong><\/p>\n\n\n\n

Manfred Max-Neef ganador del Right Livelihood Award considerado el Premio Nobel alternativo de econom\u00eda, en su libro La econom\u00eda desenmascarada<\/em><\/strong> escribi\u00f3:<\/p>\n\n\n\n

\u201cSi debiera definir de alguna manera nuestro tiempo me atrever\u00eda a decir que hemos alcanzado un punto en nuestra evoluci\u00f3n como seres humanos, en que sabemos mucho, pero comprendemos muy poco. <\/strong>No cabe duda alguna de que la raz\u00f3n, la l\u00f3gica lineal y el reduccionismo han contribuido a alcanzar niveles insospechados de conocimiento. El saber ha crecido de manera exponencial, pero reci\u00e9n ahora comenzamos a sospechar que ello no es suficiente,<\/strong> no por razones cuantitativas, sino por razones cualitativas. El saber es s\u00f3lo uno de los caminos, es un lado de la moneda. El otro camino es el de la sabidur\u00eda\u201d.<\/strong><\/em><\/em><\/p>\n\n\n\n

El fil\u00f3sofo brit\u00e1nico Nicholas Maxwell en su libro World Crisis, The – And What To Do About It: A Revolution For Thought And Action<\/em><\/strong>, sostiene que el principal desastre de nuestro tiempo es que tenemos ciencia sin sabidur\u00eda<\/em><\/strong>. Nos hemos dedicado a la b\u00fasqueda de conocimientos y tecnolog\u00edas especializadas, en vez de mejorar el mundo y la condici\u00f3n humana. Para resolver problemas complejos necesitamos sabidur\u00eda. Necesitamos progresar en sabidur\u00eda tan r\u00e1pido como progresamos en conocimientos. La sabidur\u00eda otorga discernimiento para juzgar el curso de acci\u00f3n m\u00e1s adecuado en situaciones confusas.<\/em><\/strong> Por lo tanto, la sabidur\u00eda puede verse como la combinaci\u00f3n del conocimiento acumulado y la capacidad de sintetizar ese conocimiento utilizando la comprensi\u00f3n \u00e9tica de las circunstancias y el contexto que experimentamos. Lamentablemente como dijo una vez Benjam\u00edn Franklin:<\/p>\n\n\n\n

\u201cLa tragedia de la vida es que envejecemos demasiado pronto y somos sabios demasiado tarde\u201d.<\/em><\/em><\/p>\n\n\n\n

En octubre de 2022, el psiquiatra Iain McGilchrist pronunci\u00f3 el discurso de apertura en la Cumbre Mundial de Inteligencia Artificial<\/em><\/strong> de \u00c1msterdam, organizada por Inspired Minds<\/em><\/strong>. En la ocasi\u00f3n se\u00f1al\u00f3:<\/p>\n\n\n\n

\u201cTodas las decisiones que afectan a los humanos son morales.<\/em><\/strong> La moralidad no es puramente utilitaria. No puede reducirse al c\u00e1lculo. Cada situaci\u00f3n humana es \u00fanica y la unicidad tiene que ver con la historia personal, conciencia, memoria, intenci\u00f3n. Todo lo que no es expl\u00edcito. A lo que nos referimos con esa palabra enga\u00f1osamente simple: emoci\u00f3n.<\/strong> Toda la experiencia y comprensi\u00f3n adquirida a trav\u00e9s del cuerpo y almacenada en \u00e9l. Todo lo que nos hace humanos y no m\u00e1quinas. <\/strong>La bondad proviene de mentes virtuosas que no siguen las reglas de m\u00e1quinas\u201d.<\/em><\/em><\/p>\n\n\n\n

La diferencia principal entre sabidur\u00eda, conocimiento e inteligencia es que la sabidur\u00eda implica una gran dosis de perspectiva<\/em><\/strong> y la capacidad de emitir juicios acertados sobre los desaf\u00edos que se nos presentan. Mientras que el conocimiento proviene del aprendizaje, la sabidur\u00eda proviene de la experiencia y la reflexi\u00f3n.<\/em><\/strong> Las actuales herramientas basadas en aprendizaje profundo cuentan con modelos que han sido entrenados para predecir con gran precisi\u00f3n y han mejorado significativamente, pero a\u00fan hay muy poca evidencia de su poder de comprensi\u00f3n y abstracci\u00f3n. Estas capacidades plantean un gran impacto y riesgo. Es necesario fomentar el flujo de ideas sobre c\u00f3mo la tecnolog\u00eda digital puede utilizarse para el florecimiento humano en lugar de exclusivamente para el beneficio de una elite.<\/em><\/strong> En palabras de Mitchell:<\/p>\n\n\n\n

\u201c\u00bfPodemos realmente capturar la profundidad de la experiencia humana en algoritmos y circuitos?<\/strong> La tarea de replicar la mente humana y la esencia del ser en una m\u00e1quina no es sencilla y probablemente implique desaf\u00edos y sutilezas que a\u00fan no comprendemos por completo. Esta discusi\u00f3n no solo toca los l\u00edmites de la tecnolog\u00eda, sino tambi\u00e9n la esencia de lo que significa ser humano\u201d.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

Esta semana, muchos quedamos sorprendidos al notar un nuevo \u00edcono en la pantalla de WhatsApp. Mark Zuckerberg comenz\u00f3 otro experimento. Lanz\u00f3 Llama 3.1 405B, la inteligencia artificial de Meta, que \u00e9l califica como el sistema de IA m\u00e1s avanzado del mundo. Solo en chips para sus centros de datos, la empresa de Zuckerberg ha invertido m\u00e1s de 10.500 millones de d\u00f3lares […]<\/p>\n","protected":false},"author":1,"featured_media":1131,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[34,158,30,412,17,109,28,409,48,332,147,160,95,438,58,138,110,155,126,37,156,429,31,125,324,19,411,84,47,85,76,59,53,51,321],"tags":[],"_links":{"self":[{"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/posts\/1129"}],"collection":[{"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/comments?post=1129"}],"version-history":[{"count":1,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/posts\/1129\/revisions"}],"predecessor-version":[{"id":1130,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/posts\/1129\/revisions\/1130"}],"wp:featuredmedia":[{"embeddable":true,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/media\/1131"}],"wp:attachment":[{"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/media?parent=1129"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/categories?post=1129"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/tags?post=1129"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}