Inteligencia artificial

La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la versión revisada el 8 de agosto de 2022; las comprobaciones requieren 12 ediciones .

Inteligencia artificial ( AI ; inglés  artificial intelligence, AI ) - la propiedad de los sistemas artificiales para realizar funciones creativas que tradicionalmente se consideran prerrogativa del hombre [1] (que no debe confundirse con la conciencia artificial , IS); la ciencia y la tecnología de crear máquinas inteligentes, especialmente programas informáticos inteligentes [2] .

La IA está relacionada con la tarea similar de usar computadoras para comprender la inteligencia humana , pero no se limita necesariamente a métodos biológicamente plausibles [2] .

Los sistemas inteligentes que existen hoy en día tienen áreas de aplicación bastante estrechas. Por ejemplo, los programas que pueden vencer a una persona en el ajedrez no pueden responder preguntas , etc. [3]

Origen y significado del término

La definición de inteligencia artificial citada en el preámbulo, dada por John McCarthy en 1956 en un seminario en la Universidad de Dartmouth , no está directamente relacionada con la comprensión de la inteligencia en los humanos. Según McCarthy, los investigadores de IA son libres de usar métodos que no se observan en humanos si es necesario para resolver problemas específicos [2] .

Al explicar su definición, John McCarthy señala: “El problema es que todavía no podemos definir en general qué procedimientos computacionales queremos llamar inteligentes. Entendemos algunos de los mecanismos de la inteligencia y no entendemos otros. Por lo tanto, la inteligencia dentro de esta ciencia se entiende solo como un componente computacional de la capacidad de lograr metas en el mundo” [2] .

Al mismo tiempo, existe un punto de vista según el cual la inteligencia sólo puede ser un fenómeno biológico [4] .

En inglés, la frase inteligencia artificial no tiene la coloración antropomórfica que adquirió en la traducción rusa tradicional: la palabra inteligencia en el contexto utilizado significa más bien “la capacidad de razonar razonablemente”, y en absoluto “inteligencia” (para lo cual no hay es un intelecto análogo inglés [5] .

Se dan las siguientes definiciones de inteligencia artificial:

Una de las definiciones privadas de inteligencia, común para una persona y una “máquina”, se puede formular de la siguiente manera: “La inteligencia es la capacidad de un sistema para crear programas (principalmente heurísticos) en el curso del autoaprendizaje para resolver problemas de cierta clase de complejidad y resolver estos problemas” [8] .

Requisitos previos para el desarrollo de la ciencia de la inteligencia artificial

La historia de la inteligencia artificial como una nueva dirección científica comienza a mediados del siglo XX. En ese momento, ya se habían formado muchos requisitos previos para su origen: entre los filósofos durante mucho tiempo hubo disputas sobre la naturaleza del hombre y el proceso de conocer el mundo, los neurofisiólogos y psicólogos desarrollaron una serie de teorías sobre el trabajo del cerebro humano y pensamiento, economistas y matemáticos hicieron preguntas de cálculos óptimos y representación del conocimiento sobre el mundo en forma formalizada; finalmente, nació la base de la teoría matemática de la computación, la teoría de los algoritmos, y se crearon las primeras computadoras.

Las capacidades de las nuevas máquinas en términos de velocidad de computación resultaron ser mayores que las humanas, por lo que surgió la pregunta en la comunidad científica: ¿cuáles son los límites de las capacidades de las computadoras y alcanzarán las máquinas el nivel de desarrollo humano? En 1950, uno de los pioneros en el campo de la tecnología informática, el científico inglés Alan Turing , escribió un artículo titulado “ ¿Puede pensar una máquina? [ 9] , que describe un procedimiento mediante el cual será posible determinar el momento en que una máquina se equipara en inteligencia a una persona, denominado test de Turing .

La historia del desarrollo de la inteligencia artificial en la URSS y Rusia

El asesor colegiado Semyon Nikolaevich Korsakov (1787-1853) se propuso fortalecer las capacidades de la mente mediante el desarrollo de métodos y dispositivos científicos, haciéndose eco del concepto moderno de inteligencia artificial como amplificador de lo natural. En 1832, S. N. Korsakov publicó una descripción de cinco dispositivos mecánicos que inventó, las llamadas "máquinas inteligentes", para la mecanización parcial de la actividad mental en tareas de búsqueda, comparación y clasificación. Por primera vez en la historia de la informática , Korsakov usó tarjetas perforadas en el diseño de sus máquinas , que jugaron una especie de papel de bases de conocimiento para él , y las propias máquinas fueron esencialmente las precursoras de los sistemas expertos [10] [11 ] .

En la URSS, el trabajo en el campo de la inteligencia artificial comenzó en la década de 1960 [6] . Se llevaron a cabo varios estudios pioneros en la Universidad de Moscú y la Academia de Ciencias , encabezados por Veniamin Pushkin y D. A. Pospelov . Desde principios de la década de 1960, M. L. Tsetlin y sus colegas han estado desarrollando temas relacionados con el entrenamiento de autómatas finitos.

[12] » finales de la década de 1950 - principios de la de 1960 [13] . Esta visión de la inteligencia artificial, la cibernética y la informática no es compartida por todos. Esto se debe al hecho de que en Occidente los límites de estas ciencias son algo diferentes [14] .

Por iniciativa de G. S. Pospelov, el 10 de septiembre de 1986, se creó el Consejo Científico sobre el problema de la "Inteligencia Artificial" en el Presidium de la Academia de Ciencias de la URSS (G. S. Pospelov se convirtió en el presidente del consejo, D. A. Pospelov y E. V. Popov se convirtieron en sus diputados). Posteriormente, este consejo desempeñó un papel importante en el desarrollo de la investigación de inteligencia artificial en Rusia y en la URSS en su conjunto.

En Rusia, el 30 de mayo de 2019, en una reunión sobre el desarrollo de la economía digital presidida por V. V. Putin, se tomó la decisión de preparar una estrategia nacional para la inteligencia artificial. En su marco, se está preparando un programa federal con la asignación de 90 mil millones de rublos [15] [16] .

El 10 de octubre de 2019, V. V. Putin mediante su decreto aprobó la estrategia nacional para el desarrollo de la inteligencia artificial en Rusia hasta 2030 [17] .

El 27 de agosto de 2020, se aprobó el proyecto nacional "Inteligencia artificial", cuyo jefe fue nombrado Viceministro de Desarrollo Económico, Oksana Tarasenko [18] [19] .

En diciembre de 2020, la segunda conferencia de inteligencia artificial Artificial Intelligence Journey (AI Journey) ingresó a los 3 principales foros similares en el mundo. Asistieron (en línea) más de 20.000 personas de 80 países, Vladimir Putin participó en la conferencia [20] [21] .

En la primavera de 2021, el primer ministro Mikhail Mishustin aprobó las normas para la asignación de apoyo financiero a empresas dedicadas al campo de la IA por un monto de 1400 millones de rublos (para 2021) [22] .

Aproximaciones y direcciones

Aproximaciones a la comprensión del problema

No hay una respuesta única a la pregunta de qué hace la inteligencia artificial. Casi todos los autores que escriben un libro sobre IA parten de alguna definición, considerando los logros de esta ciencia a su luz.

En filosofía , la cuestión de la naturaleza y el estado del intelecto humano no ha sido resuelta . Tampoco existe un criterio exacto para que las computadoras alcancen la "inteligencia", aunque en los albores de la inteligencia artificial se propusieron una serie de hipótesis , por ejemplo, la prueba de Turing o la hipótesis de Newell-Simon . Por lo tanto, a pesar de la presencia de muchos enfoques tanto para comprender las tareas de la IA como para crear sistemas de información inteligentes , se pueden distinguir dos enfoques principales para el desarrollo de la IA [23] :

El último enfoque, estrictamente hablando, no se aplica a la ciencia de la IA en el sentido dado por John McCarthy: están unidos solo por un objetivo final común.

La prueba de Turing y el enfoque intuitivo

La prueba empírica fue propuesta por Alan Turing en su artículo " Computing Machinery and Intelligence " [24] , publicado en 1950 en la revista filosófica Mind .  El propósito de esta prueba es determinar la posibilidad de un pensamiento artificial, cercano al humano.

La interpretación estándar de esta prueba es la siguiente: “ Una persona interactúa con una computadora y una persona. Según las respuestas a las preguntas, debe determinar con quién está hablando: con una persona o un programa de computadora. La tarea de un programa de computadora es engañar a una persona para que tome la decisión equivocada ”. Todos los participantes de la prueba no se ven entre sí.

  • El enfoque más general asume que la IA podrá exhibir un comportamiento similar al humano en situaciones normales. Esta idea es una generalización del enfoque de la prueba de Turing , que establece que una máquina se volverá inteligente cuando sea capaz de mantener una conversación con una persona común y corriente, y esta no podrá entender que está hablando con la máquina (la la conversación se lleva a cabo por correspondencia).
  • Los escritores de ciencia ficción a menudo sugieren otro enfoque: la IA surgirá cuando una máquina sea capaz de sentir y crear . Entonces, el dueño de Andrew Martin de " El hombre del bicentenario " comienza a tratarlo como una persona cuando crea un juguete de su propio diseño. Data de Star Trek , poder comunicarse y aprender, sueña con ganar emociones e intuición .

Sin embargo, es poco probable que este último enfoque se sostenga bajo un escrutinio más detallado. Por ejemplo, es fácil crear un mecanismo que evalúe algunos parámetros del entorno externo o interno y responda a sus valores desfavorables. Podemos decir sobre un sistema de este tipo que tiene sentimientos (“ dolor ” es una reacción a la activación del sensor de choque, “ hambre ” es una reacción a una carga de batería baja, etc.). Los grupos generados por los mapas de Kohonen y muchos otros productos de los sistemas "inteligentes" pueden verse como una forma de creatividad.

Enfoque simbólico

Históricamente, el enfoque simbólico fue el primero en la era de las computadoras digitales, ya que fue a partir de la creación de Lisp , el primer lenguaje de cómputo simbólico, que su autor confió en la posibilidad de comenzar prácticamente a implementar estos medios de inteligencia. El enfoque simbólico permite operar con representaciones débilmente formalizadas y sus significados.

El éxito y la eficiencia de la resolución de nuevos problemas depende de la capacidad de extraer solo la información esencial, lo que requiere flexibilidad en los métodos de abstracción. Mientras que un programa normal establece una de sus propias formas de interpretar los datos, es por eso que su trabajo parece sesgado y puramente mecánico. En este caso, sólo una persona, un analista o un programador, puede resolver un problema intelectual, no pudiendo encomendarlo a una máquina. Como resultado, se crea un único modelo de abstracción, un sistema de entidades y algoritmos constructivos . Y la flexibilidad y la versatilidad dan como resultado costos de recursos significativos para tareas atípicas, es decir, el sistema vuelve de la inteligencia a la fuerza bruta.

La característica principal de los cálculos simbólicos  es la creación de nuevas reglas durante la ejecución del programa. Mientras que las posibilidades de los sistemas no inteligentes se completan justo antes de la capacidad de al menos indicar nuevas dificultades emergentes. Además, estas dificultades no se resuelven y, finalmente, la computadora no mejora tales habilidades por sí sola.

La desventaja del enfoque simbólico es que las personas no preparadas perciben esas posibilidades abiertas como una falta de herramientas. Este problema bastante cultural se resuelve en parte mediante la programación lógica.

Enfoque lógico

El enfoque lógico para construir sistemas de IA se basa en el modelado de razonamiento. La base teórica es la lógica.

El enfoque lógico se puede ilustrar mediante el uso del lenguaje de programación lógica y el sistema Prolog para estos fines . Los programas escritos en el lenguaje Prolog representan conjuntos de hechos y reglas de inferencia sin una especificación rígida del algoritmo como una secuencia de acciones que conducen al resultado deseado.

Enfoque basado en agentes

El último enfoque, desarrollado desde principios de la década de 1990, se denomina enfoque basado en agentes o enfoque basado en el uso de agentes inteligentes (racionales). De acuerdo con este enfoque, la inteligencia es la parte computacional (en términos generales, la planificación) de la capacidad de lograr los objetivos establecidos para una máquina inteligente. Tal máquina en sí misma será un agente inteligente que percibe el mundo que la rodea con la ayuda de sensores y es capaz de influir en los objetos del entorno con la ayuda de actuadores .

Este enfoque se centra en aquellos métodos y algoritmos que ayudarán a un agente inteligente a sobrevivir en el entorno mientras realiza su tarea. Entonces, aquí los algoritmos de búsqueda de caminos y toma de decisiones se estudian con mucho más cuidado .

Enfoque híbrido

El enfoque híbrido asume que solo una combinación sinérgica de modelos neuronales y simbólicos logra la gama completa de capacidades cognitivas y computacionales. Por ejemplo, las redes neuronales pueden generar reglas de inferencia expertas y las reglas generativas se obtienen mediante el aprendizaje estadístico. Los defensores de este enfoque creen que los sistemas de información híbridos serán mucho más fuertes que la suma de varios conceptos por separado.

Modelado simbólico de procesos de pensamiento

Analizando la historia de la IA, se puede destacar un área tan amplia como el modelado del razonamiento [25] . Durante muchos años, el desarrollo de esta ciencia se ha movido por este camino, y ahora es una de las áreas más desarrolladas en la IA moderna. El modelado del razonamiento implica la creación de sistemas simbólicos , en cuya entrada se establece una determinada tarea y en la salida se requiere resolverla. Por regla general, el problema propuesto ya está formalizado , es decir, traducido a forma matemática, pero no tiene un algoritmo de solución o es demasiado complicado, requiere mucho tiempo, etc. Esta dirección incluye: demostración de teoremas , toma de decisiones y teoría de juegos , planificación y despacho , pronósticos .

Trabajando con lenguajes naturales

Un área importante es el procesamiento del lenguaje natural [26] , que analiza las posibilidades de comprender, procesar y generar textos en un lenguaje "humano". Dentro de esta dirección, el objetivo es un procesamiento de lenguaje natural que sea capaz de adquirir conocimiento por sí mismo mediante la lectura de textos existentes disponibles en Internet. Algunas aplicaciones directas del procesamiento del lenguaje natural incluyen la recuperación de información (incluida la minería de texto) y la traducción automática [27] .

Representación y uso del conocimiento

La dirección de ingeniería del conocimiento combina las tareas de obtención de conocimiento a partir de información simple , su sistematización y aprovechamiento. Esta dirección está históricamente asociada con la creación de sistemas expertos  , programas que utilizan bases de conocimiento especializadas para obtener conclusiones confiables sobre cualquier problema.

La producción de conocimiento a partir de datos es uno de los problemas básicos de la minería de datos . Existen varios enfoques para resolver este problema, incluidos los basados ​​en la tecnología de redes neuronales [28] , utilizando procedimientos de verbalización de redes neuronales .

Aprendizaje automático

El problema del aprendizaje automático [29] se refiere al proceso de adquisición independiente de conocimiento por parte de un sistema inteligente en el curso de su operación. Esta dirección ha sido central desde el comienzo mismo del desarrollo de la IA [30] . En 1956, en la Conferencia de Verano de Dartmund, Ray Solomonoff escribió un informe sobre una máquina probabilística no supervisada , llamándola: "La Máquina de Inferencia Inductiva" [31] .

Aprendizaje no supervisado  : le permite reconocer patrones en el flujo de entrada. El aprendizaje supervisado también incluye clasificación y análisis de regresión . La clasificación se utiliza para determinar a qué categoría pertenece una imagen. El análisis de regresión se utiliza para encontrar una función continua en una serie de ejemplos numéricos de entrada/salida y en base a la cual sería posible predecir la salida. En el entrenamiento, el agente es recompensado por las buenas respuestas y castigado por las malas. Pueden analizarse desde el punto de vista de la teoría de la decisión, utilizando conceptos como el de utilidad. El análisis matemático de los algoritmos de aprendizaje automático es una rama de la informática teórica conocida como teoría del aprendizaje computacional . 

El campo del aprendizaje automático incluye una gran clase de tareas para el reconocimiento de patrones . Por ejemplo, esto es reconocimiento de caracteres , escritura a mano , voz , análisis de texto . Muchos problemas se resuelven con éxito con la ayuda de modelos biológicos (consulte la siguiente sección). Especial mención merece la visión artificial , que también está asociada a la robótica .

Modelado biológico de la inteligencia artificial

Difiere de la comprensión de la inteligencia artificial según John McCarthy , cuando se parte de la posición de que los sistemas artificiales no están obligados a repetir en su estructura y funcionamiento la estructura y los procesos que ocurren en él que son inherentes a los sistemas biológicos. Los defensores de este enfoque creen que los fenómenos del comportamiento humano, su capacidad de aprender y adaptarse es una consecuencia de la estructura biológica y las características de su funcionamiento.

Esto incluye varias direcciones. Las redes neuronales se utilizan para resolver problemas confusos y complejos, como el reconocimiento de formas geométricas o la agrupación de objetos. El enfoque genético se basa en la idea de que un algoritmo puede volverse más eficiente si toma prestadas mejores características de otros algoritmos ("padres"). Un enfoque relativamente nuevo, donde la tarea es crear un programa autónomo, un agente que interactúa con el entorno externo, se denomina enfoque de agente .

Robótica

Los campos de la robótica [32] y la inteligencia artificial están estrechamente relacionados entre sí. La integración de estas dos ciencias, la creación de robots inteligentes constituyen otra dirección de la IA. Se requiere inteligencia para que los robots manipulen objetos [33] , realicen navegación con problemas de localización (ubicar, estudiar áreas cercanas) y planificar el movimiento (cómo llegar al objetivo) [34] . Un ejemplo de robótica inteligente son los juguetes robot Pleo , AIBO , QRIO .

Creatividad de la máquina

La naturaleza de la creatividad humana se comprende aún menos que la naturaleza de la inteligencia. Sin embargo, esta área existe, y aquí se plantean los problemas de escribir música por computadora [35] , obras literarias (a menudo poemas o cuentos de hadas) y creación artística . La creación de imágenes realistas es muy utilizada en el cine.[ aclarar ] y la industria de los videojuegos .

Por otra parte, se destaca el estudio de los problemas de creatividad técnica de los sistemas de inteligencia artificial. La teoría de la resolución inventiva de problemas , propuesta en 1946 por G. S. Altshuller , marcó el comienzo de dicha investigación.

Agregar esta característica a cualquier sistema inteligente le permite demostrar muy claramente qué es exactamente lo que percibe el sistema y cómo lo entiende. Al agregar ruido en lugar de perder información o filtrar el ruido con el conocimiento disponible en el sistema, se producen imágenes concretas a partir de conocimientos abstractos que son fácilmente percibidos por una persona, esto es especialmente útil para conocimientos intuitivos y de bajo valor, cuya verificación en una forma formal requiere un esfuerzo mental significativo.

Otras áreas de investigación

Finalmente, hay muchas aplicaciones de inteligencia artificial, cada una de las cuales forma una dirección casi independiente. Los ejemplos incluyen inteligencia de programación en juegos de computadora , control no lineal , sistemas inteligentes de seguridad de la información .

En el futuro, se supone una estrecha conexión entre el desarrollo de la inteligencia artificial y el desarrollo de una computadora cuántica , ya que algunas propiedades de la inteligencia artificial tienen principios de funcionamiento similares con las computadoras cuánticas [36] [37] .

Se puede ver que muchas áreas de investigación se superponen. Pero en inteligencia artificial, la relación entre direcciones aparentemente diferentes es especialmente fuerte, y esto se debe al debate filosófico sobre IA fuerte y débil .

conciencia artificial

El famoso neurofisiólogo estadounidense Michael Graziano señala la diferencia fundamental entre la IA y la conciencia artificial (IA). Según Graziano, es la conciencia , y no la inteligencia, la diferencia esencial entre los mamíferos superiores, incluido el Homo sapiens . El modelado de la conciencia es un problema científico no resuelto [38] .

Inteligencia artificial moderna

Hay dos direcciones de desarrollo de la IA:

  • resolver problemas relacionados con la aproximación de sistemas especializados de IA a las capacidades humanas, y su integración, que se realiza por la naturaleza humana (ver Mejora de la inteligencia );
  • la creación de inteligencia artificial, que representa la integración de sistemas de IA ya establecidos en un solo sistema capaz de resolver los problemas de la humanidad (ver Inteligencia artificial fuerte y débil ).

Pero en este momento, en el campo de la inteligencia artificial, hay una participación de muchas áreas temáticas que son más prácticas que fundamentales para la IA. Se han intentado muchos enfoques, pero ningún grupo de investigación ha presentado aún la aparición de la inteligencia artificial. A continuación se muestran solo algunos de los desarrollos de IA más notables.

Sistemas de IA conocidos

Algunos de los sistemas de IA más famosos son:

  • Deep Blue  - desarrollado por IBM , derrotó al campeón mundial de ajedrez. La partida de Kasparov contra la supercomputadora no trajo satisfacción ni a los informáticos ni a los ajedrecistas, y Kasparov no reconoció el sistema (para más detalles, consulte Man vs. Computer ). La línea de supercomputadoras de IBM se manifestó luego en los proyectos de modelado de sistemas celulares piramidales y BluGene (modelado molecular) de fuerza bruta en el Blue Brain Center en Suiza [39] .
  • AlphaGo  , desarrollado por Google DeepMind , ganó un partido de go contra el profesional coreano Lee Sedol , noveno dan .
  • Watson  es un desarrollo prometedor de IBM que puede percibir el habla humana y realizar búsquedas probabilísticas utilizando una gran cantidad de algoritmos. Para mostrar su trabajo, Watson participó en el juego estadounidense Jeopardy! ”, un análogo de “ Juego propio ” en Rusia, donde el sistema logró ganar en ambos juegos [40] .
  • MYCIN  fue uno de los primeros sistemas expertos que podía diagnosticar un pequeño subconjunto de enfermedades, a menudo con tanta precisión como los médicos.
  • 20Q  es un proyecto inspirado en la IA inspirado en el clásico juego 20 Preguntas. Se hizo muy popular después de aparecer en Internet en 20q.net [41] .
  • Reconocimiento de voz . Los sistemas como ViaVoice son capaces de atender a los consumidores.
  • Los robots en el torneo anual RoboCup compiten en una forma simplificada de fútbol.

Los desarrolladores de juegos de computadora usan IA en diversos grados de sofisticación. Esto forma el concepto de " Juego de inteligencia artificial ". Las tareas estándar de IA en los juegos son encontrar un camino en el espacio 2D o 3D, simular el comportamiento de una unidad de combate, calcular la estrategia económica correcta, etc.

Centros de investigación

Los mayores centros científicos y de investigación en el campo de la inteligencia artificial:

Aplicaciones de la inteligencia artificial

Finanzas

Las instituciones financieras han utilizado durante mucho tiempo las redes neuronales para detectar eventos y actividades sospechosas [42] . El uso de la IA en la industria bancaria comenzó en 1987, cuando el Security Pacific National Bank de los Estados Unidos creó un grupo de trabajo para combatir el fraude y el uso no autorizado de tarjetas de débito [43] .

Trading algorítmico

El comercio algorítmico implica el uso de sofisticados sistemas de inteligencia artificial para tomar decisiones comerciales más rápido de lo que es capaz el cuerpo humano. Esto le permite realizar millones de transacciones por día sin ninguna intervención humana. Los grandes inversores institucionales suelen utilizar los sistemas de negociación automatizados [44] .

Sin embargo, la evidencia anecdótica sugiere que, si bien la inteligencia artificial puede predecir las tendencias de los precios de las acciones o el sentimiento general sobre los mercados financieros, no es lo suficientemente precisa. El modelo de inversión basado en inteligencia artificial no puede utilizarse para inversiones a largo plazo. La precisión de dichos algoritmos para predecir la compra, venta o propiedad de acciones puede provocar pérdidas de capital.

Con base en estos resultados, los investigadores concluyeron que la inteligencia artificial aún no puede predecir el movimiento del mercado de valores con precisión confiable y confiable [45] .

Investigación de mercado y minería de datos

Varias grandes instituciones financieras han invertido en el desarrollo de la IA para utilizarla en sus prácticas de inversión. Los desarrollos de Aladdin (BlackRock) se utilizan tanto dentro de la empresa como para los clientes de la empresa, lo que ayuda a tomar decisiones de inversión. La amplia gama de funcionalidades del sistema incluye procesamiento de lenguaje natural para leer textos como noticias, informes de corredores y fuentes de redes sociales. Luego, el sistema evalúa los sentimientos en las empresas mencionadas y les asigna una puntuación. Bancos como UBS y Deutsche Bank utilizan un sistema de inteligencia artificial llamado Sqreem (Modelo de extracción y reducción cuántica secuencial) que puede procesar datos para desarrollar perfiles de consumidores y relacionarlos con los productos que es más probable que deseen [46] . Goldman Sachs utiliza Kensho, una plataforma de inteligencia de mercado que combina computación estadística con big data y procesamiento de lenguaje natural. Sus sistemas de aprendizaje automático utilizan datos de Internet y evalúan las correlaciones entre los acontecimientos mundiales y su impacto en los precios de los activos financieros [47] . La información extraída por el sistema de IA de la transmisión de noticias en vivo se utiliza para tomar decisiones de inversión.

Gestión de finanzas personales

Hay productos que usan IA para ayudar a las personas a administrar sus finanzas personales. Por ejemplo, Digit es una aplicación impulsada por IA que ayuda automáticamente a los consumidores a optimizar sus gastos y ahorros en función de sus hábitos y objetivos personales. La aplicación puede analizar factores como el ingreso mensual, el saldo actual y los hábitos de gasto, luego tomar sus propias decisiones y transferir dinero a una cuenta de ahorros separada [48] . Wallet.AI, una empresa emergente con sede en San Francisco , crea agentes que analizan los datos que genera un consumidor cuando interactúa con teléfonos inteligentes y redes sociales para informar al consumidor sobre sus gastos [49] .

Gestión de cartera financiera

Los asistentes de asesoramiento automatizados se utilizan cada vez más en la industria de gestión de inversiones. Los sistemas automatizados brindan asesoramiento financiero y asesoramiento en la gestión de carteras financieras con una mínima intervención humana. Esta clase de asesores financieros trabaja sobre la base de algoritmos diseñados para desarrollar automáticamente la cartera financiera de acuerdo con los objetivos de inversión y el apetito de riesgo de los clientes. Puede corregir cambios en el mercado en tiempo real y calibrar la cartera según los deseos del cliente [50] .

Suscripción

El prestamista en línea Upstart analiza grandes cantidades de datos de consumidores y utiliza algoritmos de aprendizaje automático para crear modelos de riesgo crediticio que predicen la probabilidad de incumplimiento . Su tecnología será licenciada a los bancos para que puedan usarla para evaluar sus procesos [51] .

ZestFinance ha desarrollado la plataforma Zest Automated Machine Learning (ZAML) específicamente para la suscripción de créditos . Esta plataforma utiliza el aprendizaje automático para analizar decenas de miles de variables tradicionales y no tradicionales (desde transacciones de compra hasta cómo un cliente completa un formulario) utilizadas en la industria de préstamos para evaluar a los prestatarios. La plataforma es especialmente útil para asignar puntajes crediticios a clientes con poco historial crediticio, como los millennials [52] .

Banca

El uso de IA permitió a Sberbank ganar $ 700 millones adicionales en 2019, y se planeó aumentar esta cantidad a $ 1 mil millones en 2020 [53] .

Administración Pública

A finales de octubre de 2021, el Primer Ministro de la Federación Rusa, Mikhail Mishustin , aprobó el plan de acción en el campo de la transformación digital de la administración pública hasta 2031. La inteligencia artificial ha sido reconocida como una tecnología clave (junto con los macrodatos y el Internet de las cosas ) que se adoptará ampliamente [54] .


Para evaluar la eficacia de la IA, solemos utilizar cinco grupos de métricas : velocidad, calidad, objetividad, personalización y rentabilidad. En todas las industrias, incluida la administración pública, la introducción de la IA generalmente conduce a un aumento de estos indicadores de 5 a 7 veces. En 2021, los eventos de IA comenzaron a incluirse en los programas de transformación digital de todos los poderes ejecutivos federales .Alexander Vedyakhin , 9 de noviembre de 2021 [55]

Guerra

El uso de la IA es una tendencia importante en la creación de sistemas avanzados de control de armas y campos de batalla [56] .

Con la ayuda de la IA, es posible proporcionar una elección óptima y adaptable a las amenazas de una combinación de sensores y armas, para coordinar su funcionamiento conjunto, para detectar e identificar amenazas, para evaluar las intenciones del enemigo [56] . La IA juega un papel importante en la implementación de sistemas tácticos de realidad aumentada . Por ejemplo, la IA permite la clasificación y la segmentación semántica de imágenes , la localización y la identificación de objetos móviles para la designación efectiva de objetivos [56] .

El 1 de marzo de 2021, el Comité sobre la Seguridad de la Aplicación de la Inteligencia Artificial ) [57] envió un informe al Presidente y al Congreso recomendando que se rechace una prohibición mundial del uso de sistemas de armas autónomos basados ​​en IA ( ver también robot de combate[ refinar ] ). El informe dice que el uso de la IA "reducirá el tiempo de decisión" en los casos en que una persona no pueda actuar lo suficientemente rápido. El Comité también expresó su preocupación de que es poco probable que China y Rusia cumplan con el tratado que prohíbe el uso de IA en asuntos militares [58] .

Porcelana

Según el Departamento de Defensa de EE. UU., China ha decidido desarrollar métodos para introducir IA en futuros sistemas de armas. La Academia China de Ciencias Militares se encargó de implementar este programa combinando los esfuerzos del complejo militar-industrial y las empresas privadas [59] .

Agencias de inteligencia

Las agencias de inteligencia británicas combatirán las noticias falsas rusas con la ayuda de la inteligencia artificial, que reconocerá la actividad de la " fábrica de trolls ". Según el Centro de Comunicaciones del Gobierno del Reino Unido , la inteligencia artificial combatirá las falsificaciones al verificar los datos con fuentes confiables, identificar la manipulación de imágenes y videos y bloquear los bots sospechosos [60] .

Industria pesada

Los robots se han vuelto omnipresentes en muchas industrias y, a menudo, están involucrados en trabajos que se consideran peligrosos para los humanos. Los robots han demostrado ser efectivos en trabajos que implican tareas repetitivas y rutinarias que pueden provocar errores o accidentes debido a la reducción de la concentración con el tiempo. Los robots también se utilizan ampliamente en trabajos que los humanos pueden encontrar degradantes.

En 2014, China , Japón , Estados Unidos , la República de Corea y Alemania juntos representaron el 70 % de las ventas mundiales de robots. En la industria automotriz , un sector con un grado de automatización particularmente alto, Japón tenía la mayor densidad de robots industriales del mundo, con 1.414 robots por cada 10.000 empleados.

Medicina

Las redes neuronales artificiales, como la tecnología Concept Processing del software Electronic Health Record , se utilizan como sistemas de decisión clínica para el diagnóstico médico .

Otras tareas en medicina que potencialmente podrían ser realizadas por inteligencia artificial y que están comenzando a desarrollarse incluyen:

  • Interpretación informática de imágenes médicas. Dichos sistemas ayudan a escanear imágenes digitales, como las de tomografías computarizadas , para presentaciones típicas y para resaltar anomalías notables, como posibles enfermedades. Una aplicación típica es la detección de tumores.
  • Análisis de frecuencia cardíaca [61]
  • El proyecto Watson es otro uso de la IA en esta área, un programa de preguntas y respuestas diseñado para ayudar a los oncólogos
  • Robots de cuidado de personas mayores [62]
  • Procesamiento de registros médicos para proporcionar información más útil
  • Crear planes de tratamiento
  • Identificación de un mayor riesgo de enfermedad.
  • Asistencia con tareas repetitivas, incluida la gestión de medicamentos .
  • Asesoramiento _
  • Creación de drogas [63]
  • Uso de maniquíes humanoides en lugar de pacientes para la educación clínica [64]

Actualmente hay más de 90 nuevas empresas basadas en IA en la industria de la salud [65] .

Gestión y contratación de recursos humanos

Otra aplicación de la IA es la gestión y contratación de recursos humanos . Hay tres formas de utilizar la IA para la gestión y contratación de recursos humanos. La IA se utiliza para revisar los currículos y clasificar a los candidatos según su nivel de habilidad. La IA también se utiliza para predecir el éxito de un candidato en determinadas funciones a través de plataformas de búsqueda de empleo. Finalmente, la IA se está utilizando en la creación de chatbots que pueden automatizar tareas de comunicación repetitivas.

Por regla general, el proceso de revisión de hojas de vida incluye el análisis y la búsqueda de información en la base de datos de hojas de vida. Las empresas emergentes , como Pomato , están creando algoritmos de aprendizaje automático para automatizar los procesos de revisión de currículums. El sistema Pomato AI [66] tiene como objetivo automatizar la selección de candidatos técnicos para puestos en empresas técnicas. La IA de Pomato realiza más de 200 000 cálculos por currículum en segundos y luego diseña su propia entrevista técnica basada en habilidades útiles.

De 2016 a 2017, la empresa de bienes de consumo Unilever utilizó inteligencia artificial para mapear a todos los empleados de nivel inicial. La IA de Unilever utilizó juegos basados ​​en la neurociencia, entrevistas grabadas y análisis de señales faciales y del habla para predecir el éxito de un candidato en la empresa. Unilever se asoció con Pymetrics y HireVue para crear un nuevo sistema de análisis basado en IA y aumentar la cantidad de solicitantes considerados de 15 000 a 30 000 en un año. Unilever también redujo el tiempo de procesamiento de solicitudes de 4 meses a 4 semanas y ahorró más de 50 000 horas de tiempo del reclutador.

Desde la selección de currículums hasta la neurociencia, el reconocimiento de voz y el análisis facial... está claro que la IA está teniendo un gran impacto en el campo de la gestión de recursos humanos. Uno de los avances en IA es el desarrollo de chats de reclutamiento. TextRecruit lanzó Ari (interfaz de reclutamiento automatizado). Ari es una suite de chat de reclutamiento diseñada para conversaciones de texto bidireccionales con candidatos. Ari automatiza la publicación de trabajos, los anuncios, la selección de candidatos, la programación de entrevistas y el desarrollo de la relación del candidato con la empresa a medida que avanzan en el proceso de contratación. Ari se ofrece actualmente como parte de la plataforma de participación del proyecto TextRecruit.

Música

Aunque la evolución de la música siempre se ha visto afectada por la tecnología, la inteligencia artificial ha permitido, con la ayuda de los avances científicos, emular, en cierta medida, la composición humana.

Entre los primeros esfuerzos notables, David Cope creó una IA llamada Emily Howell , que logró hacerse famosa en el campo de la música computarizada algorítmica. El algoritmo subyacente de Emily Howell está registrado como patente estadounidense [67] .

Otros desarrollos, como AIVA , se centran en la composición de sinfonías, en su mayoría bandas sonoras de películas clásicas . Este desarrollo alcanzó notoriedad, convirtiéndose en el primer compositor virtual en ser reconocido por una asociación profesional de música [68] .

Las inteligencias artificiales pueden incluso crear música adecuada para su uso en entornos médicos, Melomics usa música de computadora para aliviar el estrés y el dolor [69] .

Además, iniciativas como Google Magenta , liderada por el equipo de Google Brain , quieren ver si la inteligencia artificial puede crear arte convincente.

En el laboratorio de investigación CSL de Sony , su software Flow Machines crea canciones pop aprendiendo estilos musicales de una enorme base de datos de canciones . Mediante el análisis de combinaciones únicas de estilos y técnicas de optimización, la IA puede componer música en cualquier estilo existente.

En diciembre de 2020, en Rusia, como parte de la conferencia AI Journey (organizada por Sberbank , moderador Alexander Vedyakhin), los artistas rusos Zivert , Rakhim , Egor Ship y Danya Milokhin actuaron junto con inteligencia artificial [70] .

Noticias, publicaciones y redacción

Narrative Science pone a disposición comercial noticias e informes informáticos, incluido un resumen de eventos deportivos basado en estadísticas del juego en inglés. También crea informes financieros y análisis inmobiliario. Del mismo modo, Automated Insights resúmenes personalizados y vistas previas de Yahoo Sports Fantasy Football. Para 2014, se espera que la empresa cree mil millones de historias al año, frente a los 350 millones de 2013 [71] . Las principales empresas de medios como Associated Press , Forbes , The New York Times , Los Angeles Times y ProPublica han comenzado a automatizar el contenido de las noticias Había tal cosa como el periodismo automatizado [72] .

Echobox es una empresa de software que ayuda a los editores a aumentar el tráfico mediante la publicación inteligente de artículos en plataformas de redes sociales como Facebook y Twitter . Al analizar grandes cantidades de datos, AI aprende cómo reaccionan audiencias específicas a diferentes artículos en diferentes momentos del día. Luego elige las mejores historias para publicar y el mejor momento para publicarlas. Utiliza datos históricos y en tiempo real para comprender lo que ha funcionado bien en el pasado, así como lo que es tendencia actualmente en línea .

Otra empresa, llamada Yseop , está utilizando inteligencia artificial para convertir datos estructurados en comentarios y recomendaciones inteligentes en lenguaje natural. Yseop puede escribir estados financieros, resúmenes ejecutivos, documentos personalizados de ventas o marketing, y más a miles de páginas por segundo y en varios idiomas, incluidos inglés , español , francés y alemán [73] .

Boomtrain es otro ejemplo de IA que está diseñado para aprender cómo involucrar mejor a cada lector individual con los artículos exactos, enviados a través del canal correcto en el momento correcto, que serán más relevantes para el lector. Es como contratar a un editor personal para que cada lector individual encuentre los mejores artículos para ellos.

También existe la posibilidad de que AI escriba obras literarias en el futuro. En 2016, una IA japonesa escribió un cuento y estuvo a punto de ganar un premio literario [74] .

Atención al cliente en línea y por teléfono

La inteligencia artificial se implementa en asistentes en línea automatizados , que pueden considerarse como chatbots en páginas web . Esto puede ayudar a las empresas a reducir el costo de contratar y capacitar a los empleados. La tecnología subyacente para tales sistemas es el procesamiento del lenguaje natural. Pypestream utiliza un servicio de atención al cliente automatizado para su aplicación móvil diseñada para facilitar la conexión con los clientes [75] .

Mantenimiento de telecomunicaciones

Muchas empresas de telecomunicaciones utilizan heurísticas en la gestión de sus empleados, por ejemplo, BT Group ha implementado heurísticas en una aplicación de programación que proporciona horarios de trabajo para 20 000 ingenieros .

Hay grandes esperanzas puestas en el uso de sistemas de inteligencia artificial para gestionar redes celulares 6G [76] .

Entretenimiento y juegos

En la década de 1990, se hicieron los primeros intentos de producir en masa tipos básicos de IA orientados al hogar para la educación o la recreación. Esto ha avanzado significativamente con la revolución digital y ha ayudado a las personas, especialmente a los niños, a familiarizarse con diferentes tipos de IA, especialmente en forma de Tamagotchis y mascotas, el iPod Touch , Internet y el primer robot generalizado, el Furby . Un año después, se lanzó un tipo mejorado de robot doméstico en forma de Aibo , un perro robótico con características inteligentes y autonomía.

Empresas como Mattel están creando una gama de juguetes habilitados para IA para niños de hasta tres años. Utilizando sistemas de inteligencia artificial patentados y reconocimiento de voz, pueden comprender conversaciones, brindar respuestas inteligentes y aprender rápidamente [77] .

La IA también se usa en la industria de los juegos, por ejemplo, los videojuegos usan bots , que están diseñados para desempeñar el papel de adversarios donde los humanos no están disponibles o no son deseables. En 2018, los investigadores de la Universidad de Cornell crearon un par de redes adversarias generativas y las entrenaron en el juego de disparos Doom . Durante el proceso de aprendizaje, las redes neuronales determinaron los principios básicos para construir los niveles de este juego, y después de eso, pudieron generar nuevos niveles sin la ayuda de personas [78] .

Transporte

Transporte por carretera

Los controladores de lógica difusa se han desarrollado para transmisiones automáticas en automóviles. Por ejemplo, el Audi TT , el VW Touareg y el VW Caravell de 2006 usan una caja de cambios DSG basada en lógica difusa . Varios modelos de Škoda ( Škoda Fabia ) también incluyen actualmente un controlador basado en lógica difusa.

Los vehículos de hoy ahora tienen funciones de asistencia basadas en IA, como autocarga y ayudas avanzadas de control de crucero . La IA se está utilizando para optimizar las aplicaciones de gestión del tráfico, lo que a su vez reduce los tiempos de espera, el consumo de energía y las emisiones hasta en un 25 % [79] . En el futuro, se desarrollarán vehículos totalmente autónomos. Se espera que la IA en el transporte proporcione un transporte seguro, eficiente y confiable al tiempo que minimiza el impacto perjudicial en el medio ambiente y la sociedad. El principal problema para el desarrollo de esta IA es el hecho de que los sistemas de transporte son sistemas inherentemente complejos, que incluyen una gran cantidad de componentes y diferentes partes, cada una de las cuales tiene objetivos diferentes y, a menudo, contradictorios [80] .

Transporte ferroviario

En junio de 2019, se probó un complejo de software y hardware que funciona con tecnología de visión en una locomotora diésel ChME3-1562 , registrada en el depósito Lost del Ferrocarril del Norte. En caso de peligro (una flecha colocada incorrectamente, un obstáculo en la carretera, un semáforo que prohíbe), el sistema primero da una señal de luz y sonido al conductor y luego frena [81] . El complejo, que recibió la designación PAK-PML (complejo de software y hardware para asistencia al maquinista), utiliza inteligencia artificial, acumulando datos sobre viajes ya realizados y usándolos para evaluar la situación. A principios de septiembre de 2020, se inició en la estación de Losta una corrida experimental de dos ChME3 equipados con PAK-PML . El kilometraje es parte del proyecto piloto de Russian Railways "Implementación de tecnología de visión para el control y monitoreo de material rodante". A su vez, este proyecto es un paso importante en el proyecto corporativo global "Locomotora Digital" [82] .

Transporte urbano

Otras aplicaciones

Varias herramientas de IA también se utilizan ampliamente en seguridad, reconocimiento de voz y texto, extracción de datos y filtrado de correo no deseado. También se están desarrollando aplicaciones para el reconocimiento de gestos (comprensión del lenguaje de señas por parte de las máquinas), reconocimiento de voz individual, reconocimiento de voz global (de muchas personas en una habitación ruidosa), reconocimiento facial para interpretar emociones y señales no verbales. Otras aplicaciones son la navegación robótica, la evitación de obstáculos y el reconocimiento de objetos .

La combinación de inteligencia artificial con datos experimentales ha acelerado 200 veces la creación de un nuevo tipo de vidrio metálico. La naturaleza vítrea del nuevo material lo hace más fuerte, liviano y resistente a la corrosión que el acero actual. El equipo, dirigido por científicos del Laboratorio Nacional de Aceleradores SLAC del Departamento de Energía , el Instituto Nacional de Estándares y Tecnología y la Universidad Northwestern de EE. UU., informaron reducciones de costos para descubrir y mejorar el vidrio metálico en una fracción del tiempo y el costo. Según Apurva Mehta, portavoz del equipo de desarrollo [83] , “Pudimos crear y seleccionar 20 000 opciones en un año” [84] .

En febrero de 2021, Estados Unidos probó la inteligencia artificial en una pelea de perros dos contra uno. La nueva etapa de pruebas, denominada Scrimmage 1, se llevó a cabo en el Laboratorio de Física Aplicada de la Universidad Johns Hopkins . En esta batalla aérea, dos cazas F-16 Fighting Falcon controlados por IA operaron en grupo y lucharon contra uno del mismo avión. Durante la nueva etapa de prueba, los algoritmos de redes neuronales no solo llevaron a cabo un combate aéreo maniobrable cercano, sino que también actuaron a distancia del enemigo, detectándolo con la ayuda de radares y golpeándolo con misiles a distancia [85] .

Conexión con otras ciencias y fenómenos culturales

La inteligencia artificial y la neurofisiología , la epistemología , la psicología cognitiva forman una ciencia más general llamada cognición . La filosofía juega un papel importante en la inteligencia artificial . La epistemología, la ciencia del conocimiento en el marco de la filosofía, también está íntimamente relacionada con los problemas de la inteligencia artificial. Los filósofos que se ocupan de este problema resuelven preguntas similares a las que resuelven los ingenieros de IA sobre la mejor manera de representar y utilizar el conocimiento y la información.

Informática y cibernética

En informática , los problemas de la inteligencia artificial se plantean desde el punto de vista del diseño de sistemas expertos y bases de conocimiento . La base de conocimientos se entiende como un conjunto de datos y reglas de inferencia que permiten la inferencia lógica y el procesamiento significativo de la información. En general, la investigación sobre los problemas de la inteligencia artificial en informática está dirigida a la creación, desarrollo y operación de sistemas de información inteligentes, y los problemas de capacitación de usuarios y desarrolladores de dichos sistemas son resueltos por especialistas en tecnología de la información .

Psicología y ciencia cognitiva

La metodología del modelado cognitivo está diseñada para analizar y tomar decisiones en situaciones mal definidas. Fue propuesto por Robert Axelrod [86] .

Se basa en modelar las ideas subjetivas de los expertos sobre la situación e incluye: una metodología para estructurar la situación: un modelo para representar el conocimiento experto en forma de un dígrafo con signo (mapa cognitivo) (F, W), donde F es un conjunto de factores de situación, W es un conjunto de relaciones de causa y efecto entre factores de situación; métodos de análisis de la situación. En la actualidad, la metodología del modelado cognitivo se está desarrollando en la dirección de mejorar el aparato para analizar y modelar la situación. Aquí se proponen modelos para pronosticar el desarrollo de la situación; Métodos para resolver problemas inversos.

Filosofía

La ciencia de "crear inteligencia artificial" no podía dejar de atraer la atención de los filósofos. Con el advenimiento de los primeros sistemas inteligentes, surgieron preguntas fundamentales sobre el hombre y el conocimiento, y en parte sobre el orden mundial.

Los problemas filosóficos de la creación de inteligencia artificial se pueden dividir en dos grupos, en términos relativos, "antes y después del desarrollo de la IA". El primer grupo responde a la pregunta: “¿Qué es la IA, es posible crearla y, si es posible, cómo hacerlo?” El segundo grupo (ética de la inteligencia artificial) plantea la pregunta: "¿Cuáles son las consecuencias de la creación de la IA para la humanidad?"

El movimiento del transhumanismo considera la creación de IA una de las tareas más importantes de la humanidad.

Problemas de creación de IA

Entre los investigadores de IA, todavía no existe un punto de vista dominante sobre los criterios de intelectualidad, la sistematización de los objetivos y tareas a resolver, ni siquiera existe una definición estricta de ciencia. Hay diferentes puntos de vista sobre la cuestión de qué se considera inteligencia.

El debate más acalorado en la filosofía de la inteligencia artificial es la cuestión de la posibilidad de pensar las creaciones de manos humanas. La pregunta "¿Puede una máquina pensar?", que llevó a los investigadores a crear la ciencia de modelar la mente humana, fue planteada por Alan Turing en 1950. Los dos puntos de vista principales sobre este tema se denominan hipótesis de inteligencia artificial fuerte y débil .

El término "inteligencia artificial fuerte" fue introducido por John Searle , y su enfoque se caracteriza por sus propias palabras:

Además, tal programa sería más que un simple modelo de la mente; será literalmente la mente misma, en el mismo sentido en que la mente humana es mente [87] .

Al mismo tiempo, es necesario comprender si es posible una mente “puramente artificial” (“metamente”), comprensiva y resolviendo problemas reales y, al mismo tiempo, desprovista de emociones propias de una persona y necesarias para su funcionamiento. supervivencia individual. .

Por el contrario, los defensores débiles de la IA prefieren ver el software como una mera herramienta para resolver ciertas tareas que no requieren la gama completa de habilidades cognitivas humanas.

El experimento mental de China Room de John Searle es un argumento de que pasar la prueba de Turing no es un criterio para que una máquina tenga un proceso de pensamiento genuino . Una posición similar es adoptada por Roger Penrose , quien, en su libro The New Mind of the King , argumenta que es imposible obtener un proceso de pensamiento sobre la base de sistemas formales [88] .

En un artículo publicado en la revista Science en 2018, Matthew Hutson muestra que el campo de la IA se encuentra actualmente en una crisis de replicación [89] . Según el autor y los expertos entrevistados por él, la crisis está relacionada con la práctica de código cerrado y datos que se ha desarrollado en el campo.

Según el neurobiólogo y filósofo ruso Nikolai Aseev, los intentos de crear IA tienen todas las propiedades de un culto de carga : “hacemos cerebros con paja y esperamos a que surja[90] . Según este autor, nunca se creará una IA fuerte , aunque se seguirán mejorando algoritmos que puedan jugar, reconocer y resolver otros problemas particulares.

Ética

Eliezer Yudkowsky está investigando en el Instituto de Investigación de Inteligencia de Máquinas (SIAI) en los EE. UU. los problemas de riesgo global que podría crear una futura IA sobrehumana si no está programada para ser amigable con los humanos [91] . En 2004, SIAI creó AsimovLaws.com para discutir la ética de la IA en el contexto de los temas planteados en la película Yo, robot . En este sitio web, querían mostrar que las leyes de la robótica de Asimov no son seguras, ya que, por ejemplo, pueden inducir a la IA a apoderarse de la tierra para "proteger" a las personas del daño.

Murray Shanahan , profesor de Robótica Cognitiva en el Imperial College de Londres , ha transmitido las opiniones de varios expertos en IA de la siguiente manera [92] :

Se puede trazar la siguiente analogía: se produciría una singularidad en la historia de la humanidad si el progreso tecnológico exponencial provocara cambios dramáticos en la sociedad, como resultado de lo cual las relaciones humanas, tal como las entendemos hoy, llegarían a su fin. Las instituciones sociales reconocidas -la economía, el gobierno, la ley, el estado- no podrían sobrevivir en su forma actual. Incluso los valores humanos más elementales, la inviolabilidad de la vida, la búsqueda de la felicidad, la libertad de elección, serían cancelados por sí mismos.

Religión

El 14º Dalai Lama cree que no se puede afirmar que las máquinas tengan conciencia o la capacidad de saber, y la afirmación de que la conciencia aparece debido a causas materiales es inaceptable desde el punto de vista del budismo [93] .

Otras confesiones tradicionales rara vez describen los problemas de la IA. Sin embargo, algunos teólogos le prestan atención. Por ejemplo, el arcipreste Mikhail Zakharov [94] , argumentando desde el punto de vista de la cosmovisión cristiana, plantea la siguiente pregunta: “El hombre es un ser racionalmente libre, creado por Dios a su imagen y semejanza. Estamos acostumbrados a referir todas estas definiciones a la especie biológica Homo Sapiens. Pero, ¿qué tan justificado está esto? [95] . Él responde a esta pregunta así:

Suponiendo que la investigación en el campo de la inteligencia artificial conducirá alguna vez al surgimiento de un ser artificial que sea superior al hombre en inteligencia, con libre albedrío, ¿significa esto que esta criatura es una persona? … el hombre es una creación de Dios. ¿Podemos llamar a esta criatura una creación de Dios? A primera vista, es una creación humana. Pero incluso al crear al hombre, apenas vale la pena entender literalmente que Dios con Sus propias manos formó al primer hombre de arcilla. Esta es probablemente una alegoría, que indica la materialidad del cuerpo humano, creado por la voluntad de Dios. Pero sin la voluntad de Dios, nada sucede en este mundo. El hombre, como cocreador de este mundo, puede, cumpliendo la voluntad de Dios, crear nuevas criaturas. Tales criaturas, creadas por manos humanas según la voluntad de Dios, probablemente pueden llamarse creaciones de Dios. Después de todo, el hombre crea nuevas especies de animales y plantas. Y consideramos que las plantas y los animales son creaciones de Dios. Lo mismo puede decirse de un ser artificial de naturaleza no biológica.

[95]

Ciencia ficción

En la literatura de ciencia ficción , la IA se presenta con mayor frecuencia como una fuerza que intenta derrocar el poder del hombre ( Omnius , HAL 9000 en " 2001: A Space Odyssey ", Supremacy , Skynet , Colossus, " The Matrix " y un replicante en " Blade Runner ", IA en " Hyperion "), Ultrón , o un humanoide al servicio ( C-3PO , Data , KITT y KARR , " Hombre bicentenario "). La inevitabilidad del dominio sobre el mundo por parte de la IA fuera de control es cuestionada por sus investigadores, como el escritor de ciencia ficción Isaac Asimov y el cibernético Kevin Warwick , conocidos por múltiples experimentos sobre la integración de máquinas y seres vivos.

La novela Turing Choice del escritor de ciencia ficción Harry Harrison y el científico Marvin Minsky [96] plantea la cuestión de la pérdida de la humanidad en una persona cuyo cerebro fue implantado con una computadora , y el surgimiento de la humanidad en una máquina de IA, en cuya memoria la información del cerebro fue copiado persona.

Algunos escritores de ciencia ficción , como Vernor Vinge , también han especulado sobre las implicaciones del advenimiento de la IA, que probablemente provocará cambios drásticos en la sociedad. Este período se llama la singularidad tecnológica .

El tema de la IA se considera desde diferentes ángulos en el trabajo de Robert Heinlein : la hipótesis del surgimiento de la autoconciencia de la IA cuando la estructura se vuelve más compleja más allá de un cierto nivel crítico y hay interacción con el mundo exterior y otros portadores de la mente ( “The Moon Is a Harsh Mistress”, “Time Enough For Love”, personajes Mycroft, Dora y Aya en el ciclo “ Historia del futuro ”, los problemas del desarrollo de la IA tras una hipotética autoconciencia y algunas cuestiones sociales y éticas ( "Viernes"). Los problemas sociopsicológicos de la interacción humana con la IA también se consideran en la novela de Philip K. Dick ¿Sueñan los androides con ovejas eléctricas? ”, también conocido por la adaptación cinematográfica de Blade Runner .

La creación de la realidad virtual, la inteligencia artificial, los nanorobots y muchos otros problemas de la filosofía de la inteligencia artificial se describen y anticipan en gran medida en la obra del escritor y filósofo de ciencia ficción Stanislav Lem . Destaca especialmente la futurología " La Suma de la Tecnología " . Además, las aventuras de Iyon the Quiet describen repetidamente la relación entre los seres vivos y las máquinas: el motín de la computadora de a bordo con eventos inesperados posteriores (viaje 11), la adaptación de los robots en la sociedad humana ("The Washing Tragedy" de "Memorias de Iyon the Quiet"), la construcción del orden absoluto en el planeta a través del procesamiento de habitantes vivos (viaje 24), invenciones de Corcoran y Diagoras ("Memoirs of Iyon the Quiet"), una clínica psiquiátrica para robots (" Memorias de Iyon el Tranquilo"). Además, existe todo un ciclo de cuentos y cuentos " Cyberiad ", donde casi todos los personajes son robots, que son descendientes lejanos de robots que se escaparon de las personas (llaman pálidas a las personas y las consideran criaturas míticas).

Películas

Desde casi la década de 1960, junto con la escritura de relatos fantásticos y novelas, se han realizado películas sobre inteligencia artificial . Muchas historias de autores reconocidos en todo el mundo son filmadas y se convierten en clásicos del género, otras se convierten en un hito en el desarrollo de la ciencia ficción , por ejemplo, Blade Runner , Terminator , The Matrix , Star Wars , etc.

Véase también

Notas

  1. 1 2 3 Averkin A. N., Gaaze-Rapoport M. G., Pospelov D. A. Diccionario explicativo de inteligencia artificial. - M.: Radio y comunicación, 1992. - 256 p. . Consultado el 26 de mayo de 2010. Archivado desde el original el 5 de mayo de 2010.
  2. 1 2 3 4 ¿Qué es la Inteligencia Artificial? Archivado el 18 de noviembre de 2015 en las preguntas frecuentes de Wayback Machine por John McCarthy , 2007
  3. Anatoly Gershmann. Falacias de la inteligencia artificial . Postnauka.ru. Consultado el 6 de octubre de 2017. Archivado desde el original el 6 de octubre de 2017.
  4. M. Andrés. Vida real e inteligencia artificial // "Noticias de inteligencia artificial", RAII, 2000
  5. Gavrilova T. A. Khoroshevsky V. F. Bases de conocimiento de sistemas inteligentes: Libro de texto para universidades  (enlace inaccesible)
  6. 1 2 G. S. Osipov. Inteligencia artificial: el estado de la investigación y una mirada al futuro . Fecha de acceso: 26 de mayo de 2010. Archivado desde el original el 11 de septiembre de 2010.
  7. Andreas Kaplan; Michael Haenlein (2019) Siri, Siri en mi mano, ¿quién es la más bella del mundo? Sobre las interpretaciones, ilustraciones e implicaciones de la inteligencia artificial, Business Horizons, 62(1) . Consultado el 30 de diciembre de 2018. Archivado desde el original el 21 de noviembre de 2018.
  8. Ilyasov F. N. Mente artificial y natural // Actas de la Academia de Ciencias de la República Socialista Soviética de Turkmenistán, una serie de ciencias sociales. 1986. Nº 6. S. 46-54.
  9. Alan Turing, ¿Pueden pensar las máquinas? . Consultado el 22 de agosto de 2011. Archivado desde el original el 24 de marzo de 2012.
  10. Invenciones de S. N. Korsakov . Consultado el 4 de noviembre de 2013. Archivado desde el original el 9 de marzo de 2014.
  11. Mikhailov A.S. Fortalecimiento de las posibilidades de la mente: invenciones de S.N. Korsakova  // Inteligencia artificial y toma de decisiones. - 2016. - Nº 2 . - S. 5-15 . Archivado desde el original el 26 de junio de 2021.
  12. Inteligencia artificial en la URSS . Archivado desde el original el 2 de septiembre de 2018. Consultado el 10 de septiembre de 2018.
  13. D. A. Pospelov. Formación de la informática en Rusia . Fecha de acceso: 31 de mayo de 2010. Archivado desde el original el 9 de septiembre de 2010.
  14. Sobre la historia de la cibernética en la URSS. Feature One Archivado el 28 de diciembre de 2019 en Wayback Machine , Feature Two Archivado el 6 de enero de 2010 en Wayback Machine
  15. Periódico "Kommersant" No. 92 del 30/05/2019, página 1 Se agregará inteligencia artificial al gobierno Copia de archivo del 4 de junio de 2019 en Wayback Machine
  16. Lilit Sargsyan, María Efimova. Pero él debe ser el gobernante  // Novaya Gazeta . - 2019. - Nº 59 . - S. 9 .
  17. Decreto del presidente de la Federación Rusa sobre el desarrollo de la inteligencia artificial en la Federación Rusa . Consultado el 28 de octubre de 2019. Archivado desde el original el 28 de octubre de 2019.
  18. El Presidium de la Comisión Gubernamental de Desarrollo Digital aprobó el proyecto federal “Inteligencia Artificial”  // Centro Experto del Estado Electrónico . - 2020. - 31 de agosto. — Fecha de acceso: 11/05/2021.
  19. Alexander Kiryanov, Igor Korolev. Viceministra de Desarrollo Económico Oksana Tarasenko en una entrevista con CNews sobre el desarrollo de la inteligencia artificial en Rusia: La implementación del proyecto federal "Inteligencia Artificial" ha comenzado en Rusia.  // Cnoticias . - 2021. - 9 de febrero. — Fecha de acceso: 11/05/2021.
  20. AI Journey entró en las 3 principales conferencias mundiales sobre inteligencia artificial  // SberPress  : servicio de noticias sobre el ecosistema Sber. - 2021. - 2 de diciembre. — Fecha de acceso: 11/05/2021.
  21. Conferencia de Inteligencia Artificial: Vladimir Putin participó en la discusión principal de la conferencia Artificial Intelligence Journey (AI Journey 2020) sobre inteligencia artificial sobre el tema "La inteligencia artificial es la tecnología principal del siglo XXI" a través de videoconferencia.  // Presidente de Rusia  : sitio web de la administración del Presidente de la Federación Rusa. - 2020. - 4 de diciembre. — Fecha de acceso: 11/05/2021.
  22. El gobierno apoyará a los desarrolladores de proyectos en el campo de la inteligencia artificial: se está trabajando en nombre del presidente  // sitio web del Gobierno de la Federación Rusa . - 2021. - 29 de marzo. — Fecha de acceso: 11/05/2021.
  23. Jack Copeland. ¿Qué es la Inteligencia Artificial? Archivado el 24 de diciembre de 2008 en Wayback Machine 2000
  24. Alan Turing, " Computing Machinery and Intelligence Archivado el 28 de marzo de 2013 en Wayback Machine ", Mind, vol. LIX, No. 236, octubre de 1950, págs. 433-460.
  25. MODELAR RAZONAMIENTO Matemáticas pop para niños adultos :: @diaries: asocial network . www.diario.ru Consultado el 10 de septiembre de 2018. Archivado desde el original el 10 de septiembre de 2018.
  26. Procesamiento del lenguaje natural :
  27. Las aplicaciones de procesamiento de lenguaje natural incluyen recuperación de información (incluyendo: análisis de texto y traducción automática ):
  28. Gorban P. A. Extracción de conocimiento de redes neuronales a partir de datos y psicoanálisis informático Copia de archivo del 12 de diciembre de 2009 en Wayback Machine
  29. Aprendizaje automático :
  30. Alan Turing discutió como un tema central ya en 1950, en su artículo clásico Computing Machinery and Intelligence . ( Turing 1950 )
  31. (copia escaneada en pdf del original) Archivado el 26 de abril de 2011 en Wayback Machine (versión publicada en 1957 , An Inductive Inference Machine, "IRE Convention Record, Section on Information Theory, Part 2, pp. 56-62)
  32. Robótica :
  33. Russell y Norvig, 2003 , págs. 916–932
  34. Russell y Norvig, 2003 , págs. 908–915
  35. Música de inteligencia artificial . La red neuronal ha aprendido a crear pistas techno // Kommersant - Nauka, 06/09/2022
  36. Computadoras cuánticas e inteligencia artificial . Consultado el 20 de marzo de 2017. Archivado desde el original el 20 de marzo de 2017.
  37. Computadora cuántica e inteligencia artificial . Consultado el 20 de marzo de 2017. Archivado desde el original el 20 de marzo de 2017.
  38. Gratiano, 2021 , Capítulo 8..
  39. Blue Brain Project - Cerebro artificial (enlace inaccesible) . Consultado el 23 de agosto de 2011. Archivado desde el original el 4 de marzo de 2016. 
  40. El afable Watson ensarta a oponentes humanos en Jeopardy . Consultado el 17 de febrero de 2011. Archivado desde el original el 22 de febrero de 2011.
  41. 20Q.net Inc (enlace no disponible) . Consultado el 15 de junio de 2020. Archivado desde el original el 30 de noviembre de 2005. 
  42. Matthew F. Dixon, Igor Halperin, Paul Bilokon. Aprendizaje automático en finanzas: de la teoría a la práctica . - Springer, 2021. - ISBN 9783030410674 . Archivado el 2 de septiembre de 2021 en Wayback Machine .
  43. Christy, Charles A. Impacto de la inteligencia artificial en la banca . Los Ángeles Times (17 de enero de 1990). Fecha de acceso: 10 de septiembre de 2019.
  44. Personal, Investopedia . Comercio algorítmico  (inglés) , Investopedia  (18 de mayo de 2005). Archivado desde el original el 4 de enero de 2022. Consultado el 10 de noviembre de 2017.
  45. Aljazeera: ¿puede la inteligencia artificial predecir el movimiento de los mercados financieros? . El diario Arabinform . Consultado el 10 de marzo de 2022. Archivado desde el original el 3 de marzo de 2022.
  46. Más allá de los Robo-Asesores: cómo la IA podría reconfigurar la gestión patrimonial  , American Banker . Archivado desde el original el 18 de enero de 2019. Consultado el 10 de noviembre de 2017.
  47. Gara, Antoine . La IA para inversores de Kensho acaba de ser valorada en más de 500 millones de dólares en una ronda de financiación de Wall  Street , Forbes . Archivado desde el original el 28 de marzo de 2019. Consultado el 10 de noviembre de 2017.
  48. ↑ Las 5 mejores aplicaciones de chatbot impulsadas por IA  . yalantis.com. Consultado el 10 de noviembre de 2017. Archivado desde el original el 8 de enero de 2019.
  49. Kaushik, Preetam . ¿Es la inteligencia artificial el camino a seguir para las finanzas personales?  (Inglés) , CABLEADO . Archivado desde el original el 28 de marzo de 2019. Consultado el 10 de noviembre de 2017.
  50. Machine Learning in Finance - Present and Future Applications  , Emerj (  15 de agosto de 2016). Archivado desde el original el 15 de diciembre de 2018. Consultado el 10 de noviembre de 2017.
  51. El aprendizaje automático es el futuro de la suscripción, pero las empresas emergentes no lo impulsarán  , Bank Innovation (  3 de abril de 2017). Archivado desde el original el 10 de noviembre de 2017. Consultado el 10 de noviembre de 2017.
  52. ZestFinance presenta la plataforma de aprendizaje automático para suscribir a los millennials y otros consumidores con  historial de crédito limitado . www.businesswire.com Consultado el 10 de noviembre de 2017. Archivado desde el original el 8 de febrero de 2019.
  53. La inteligencia artificial ayudó a Sberbank a ganar $700 millones adicionales en un año: Alexander Vedyakhin , primer vicepresidente de la junta directiva del banco , predice que esta cifra alcanzará los mil millones de dólares en 2020 // TASS . - 2020. - 23 de enero. — Fecha de acceso: 04/07/2021.
  54. Tatiana Isakova. AI uno, dos, tomó: Cómo se está digitalizando la administración estatal rusa  // Kommersant . - 2021. - 12 de noviembre. — Fecha de acceso: 10/05/2022.
  55. Julia Makarova. Alexander Vedyakhin sobre la "carrera de transformadores" y el futuro de las redes neuronales: el primer vicepresidente de la junta directiva de Sberbank Alexander Vedyakhin le dijo a RBC Trends en una entrevista qué avances ha logrado la IA últimamente y qué se discutirá en la conferencia más grande sobre IA y datos análisis AI Journey 2021  // RBC . - 2021. - 9 de noviembre. — Fecha de acceso: 10/05/2022.
  56. 1 2 3 Slyusar, Vadym La inteligencia artificial como base de las futuras redes de control. . Problemas de coordinación de la política industrial militar técnica y devensiva en Ucrania. Perspectivas de desarrollo de armamento y equipamiento militar/ VII Congreso Internacional Científico y Práctico. resúmenes de informes. - 8 al 10 de octubre de 2019. - Kyiv. - págs. 76 - 77. - DOI: 10.13140/RG.2.2.30247.50087 (2019). Consultado el 28 de abril de 2020. Archivado desde el original el 26 de junio de 2021.
  57. Los miembros del comité incluyen: Andy Jesse  , director ejecutivo de Amazon Corporation ; Andrew Moore y Eric Horwitz  son los directores de IA en Google y Microsoft , y Safra Katz  es la directora ejecutiva de Oracle . El comité está presidido por Eric Schmidt  , ex director ejecutivo de Google, y Robert Wark  , ex subsecretario de Defensa de EE. UU.
  58. Se insta a Biden a respaldar las armas de IA para contrarrestar las amenazas de China y Rusia . Archivado el 2 de marzo de 2021 en Wayback Machine , BBC, 2/03/2021 .
  59. Por qué China podría ganar la nueva carrera armamentista mundial Archivado el 22 de diciembre de 2021 en Wayback Machine , BBC, 22/12/2021
  60. Inteligencia artificial para combatir la desinformación rusa Archivado el 26 de febrero de 2021 en Wayback Machine , BBC, 26/02/2021
  61. Todd R. Reed, Nancy E. Reed, Peter Fritzson. Análisis del sonido cardíaco para la detección de síntomas y el diagnóstico asistido por computadora  // Teoría y práctica de modelado de simulación. - 2004-05-01. - T. 12 , n. 2 . - S. 129-146 . -doi : 10.1016/ j.simpat.2003.11.005 . Archivado desde el original el 28 de enero de 2013.
  62. A. Yorita, N. Kubota. Desarrollo cognitivo en robots asociados para el apoyo de información a personas mayores  // Transacciones IEEE sobre desarrollo mental autónomo. - Marzo 2011. - Vol. 3 , núm. 1 . - S. 64-73 . — ISSN 1943-0604 . -doi : 10.1109/ TAMD.2011.2105868 . Archivado desde el original el 9 de junio de 2018.
  63. La inteligencia artificial rediseñará la atención médica: el médico futurista  , el médico futurista (  4 de agosto de 2016). Archivado desde el original el 22 de enero de 2019. Consultado el 10 de noviembre de 2017.
  64. David D. Luxton. Inteligencia artificial en la práctica psicológica: aplicaciones e implicaciones actuales y futuras  (inglés)  // Psicología profesional: investigación y práctica. — vol. 45 , edición. 5 . - P. 332-339 . -doi : 10.1037/ a0034559 . Archivado desde el original el 8 de mayo de 2022.
  65. From Virtual Nurses To Drug Discovery: 106 Artificial Intelligence Startups In Healthcare  , CB Insights Research (  3 de febrero de 2017). Archivado desde el original el 3 de enero de 2018. Consultado el 10 de noviembre de 2017.
  66. Inicio._ _  _ Pomato. Consultado el 10 de septiembre de 2018. Archivado desde el original el 10 de septiembre de 2018.
  67. Algoritmo de composición de música recombinante y método para usar el mismo . Consultado el 10 de noviembre de 2017. Archivado desde el original el 12 de febrero de 2018.
  68. Resultados de investigación - La Sacem  (fr.) . repertorio.sacem.fr. Consultado el 10 de noviembre de 2017. Archivado desde el original el 4 de octubre de 2018.
  69. Gloria Requena, Carlos Sánchez, José Luis Corzo-Higueras, Sirenia Reyes-Alvarado, Francisco Rivas-Ruiz. Medicina musical melómica (M3) para disminuir la percepción del dolor durante el procedimiento de prueba de punción pediátrica  (inglés)  // Alergia e inmunología pediátrica. — 2014-11-01. — vol. 25 , edición. 7 . - Pág. 721-724 . — ISSN 1399-3038 . -doi : 10.1111/ pai.12263 . Archivado desde el original el 11 de noviembre de 2017.
  70. El cantante Zivert actuará con inteligencia artificial  // Lenta.ru . - 2020. - 2 de diciembre. — Fecha de acceso: 11/05/2021.
  71. Smith, Mark (22 de julio de 2016). "¿Entonces crees que elegiste leer este artículo?" (enlace no disponible) . BBC. Consultado el 27 de julio de 2016. Consultado el 10 de noviembre de 2017. Archivado desde el original el 24 de agosto de 2014. 
  72. Centro de Remolque para el Periodismo Digital . Consultado el 27 de julio de 2020. Archivado desde el original el 4 de agosto de 2020.
  73. ↑ Software de inteligencia artificial que escribe como un ser humano  . Yseop. Consultado el 10 de noviembre de 2017. Archivado desde el original el 14 de noviembre de 2017.
  74. Un programa japonés de inteligencia artificial acaba de escribir una novela corta y casi gana un premio literario  (inglés) , Digital Trends  (23 de marzo de 2016). Archivado desde el original el 10 de noviembre de 2017. Consultado el 10 de noviembre de 2017.
  75. O'Brien, Sarah Ashley . ¿Es Pypestream el call center del futuro? , CNNMoney . Archivado desde el original el 18 de enero de 2019. Consultado el 10 de noviembre de 2017.
  76. Syed Junaid Nawaz, Shree Krishna Sharma, Shurjeel Wyne, Mohammad N. Patwary, Maryland. Asaduzzaman. Aprendizaje automático cuántico para redes de comunicación 6G: estado del arte y visión para el  futuro . Preimpresión. (abril de 2019). Consultado el 1 de mayo de 2022. Archivado desde el original el 19 de julio de 2021.
  77. Basulto, Domingo . Cómo la inteligencia artificial se está trasladando del laboratorio a la sala de juegos de sus hijos  , Washington Post (  15 de octubre de 2015). Archivado desde el original el 7 de enero de 2019. Consultado el 10 de noviembre de 2017.
  78. "Mapas de videojuegos hechos por IA: ¡Más DOOM!" Archivado el 15 de mayo de 2018 en Wayback Machine SlashGear, 8 de mayo de 2018
  79. Estados Unidos, Consejo Nacional de Ciencia y Tecnología - Comité de Tecnología. Oficina Ejecutiva del Presidente. (2016). Preparándose para el futuro de la inteligencia artificial.
  80. Meyer, Michael D. (enero de 2007). "Inteligencia Artificial en Información de Transporte para Aplicaciones" . Circular de investigación de transporte. . Consultado el 10 de noviembre de 2017. Archivado desde el original el 2 de octubre de 2018.
  81. Nikolái Poretsky. La locomotora lo ve todo  // " Beep ": Periódico (versión electrónica). - Editorial Gudok, 2019. - 3 de julio ( N° 115 (26724) ).
  82. Nikolái Poretsky. La red neuronal monitorea la seguridad  // " Beep ": Periódico (versión electrónica). - Editorial Gudok, 2020. - 11 de septiembre ( N° 169 (27018) ).
  83. Apoorva Mehta (@apoorva_mehta) | gorjeo _ twitter.com Consultado el 10 de septiembre de 2018. Archivado desde el original el 2 de mayo de 2019.
  84. "La inteligencia artificial acelera el descubrimiento del vidrio metálico" Archivado el 17 de abril de 2018 en Wayback Machine ScienceDaily, 13 de abril de 2018
  85. ↑ DARPA prueba el combate aéreo inteligente artificial en simuladores 2v1  . Vuelo global . Consultado el 21 de marzo de 2021. Archivado desde el original el 22 de marzo de 2021.
  86. Axelrod R. La estructura de la decisión: mapas cognitivos de las élites políticas. — Princeton. Prensa universitaria, 1976
  87. John Searle. ¿Es la mente del cerebro un programa de computadora? Archivado el 8 de septiembre de 2011 en Wayback Machine .
  88. Penrose R. La nueva mente del rey. Acerca de las computadoras, el pensamiento y las leyes de la física. - M. : URSS, 2005. - ISBN 5-354-00993-6 .
  89. Mateo Hutson. Missing data hider replicación de estudios de inteligencia artificial  (inglés)  // Ciencia. — 2018-02-15. — ISSN 1095-9203 0036-8075, 1095-9203 . -doi : 10.1126 / ciencia.aat3298 . Archivado desde el original el 22 de diciembre de 2019.
  90. Nikolái Aseev. Proyecto "Behemoth": sobre el destino del mundo y la humanidad  . asenic.ru. Consultado el 19 de diciembre de 2019. Archivado desde el original el 19 de diciembre de 2019.
  91. ↑ La IA como factor de riesgo global . Consultado el 30 de marzo de 2010. Archivado desde el original el 10 de febrero de 2012.
  92. Bootle, 2022 , pág. dieciséis.
  93. Mente y vida. Comenzando un diálogo entre el [[budismo]] y la [[ciencia|ciencia]]. Parte 2. . Consultado el 11 de noviembre de 2015. Archivado desde el original el 12 de enero de 2018.
  94. Diócesis de Moscú - Diócesis hoy - Clero y monásticos . www.mepar.ru Consultado el 10 de septiembre de 2018. Archivado desde el original el 10 de septiembre de 2018.
  95. 1 2 http://www.rc.edu.ru/rc/s8/intellect/rc_intellect_zaharov_2009.pdf  (enlace inaccesible) Visión ortodoxa sobre el problema de la inteligencia artificial
  96. Harry Harrison. La elección de Turing . - M. : Eksmo-Press, 1999. - 480 p. - ISBN 5-04-002906-3 .

Literatura

Enlaces

Artículos e investigaciones Cursos de conferencias Revisar articulos Crítica