Vídeo: НОВЫЙ ШУТЕР ПРО ТЕРМИНАТОРА ВЫШЕЛ! - ВЫЖИВАНИЕ В МИРЕ РОБОТОВ SKYNET! - Terminator: Resistance (De novembre 2024)
Era estranyament apropiat que el director James Cameron introduís el món a Skynet -la super IA de ficció que pretenia eradicar la humanitat- el 1984.
Segons la Terminator Lore, Skynet va ser creada en els futurs anys noranta per eliminar l'element humà de les defenses nuclears dels Estats Units. Però llavors Skynet es va prendre consciència de si mateix, va iniciar un holocaust nuclear global i va crear un exèrcit de bots assassins per treure els supervivents, Yadda Yadda Yadda.
Per descomptat, aquesta futura distopia es va concebre molt abans que fins i tot existís qualsevol cosa com robots hàbils o intel·ligència artificial. Avança el 2017 i la tecnologia opcional humana no només és fora del món real, sinó que els enginyers es dirigeixen a idear maneres de donar-los encara més responsabilitats. A tot el món, els mini-Skynets autònoms s'estan convertint en una realitat (esperem benèvol?).
Si bé probablement no lliurarem alguna cosa tan precari com els codis de llançament nuclear a un algorisme en qualsevol moment, la societat confia cada cop més en la tecnologia per executar altres tasques vitals. De fet, aquest món s’ha tornat tan complex que pràcticament és una necessitat. La nostra infraestructura no acaba d’arribar en línia, sinó que té la capacitat d’anticipar i reaccionar. Hem dedicat els nostres algorismes a detectar incompliments de seguretat en sistemes complexos, comercialitzant la majoria de les accions del món i, fins i tot, predir quan es podran trencar coses com les peces del motor avió abans que passi.
Per a això, els enginyers utilitzen cada cop més coses com ara "bessons digitals" per ajudar a prendre prediccions i decisions. Els bessons digitals són representacions virtuals d’objectes reals (normalment infraestructures vitals com les turbines d’una central elèctrica). Aquests bessons utilitzen dades en temps real per predir quan alguna cosa podria fallar (permetent així que els pujadors –que són cada vegada més automatitzats– solucionin problemes abans que es produeixin). Però si l’IA és un tipus d’intel·lecte, seria exacte descriure els bessons digitals com una forma d’ imaginació ?
"Sí, ho és. Però és una imaginació centrada en allò que realment sap i la seva història passada, així com sobre el medi ambient i com l'utilitzeu", explica el Dr. Colin Parris, VP de Software Research de General Electric i un important desenvolupador de tecnologia digital bessona que va ser recent convidat a la sèrie d'entrevistes de PCMag, The Convo . "Aquesta imaginació ho diu" basat en aquestes dades, potser hauria de mantenir-se en aquest moment ".
Però els bessons digitals no estan relegats a l’entrada d’una única font: són capaços d’utilitzar les experiències de tota una flota. Si, per exemple, l'algorisme observa que una part del plànol determinada comença a experimentar un desgast després de 2.000 aterratges en condicions de pluja, pot posar-se en contacte amb els equips de manteniment la propera vegada que l'avió es posi en servei. Però donar a un sistema una veritable intel·ligència és més que el "temps de revisió" del tauler de control del cotxe; es tracta de millorar la seva capacitat amb el pas del temps.
Un camp de IA anomenat "aprenentatge automàtic" permet als ordinadors dominar tasques independents de la confiança humana. Aquesta combinació d’experiències recopilades facilita una mentalitat que comporta una manca de sentit comú. Sense aquest desplegament digital, tecnologies complexes com ara els automòbils no serien mai possibles.
Un únic programador humà, o fins i tot un exèrcit de programadors, mai no podia elaborar programari per anticipar-se a tots els escenaris de carreteres del món real, però els automòbils que es poden conduir poden aprendre mitjançant observació. Per exemple, un cotxe auto-conduït pot no reconèixer una persona en una cadira de rodes, però en observar com els humans reaccionen davant aquesta nova forma que comparteix les característiques amb una persona i un cotxe, el programari pot aprendre que es tracta d’una mena de vianant que hauria de ser tractat com a tal.
No només millora el programari veient els comportaments dels conductors humans, sinó que també registra el que ha funcionat quan hi havia altres cotxes autoconductors a la carretera (i potser el que és més important, què no). Aquest aprenentatge comunitari permet a les màquines navegar per un món complex amb moltes variables imprevistes.
Si combina tecnologies virtuals de modelat i predicció amb avenços en robòtica, podreu veure com la infraestructura es farà encara més autònoma avançant. Aquesta automatització és problemàtica des de l'òptica de l'atur, però no és necessàriament una pèrdua completa per a la humanitat.
"Hi ha algunes feines que són brutes, brutes i perilloses. Vull assegurar-nos que no tenim humans massa sovint en aquestes feines", explica Parris. "Et posaré un exemple. Tenim plataformes de petroli al mig de l'oceà que tenen piles gegants que fan servir per cremar combustible. Algú ha de pujar les piles i veure si hi ha rovell, això és 200. els peus a l'aire, estan penjats per una corda, hi ha vents forçosos. Les probabilitats d'error són enormes, però ara tenim drones, els drons volen cap allà i volen en cercle i es fan fotos. El programari analitza on es troba el rovell i el dany. Així que ara no hem de posar els humans en un lloc perillós ".
A mesura que els robots es tornen més minsos, intel·ligents i més capaços, podeu veure com els sistemes que depèn de la civilització podrien aprendre a mantenir (i possiblement, fins i tot, reparar i construir). És gairebé com si evolucionessin cap a sistemes semblants a la vida, que puguin aprendre, imaginar i anticipar. Tant de bo no decideixin destruir-nos un dia.