Decenas de miles de artículos relacionados con la I.A. se publican cada año, pero pasará algún tiempo antes de que muchos de ellos dejen claro su impacto potencial en el mundo real. Mientras tanto, los principales financiadores de A.I. (los Alphabets, Apples, Facebooks, Baidus y otros unicornios de este mundo) continúan perfeccionando gran parte de su tecnología más interesante a puerta cerrada.
Contenido
- Todo es cuestión de comprensión del lenguaje.
- Los modelos son cada vez más grandes.
- AI. por el bien de la humanidad
- El robocalipsis no está aquí (todavía)
- falsificaciones profundas
- Regulación de la A.I.
En otras palabras, cuando se trata de inteligencia artificial, es imposible hacer un resumen del año. desarrollos más importantes en la forma en que, por ejemplo, se pueden enumerar las 10 pistas más escuchadas en Spotify.
Vídeos recomendados
Pero la I.A. Sin duda, ha jugado un papel enorme en 2020 en todos los sentidos. A continuación se presentan seis de los principales desarrollos y temas emergentes observados en inteligencia artificial durante 2020.
Relacionado
- La nueva A.I. de reconocimiento de imágenes de Facebook está entrenado en mil millones de fotos de Instagram
- Cómo la IA Creó ese increíble video destacado de deportes que no puedes dejar de ver.
- Filtrar por positividad: esta nueva A.I. podría desintoxicar los hilos de comentarios en línea
Todo es cuestión de comprensión del lenguaje.
En un año promedio, una herramienta de generación de texto probablemente no se ubicaría entre las nuevas herramientas de IA más interesantes. desarrollos. Pero 2020 no ha sido un año promedio y GPT-3 no es una herramienta de generación de texto promedio. La secuela de GPT-2, que fue etiquetada como la más "del mundo".peligroso”algoritmo, GPT-3 es una tecnología de vanguardia red neuronal autorregresiva de procesamiento del lenguaje natural creado por el laboratorio de investigación OpenAI. Con unas pocas frases, como el comienzo de una noticia, GPT-3 puede generar resultados impresionantes. texto preciso que coincida con el estilo y el contenido de las pocas líneas iniciales, incluso hasta el punto de ser inventado citas. GPT-3 cuenta con la asombrosa cantidad de 175 mil millones de parámetros (los pesos de las conexiones que se ajustan para lograr rendimiento) y, según se informa, su entrenamiento cuesta alrededor de $ 12 millones.
GPT-3 no es el único que es un impresionante A.I. El modelo de lenguaje surgió en 2020. Si bien GPT-3 lo superó rápidamente en el ciclo de publicidad, Turing Natural Language Generation (T-NLG) de Microsoft causó sensación en febrero de 2020. Con 17 mil millones de parámetros, era, en el momento de su lanzamiento, el modelo de lenguaje más grande publicado hasta ahora. A TransformadorBasado en un modelo de lenguaje generativo, T-NLG es capaz de generar las palabras necesarias para completar oraciones inacabadas, así como generar respuestas directas a preguntas y resumir documentos.
Presentado por primera vez por Google en 2017, Transformers, un nuevo tipo de modelo de aprendizaje profundo, ha ayudado a revolucionar el procesamiento del lenguaje natural. AI. se ha centrado en el lenguaje al menos desde la época de Alan Turing. famosa prueba hipotética de inteligencia artificial. Pero gracias a algunos de estos avances recientes, recién ahora las máquinas se están volviendo sorprendentemente buenas en la comprensión del lenguaje. Esto tendrá algunos impactos y aplicaciones profundos a medida que avance la década.
Los modelos son cada vez más grandes.
GPT-3 y T-NLG representaron otro hito, o al menos una tendencia significativa, en la IA. Si bien no faltan nuevas empresas, las pequeñas laboratorios universitarios e individuos que utilizan A.I. herramientas, la presencia de actores importantes en la escena significa que se están desperdiciando algunos recursos importantes alrededor. Cada vez más, modelos enormes con enormes costes de formación dominan la vanguardia de la IA. investigación. Redes neuronales con más de mil millones de parámetros se están convirtiendo rápidamente en la norma.
"Si vamos a replicar una inteligencia artificial similar a un cerebro, se necesitan más parámetros".
Los 175 mil millones de parámetros de GPT-3 siguen siendo un caso atípico, pero nuevos modelos como meena, Turing-NGL, destilbert, y EST 9.4B Todos han superado los mil millones de parámetros. Más parámetros no significan necesariamente un mejor rendimiento en todos los casos. Sin embargo, sí significa que una herramienta de generación de texto es capaz de modelar con mayor precisión una amplia gama de funciones. Si queremos replicar una inteligencia artificial similar a un cerebro, se necesitan más parámetros. Esto también significa que los principales actores seguirán gobernando la IA. lugar cuando se trata de los modelos más grandes. Según se informa, entrenar una red cuesta 1 dólar por cada 1.000 parámetros. Extrapola eso a mil millones de parámetros y, bueno, haz los cálculos.
AI. por el bien de la humanidad
Como A.I. A medida que avanzan las herramientas, no son sólo los informáticos los que se benefician de ellas. Investigadores de otras disciplinas se suman, a menudo con algunas ideas innovadoras sobre las formas en que se puede utilizar el aprendizaje automático. Ya sea A.I. eso puede diagnosticar tinnitus a partir de escáneres cerebrales; Auriculares para leer la mente que utilizan el aprendizaje automático para convertir los pensamientos en palabras habladas. para usuarios con problemas vocales; AlphaFold de DeepMind, que puede predecir con precisión el Forma de las proteínas según su secuencia., ayudando potencialmente a desarrollar rápidamente nuevas terapias más eficaces; o cualquier otro número de demostraciones, está claro que A.I. abrió algunas nuevas e interesantes vías de investigación en 2020.
El robocalipsis no está aquí (todavía)
La polarización de muchos aspectos de la vida en 2020 desalienta la idea de matices. Pero cada vez es más evidente que los matices son exactamente lo que se aplica cuando se trata de la toma de puestos de trabajo por robots. Este año se han producido enormes pérdidas de empleos en todo el mundo. Sin embargo, estos han sido provocados por la pandemia y sus impactos, más que por cualquier siniestro ataque al estilo Skynet contra los empleos humanos.
Si bien ciertamente ha habido ejemplos de A.I. y robótica que realiza tareas humanas (ver Flippy, el robot que voltea hamburguesas, por ejemplo), normalmente han sido para aumentar las capacidades humanas o ayudar en áreas donde no hay suficiente fuerza laboral consistente. De hecho, las empresas que son contratando a la mayor cantidad de personas en este momento son aquellos que están invirtiendo simultáneamente en tecnologías avanzadas (léase: grandes gigantes tecnológicos).
Esto no quiere decir que el robocalipsis fuera una predicción errónea. El vaciamiento de las clases medias es una tendencia que continuará, aunque es mucho más compleja que la mera llegada de unas pocas empresas tecnológicas que introducen nuevas herramientas de software inteligentes. Si 2020 ha tenido algo que decir sobre la IA. y el empleo, es que la cosa está complicada.
falsificaciones profundas
No se puede negar que 2020 ha sido un año extraño por desdibujar los límites de la realidad de todo tipo de formas extrañas. A principios de año, la COVID-19 sumió a gran parte del mundo en un confinamiento como algo sacado de una exitosa película sobre el contagio. (¿Cómo escapó la gente de la realidad de esta “nueva normalidad”? Por buscando entretenimiento con temática de pandemia, por supuesto.) El año terminó con las elecciones estadounidenses que presentaban dos versiones de la realidad a elegir, dependiendo de la afiliación partidista (y de liderazgo).
AI. ha jugado un papel en este asalto baudrillardiano a la realidad en forma de tecnologías deepfake. Los deepfakes no son una invención de 2020, pero han experimentado algunos avances significativos este año. En julio, investigadores del Centro de Virtualidad Avanzada del Instituto de Massachusetts de La tecnología creó un video deepfake convincente y de alto presupuesto que muestra al presidente Richard Nixon. donación una dirección alternativa sobre los alunizajes, que fue escrito en caso de que la misión Apolo saliera terriblemente mal.
Además de deepfakes visuales más convincentes, los investigadores también han creado algunos Deepfakes de audio sorprendentemente precisos. ¿Un ejemplo reciente? Un Voz profunda de Eminem eso lanza un abrasador insulto contra el director ejecutivo de Facebook, Mark Zuckerberg. Sonaba convincentemente realista, incluso si no estaba a la altura de los estándares líricos habituales de Em.
Regulación de la A.I.
Las herramientas impulsadas por IA son, bueno, poderosas. Y eso no se aplica sólo a demostraciones abstractas de prueba de concepto, sino a implementaciones en el mundo real que pueden variar desde desde la selección de solicitantes para entrevistas de trabajo hasta el reconocimiento facial o herramientas de decisión de libertad condicional empleadas por las fuerzas del orden y autoridades.
En los últimos años, el conocimiento de estas herramientas (y la forma en que se puede codificar el sesgo en ellas) ha generado más preocupación sobre su uso. En enero, la policía de Detroit arrestó por error a un hombre llamado Robert Williams después de que un algoritmo coincidiera erróneamente con el foto en su licencia de conducir con imágenes borrosas de CCTV. Poco después, IBM, Amazonas, y microsoft Todos anunciaron que estaban reconsiderando el uso de sus tecnologías de reconocimiento facial en esta capacidad.
Los deepfakes antes mencionados han generado mucho miedo en particular, tal vez porque demuestran de manera tan obvia cómo su uso indebido podría ser dañino. El fallecimiento de California de AB-730, una ley diseñada para criminalizar el uso de deepfakes para dar impresiones falsas de las palabras o acciones de políticos, fue una clara intento de regular el uso de A.I. Reglas consistentes sobre cómo desarrollar mejor la A.I. Las herramientas del lado del bien siguen siendo un trabajo en progreso.
Este enfoque en A.I. La ética hace que parezca que el tema está empezando a generalizarse por primera vez. Gran parte del crédito debe ser para investigadores como Carolina Criado Pérez y Safiya Umoja Noble, cuyo incansable trabajo para resaltar el sesgo algorítmico y la importancia de la responsabilidad claramente ha tocado la fibra sensible.
Recomendaciones de los editores
- AI. No suele olvidarse de nada, pero el nuevo sistema de Facebook sí. Este es el por qué
- La nueva IA de Facebook lleva el reconocimiento de imágenes a un nivel completamente nuevo
- Esta IA El generador de memes ha dominado el arte del humor excéntrico de Internet.
- El director ejecutivo de Google, Sundar Pichai, advierte sobre los peligros de la IA y pide más regulación
- Gmail bloquea 100 millones de mensajes spam diariamente con su IA, dice Google
