¿Cuándo pasarán exactamente las computadoras Ape-Shi * y se harán cargo?

En la serie de televisión de culto de los años 90 Mystery Science Theater 3000 , nos tratan dos alienígenas y un tío que se abre camino a través de terribles viejas películas de serie como Project Moonbase . Por ejemplo, en su episodio viendo la película de 1963, The Slime People: Up from the Bowels of the Earth, el personaje principal llama al operador en el teléfono público en un aeropuerto abandonado de LA, y uno de los robots improvisa, "Hola. Esta es la raza humana. No estamos en este momento. Por favor hable claro después del sonido de la bomba ".

Mystery Science Theatre 3000 ya no existe, pero si disfrutas burlándote de las historias apocalípticas de ciencia ficción, verás las reacciones y presionarás sobre las proclamas futuristas de Ray Kurzweil en su Earthbase Singularity University. La proclamación más famosa de Kurzweil es que nos acercamos rápidamente a la "singularidad", el momento en que la inteligencia artificial supera a la inteligencia humana (o en algún momento poco después). Después del sonido de esta bomba, la inteligencia artificial creará inteligencia artificial cada vez mejor y todo tipo de ataque afectará al shan.

No hay escasez de escepticismo acerca de la singularidad, así que para defender mi posición y arriesgarme a ser la primera batería humana instalada después de la singularidad, te diré por qué no viene una singularidad. No para 2028, no para 2045, ni en ningún momento en los próximos 500 años, mucho después de que me sirva de batería, o incluso compost, para nuestros futuros maestros.

¿Qué pasa con la idea de una singularidad inminente? ¿Las capacidades computacionales no crecen exponencialmente?

Sí. Y, de hecho, podremos crear inteligencia artificial en constante aumento.

El problema es: ¿Qué IA más inteligente deberíamos construir?

En la evolución, a menudo caemos en la trampa de imaginar una escalera lineal de animales, desde bacterias hasta humanos, cuando en realidad es un árbol. Y en AI podemos caer en una trampa similar. Pero no hay una cadena lineal de IAs cada vez más inteligentes. En cambio, existe una red altamente compleja y ramificada de posibles IA. Para cualquier IA, hay muchas otras que no son ni más ni menos inteligentes: son inteligentemente diferentes. Y así, a medida que avanza AI, puede hacerlo de muchas maneras, y las nuevas inteligencias a menudo serán estrictamente incomparables entre sí. … y estrictamente incomparable a la inteligencia humana. No más inteligente que los humanos, y no menos. Solo extraterrestre.

Estas inteligencias artificiales extraterrestres a veces pueden ser ordenadas, pero en su mayoría a los humanos no les importa un comino. Somos biológicamente incapaces (o al menos minusválidos) de apreciar la inteligencia alienígena, y, si se construyera una, sonreiríamos cortésmente y procederíamos a ignorarla. Y aunque una gran parte de nuestro desdén hacia estas IA alienígenas se debe a nuestro prejuicio y al provincialismo terrenal, también hay buenas razones para esperar que la IA alienígena probablemente carecerá de valor. Estamos interesados ​​en la IA que hace lo que hacemos, pero lo hace mucho mejor. Alien AI tenderá a hacer algo increíblemente, pero no a lo que hacemos.

Es por eso que la mayoría de los investigadores de AI apuntan a inteligencias artificiales más o menos "parecidas a mamíferos", IAs que son lo suficientemente similares a la inteligencia humana que podemos hacer una comparación. "Ah, esta IA es claramente menos inteligente que un humano, pero más inteligente que un perro. Y esa inteligencia artificial es tan inteligente que no me siento cómodo dejándome brasileño ". Los investigadores de la inteligencia artificial pretenden construir inteligencias extraterrestres, pero inteligencias maculinas terrestres, con mecanismos cognitivos y perceptivos que podemos apreciar. La Inteligencia Artificial Súper Inteligente no será una singularidad a menos que sea súper inteligente y similar a un mamífero.

Pero para construir una inteligencia artificial similar a la de los mamíferos, debemos comprender los cerebros de los mamíferos, incluido el nuestro. En particular, debemos realizar ingeniería inversa del cerebro, es decir, determinar qué hace , sus funciones . Sin una primera ingeniería inversa, los investigadores de AI se encuentran en la posición de un ingeniero al que se le pidió que construyera un dispositivo, pero no se le dio ninguna información sobre lo que debería hacer.

La ingeniería inversa es, de hecho, parte integrante del futuro cercano de Kurzweil: el cerebro será sometido a ingeniería inversa en un par de décadas, cree. Como ingeniero neuroquímico de ingeniería inversa, solo me alienta encontrar investigadores, ya sea en la base lunar o en las entrañas de la Tierra, tomando en serio el diseño adaptativo del cerebro, algo que a menudo se ignora o se desaprueba activamente dentro de la neurociencia. Uno encuentra un reconocimiento similar de vanguardia de la ingeniería inversa en el cerebro del gato IBM y en los proyectos del Cerebro Azul Europeo.

¡Y está su problema para el marco de tiempo de varias décadas para la singularidad! Hacer ingeniería inversa en algo tan astronómicamente complejo como el cerebro es, pues, astronómicamente difícil, posiblemente la tarea más difícil del universo. El progreso en la comprensión de las funciones llevadas a cabo por el cerebro no es algo que viene simplemente con más poder computacional. De hecho, la determinación de la función llevada a cabo por alguna máquina (ya sea un cerebro o un programa de computadora) generalmente no es computable (es uno de esos resultados de indecidibilidad del siglo XX).

Comprender qué hace un mecanismo biológico requiere algo más que solo poner la carne en sus manos. También debe comprender el comportamiento del animal y la ecología en la que evolucionó. Los mecanismos biológicos diseñados por la evolución para hacer una cosa en circunstancias naturales a menudo pueden hacer muchas otras cosas estúpidas en circunstancias no naturales, pero solo las primeras son relevantes para comprender para qué sirven los mecanismos.

Dar sentido al cerebro requiere comprender la "naturaleza" en la que se sienta el animal. Y para que el progreso en la IA requiera a alguien bastante diferente de su investigador tradicional de AI que está inmerso en algoritmos, lógica, redes neuronales y, a menudo lingüística. Los investigadores de IA necesitan ese tipo de formación computacional, pero también deben poseer la visión de los etólogos de antaño, como Nikolaas Tinbergen y Konrad Lorenz.

Pero caracterizar el comportamiento y la ecología de los animales complejos tiene que hacerse a la antigua usanza: observación en el campo y luego probar hipótesis creativas sobre la función biológica. No hay atajos para revertir la ingeniería del cerebro; no habrá una máquina futura elegante para mirar dentro de los mecanismos biológicos y discernir para qué sirven.

La ingeniería inversa seguirá avanzando, y el crecimiento exponencial de la tecnología seguramente ayudará en la tarea, pero no generará un crecimiento exponencial en la velocidad a la que aplicaremos ingeniería inversa en nuestros cerebros. 2025 y 2045 – y sospecho que 3000 – pasarán desapercibidos, y la mayoría de lo que hacen nuestros cerebros seguirá siendo vago y misterioso.

Mark Changizi es Profesor de Cognición Humana en 2AI, y autor de The Vision Revolution (Benbella Books) y del próximo libro Harnessed: How Language and Music Mimicked Nature y Transformed Ape to Man (Benbella Books).