Inteligencia Artificial_Tarea 8.1. - Resumen de críticas
El aprendizaje profundo puede considerarse como uno de los avances más
importantes en el campo de la Inteligencia Artificial. Debido a sus numerosas
aplicaciones tiene un gran potencial a la hora de repercutir sobre el bienestar
general de la sociedad y es una herramienta tan potente que algunas
aplicaciones están todavía por descubrir. De todas formas, a pesar de su
potencial, no está exenta de críticas y tiene algunas limitaciones.
De una forma breve y rápida resumiríamos el aprendizaje profundo como esa
herramienta de la Inteligencia Artificial que intenta simular las redes
neuronales humanas y aplicarlas computacionalmente. Nuestras redes neuronales tienen
una estructura basa en capas que permiten mejorar la identificación, la
clasificación y la búsqueda de información. En la actualidad este sistema se
utilizada en sistemas de reconocimiento del lenguaje natural, reconocimiento de
imágenes y traducción y aunque es un sistema en desarrollo algunos expertos
consideran que su evolución se está acercando a un muro.
Un de las principales limitaciones del aprendizaje profundo son los datos.
Los algoritmos necesarios para desarrollar estos mecanismos necesitan ser
entrenados con grandísimas cantidades de ejemplos, en ocasiones millones, antes
de establecer un mecanismo definitivo. Esto limita enormemente el sistema ya
que se necesitarían grandes cantidades de memoria para realizar acciones que el
cerebro humano hace casi de forma trivial. Además, en ciertas situaciones donde
los datos no están disponibles en grandes cantidades el sistema puede fallar,
por lo que tampoco sería la mejor solución.
La segunda limitación se basa en las dificultades del algoritmo para
distinguir causalidad y correlación. El sistema tiene los mecanismos necesarios
para establecer relaciones correlativas entre diferentes magnitudes analizadas
pero no tendría la capacidad de establecer una relación causal entre ellos.
Nuevamente, para analizar estas correlaciones y establecer una causalidad es
necesario filtrar una cantidad ingente de datos.
La tercera limitación es la estabilidad del sistema. El algoritmo tiene un
gran potencial a la hora de aprender y actuar sobre un mundo estable, como
puede ser una partida de ajedrez. Sin embargo, tiene serios problemas cuando el
sistema es inestable. Esto puede ser aplicable tanto a conductas humanas y
animales como a sistemas con gran
variabilidad como el financiero. Algunos autores también apuntan que estas
limitaciones llegan a otros campos como podría ser la ingeniería.
La Inteligencia Artificial, aunque no es una disciplina reciente, está en pleno auge en los últimos años. Su potencialidad y su capacidad para filtrar datos han generado un gran cambio en nuestro día a día, aunque puede que este avance exponencial de los últimos años esté llegando a su fin. Con el tiempo veremos hasta que punto el aprendizaje profundo es capaz de emular las redes neuronales humanas, pero la realidad es que en la actualidad no gozan de una gran perspectiva a futuro.
.jpg)
iruzkinik ez:
Argitaratu iruzkina