Vamos a empezar tomando una película como referencia: El código enigma, esta es una película basada en la vida de Alan Turing, un matemático que es contratado por Estados Unidos para resolver el código enigma, un código usado por los Alemanes para mandarse mensajes secretos durante la Primera Guerra Mundial. El código enigma en la película representa un reto este objeto que creaba un código imposible de descifrar por los seres humanos, Turing inicialmente descubre la manera o el principio que los matemáticos encargados de descubrir el código enigma necesitaban para encontrar los mensajes ocultos entre los alemanes. Pero lo que me lleva a pensar es que un conjunto de cables y alambres puede pensar, es cuando ingresan las letras que definen en código en esta maquina que compone una columna y se empieza a procesar hasta tal punto que este artefacto descifra el código, ya que necesita procesar múltiples algoritmos que un humano no podría analizar en tan corto tiempo. La maquina logra facilitar una respuesta que ellos habrían demorado en descubrir mucho mas tiempo.
Para comprender si las maquinas de verdad piensan, debo analizar, que es una máquina?, es un mecanismo que actúa porque un ser humano lo programa para cumplir una función, igualmente sirve y facilita un proceso para el ser humano, por medio de matemáticas o algoritmos las máquinas cumplen funciones pero pueden llegar al punto de ser mejoradas por si mismas y logran metas que un ser humano no lograría, calculando posibilidades y movimientos como Deep Blue, este fue un computador diseñado para jugar ajedrez contra Garry Kasparov, que así no ganara inicialmente fue mejorada analizando la estrategia y movimientos de Kasparov para ganarle en su segundo juego de ajedrez, de esta misma manera las máquinas cumplen funciones que a nosotros se nos dificultan y ya la máquina es capaz de saber como cumplir una función, para mi esto refleja que una maquina es capaz de analizar pasos y movimientos por si sola que le permiten cumplir su meta.
Las máquinas piensan porque son programadas por un ser humano, pero por medio de algoritmos y matemática podríamos decir que el mismo artefacto es capaz de permitirse realizar varias funciones no necesariamente a las que fue programada inicialmente, uno de los riesgos de la inteligencia artificial es que llegue a superar el intelecto humano, ya que hay funciones que cumplen por nosotros y que fueron programadas para hacerlos porque no poseemos las capacidades para hacerlo o porque los humanos tenemos un margen de error mayor al que una máquina podría tener. Como ahora confiamos en que una máquina nos protegerá sin saber que ventana se ha dejado abierta para que un artefacto supere las capacidades humanas y se controle a si misma.
Uno de los elementos principales que hacen realidad la idea que una máquina funcione y que posiblemente llegue a pensar son las matemáticas, estas son las que han ayudado a formar los algoritmos que le da vida o la función inicial a un artefacto, igualmente, las máquinas pueden identificar códigos que fueron usados para ellas funcionar, para que evolucionen sus funciones y superen las expectativas funcionales por parte de los humanos. Generalmente, en programación se deja un margen de número de funciones que una máquina va a cumplir pero de esta manera si las soluciones que esta puede dar pueden ser aplicadas para otro problema la misma máquina analizará y dará una solución ampliando su conocimiento ella misma.
Podríamos decir que el principal argumento en contra de la tesis es que las máquinas solo funcionan si son programadas por el ser humano, pero ellas solas no son capaces de cumplir una función si no se les ha programado para esto, tomando un argumento de Elliot King: “No matter how clever the algorithms, the data used to train machine learning systems and predictive modeling applications must be correct for the system or model to function effectively”[1]En esta declaración Lauree Padgett nos hace conocer la posición de King frente al funcionamiento de las máquinas y como sin un algoritmo o una función correcta determinada por un ser humano las máquinas no podrían actuar o cumplir la meta que se les ha asignado, no podrían actuar por si mismas y por esta razón no podrían pensar ni de la misma manera, ni de una manera diferente a los humanos.
Si los seres humanos programamos las máquinas para que funcionen, debemos facilitarles conocimiento nuestro para que comprendan los problemas a los que se enfrentan, la idea de la comprensión y el entendimiento por parte de una máquina despierta incertidumbre en cómo una máquina desarrolla conocimiento por ella misma y lo puede analizar, para mí lo hace del mismo modo que un ser humano, ya que por medio de las funciones y la matemática que programa un ser humano la máquina analiza como funciona el intelecto humano, cómo nosotros analizamos los problemas. Inclusive científicos suelen decir que la máquina necesita de conocimiento abstracto para poder pensar como el ser humano, según la universidad de Helsinki: “Mathematical concepts provide a key to the philosophy of abstract thinking”[1], esto nos lleva a pensar que le hemos dado herramientas a las máquinas para analizar el intelecto humano hasta llegar al punto de pensar como nosotros, identificando que soluciones daría la intuición humana.
Las máquinas son programadas por nosotros lo que lleva a pensar a unos teóricos que sin nosotros los artefactos no sirven, pero si programamos una máquina con nuestro conocimiento para que faciliten nuestra vida, eventualmente la máquina logra analizar como funciona el análisis y la intuición humana lo que les permite llegar a pensar como nosotros, pero hay algo claro y es que no pueden sentir como nosotros, la máquina puede comprender el significado de la emoción pudiendo programarla para llorar, reír, gritar, abrazar, pero algo que es innegable al SER HUMANO, ES VIVIR Y SENTIR LA EMOCIÓN EN SÍ.
[1]Vadim Kulikov. (2017). Can a machine ever learn to think abstractly like humans?. 24 de Febrero de 2019, de University of Helsinki Sitio web: https://www.helsinki.fi/en/news/data-science/can-a-machine-ever-learn-to-think-abstractly-like-humans
[1]Padgett, Lauree. «AI: Is It More ‘Artificial’ or Intelligence’?» Information Today, Jan.-Feb. 2019,p.21. AcademicOneFile,http://link.galegroup.com.ezproxy.utadeo.edu.co:2048/apps/doc/A574770581/AONE?u=utadeo&sid=AONE&xid=f600f01c. Accessed 24 Feb. 2019. Base de datos Biblioteca utadeo GALE Academic One File
123 por mi 