Hacia la inteligencia artificial: Progresos, retos y riesgos

Autores/as

DOI:

https://doi.org/10.7203/metode.9.11145

Palabras clave:

inteligencia artificial fuerte, inteligencia artificial débil, conocimientos de sentido común, aprendizaje profundo

Resumen

Este artículo contiene algunas reflexiones acerca de la inteligencia artificial (IA). En primer lugar se distingue entre IA fuerte y débil y los conceptos relacionados de IA general y específica. A continuación, se describen brevemente los principales modelos existentes. También se discute la necesidad de poder dotar de conocimientos de sentido común a las máquinas para avanzar hacia el objetivo de construir IA general. Después hablamos de las tendencias en IA basada en el análisis de grandes cantidades de datos que han permitido alcanzar progresos espectaculares muy recientemente. Para finalizar, tratamos otros temas que son y continuarán siendo clave en IA y concluimos con una breve reflexión sobre los riesgos de la IA.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Ramon López de Mántaras, Instituto de Investigación en Inteligencia Artificial del CSIC (Bellaterra, España).

Profesor de investigación y director del Instituto de Investigación en Inteligencia Artificial del CSIC (Bellaterra, España). Doctor en Física por la Universidad Paul Sabatier de Toulouse, master of Science en Informática por la Universidad de California-Berkeley y doctor en Informática por la Universidad Politécnica de Cataluña. Es miembro numerario del Institut d’Estudis Catalans. Actualmente investiga en razonamiento por analogía, en técnicas de aprendizaje automático en robots humanoides y en inteligencia artificial aplicada a la música, áreas en las que ha publicado cerca de 300 artículos científicos. Publicó en 2017 el libro de divulgación Inteligencia artificial dentro de la colección de libros «Que sabemos de» (Los Libros de la Catarata).

Citas

Bengio., Y. (2009). Learning deep architectures for AI. Foundations and Trends in Machine Learning, 2(1), 1–127. doi: 10.1561/2200000006

Colton, S., Halskov, J., Ventura, D., Gouldstone, I., Cook, M., & Pérez-Ferrer, B. (2015). The Painting Fool sees! New projects with the automated painter. In International Conference on Computational Creativity (ICCC 2015) (pp. 189–196). Utah, UT: Brighma Young University. 

Colton, S., López de Mántaras, R., & Stock, O. (2009). Computational creativity: Coming of age. AI Magazine, 30(3), 11–14. doi: 10.1609/aimag.v30i3.2257

Dreyfus, H. L. (1965). Alchemy and artificial intelligence. Santa Monica, CA: RAND Corporation.

Dreyfus, H. L. (1992). What computers still can’t do: A critique of artificial reason. Cambridge, MA: MIT Press.

Ferrucci, D. A., Levas, A., Bagchi, S., Gondek, D., & Mueller, E. T. (2013). Watson: Beyond Jeopardy! Artificial Intelligence, 199, 93–105. doi: 10.1016/j.artint.2012.06.009

López de Mántaras, R. (2016). Artificial intelligence and the arts: Toward computational creativity. In The next step: Exponential life (pp. 100–125).Madrid: BBVA.

McCulloch, W. S., & Pitts, W. (1943). A logical calculus of ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, 5, 115–133. doi: 10.1007/BF02478259

Newell, A., & Simon, H. (1976). Computer science as empirical inquiry: Symbols and search. Communications of the ACM, 19(3), 113–126. doi: 10.1145/360018.360022

Searle, J. R. (1980). Minds, brains, and programs. Behavioral and Brain Sciences, 3(3), 417–424. doi: 10.1017/S0140525X00005756

Silver, D., Huang, A., Maddison, C. J., Guez, A., Sifre, L., Van den Driessche, ... Hassabis, D. (2016). Mastering the game of Go with deep neural networks and tree search. Nature, 529(7587), 484–489. doi: 10.1038/nature16961

Weizenbaum, J. (1976). Computer power and human reasoning: From judgment to calculation. San Francisco, CA: W. H. Freeman and Co.

Descargas

Archivos adicionales

Publicado

06-03-2019

Cómo citar

López de Mántaras, R. (2019). Hacia la inteligencia artificial: Progresos, retos y riesgos. Metode Science Studies Journal, (9), 119–125. https://doi.org/10.7203/metode.9.11145
Metrics
Vistas/Descargas
  • Resumen
    9561
  • 10
  • PDF
    1294

Número

The grounds of science (2019)

Sección

Interconectados. Màquinas y humanos ante el siglo 10101

Licencia

Derechos de autor 2023 CC BY SA

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.

Todos los documentos incluidos en OJS son de acceso libre y propiedad de sus autores.

Los autores que publican en esta revista están de acuerdo con los siguientes términos:

  1. Los autores conservan los derechos de autor y garantizan a Metode Science Studies Journal el derecho a la primera publicación del trabajo, licenciado bajo una  licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional, que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y citando la publicación inicial en esta revista.
  2. Se permite y se anima a los autores a difundir sus trabajos electrónicamente a través de páginas personales e institucionales (repositorios institucionales, páginas web personales o perfiles a redes profesionales o académicas) una vez publicado el trabajo.

Métrica

Artículos más leídos del mismo autor/a