Ética y responsabilidad de la IA: Desarrollo moderno de la inteligencia artificial

Name: Ética y responsabilidad de la IA: Desarrollo moderno de la inteligencia artificial
Author: Briana Brownell

Aprenda sobre el desarrollo moderno de la inteligencia artificial, incluyendo los riesgos potenciales y las consecuencias éticas de la IA

Preview the first lesson free — get full access to all 7 lessons.

Solicitar una demo Iniciar sesión

Curso: bajo demanda

(música ominosa) ¿Qué es la inteligencia artificial? Nadie parece poder ponerse de acuerdo. Eso es porque hay un desacuerdo. sobre lo que realmente significa la inteligencia. Así que en realidad hay varias definiciones diferentes de IA. Discutiremos los cuatro paradigmas distintos de IA descrito por Stuart Russell y Peter Norvig en su influyente libro de texto "Inteligencia artificial, un enfoque moderno". Muchos desacuerdos sobre qué es y qué no es IA se reduce a un desacuerdo en qué paradigma estamos considerando. Estas definiciones caen a lo largo de un cuadrante con dos dimensiones. La primera dimensión se trata de si queremos que nuestra IA sea lógica o inteligente de alguna manera abstracta, óptima o racional, o si queremos que sea inteligente a la manera humana. Estos pueden ser solo ligeramente diferentes o muy diferente dependiendo del escenario. Sabemos que los humanos no siempre actúan racionalmente. Entonces, para construir una inteligencia artificial, ¿Queremos que la IA actúe racionalmente, pero no necesariamente humano, o queremos que actúe humanamente pero no necesariamente racionalmente? La segunda dimensión en nuestra definición de IA es proceso versus resultado. ¿Queremos que el proceso de pensamiento interno sea similar al humano, como nuestro cerebro, o ser racionales? O, en cambio, ¿estamos realmente preocupados por el resultado? y si la IA actúa de forma lógica o humana? Uniendo estas dos dimensiones nos da cuatro paradigmas. El primero, pensar humanamente, se describe mejor como modelado cognitivo. Este paradigma se preocupa por intentar replicar procesos cognitivos humanos usando computadoras. Por ejemplo, mapear y simular procesos cognitivos. lo más cerca posible usando lo que sabemos sobre la arquitectura del cerebro humano. El segundo, actuando humanamente, está más asociado con la prueba de gira, que intenta averiguar si una máquina es capaz de pensar como un humano. Este segundo modelo busca definir la IA como un sistema que actúa de forma similar a la humana independientemente de cómo se construya internamente. En su extremo, pregunta, "¿Puede una computadora actuar de tal manera que es indistinguible de un humano?" En el caso de la prueba itinerante nos enfocamos en la comunicación entre una IA y un humano. ¿Puede esta IA tener una conversación con un humano de tal manera que el humano no se da cuenta ¿Están hablando con una IA? El tercero, pensando racionalmente, reemplaza la estructura interna de la cognición humana con razonamiento abstracto. Estos sistemas de razonamiento pueden diferir de cómo piensan los humanos. y contienen muchos problemas abstractos de optimización que normalmente se resuelven matemáticamente. Esto a menudo se llama el paradigma de las Leyes del Pensamiento. porque proporciona una forma abstracta de modelar procesos de pensamiento, como la percepción y el razonamiento. Finalmente, actuar racionalmente analiza el desarrollo de agentes racionales. Hay muchos algoritmos diferentes que podrían usarse para tomar decisiones inteligentes de manera racional usando diferentes métodos de optimización. Estos agentes inteligentes pueden no actuar o tomar decisiones de una manera similar a la humana. La mayoría de las empresas utilizan el paradigma de los agentes racionales porque toma la definición más amplia de inteligencia. No espera el funcionamiento interno ni la salida externa para ser similar a la humana, sino que permite al diseñador elegir el tipo de optimización y la estructura interna para crear algo inteligente. También es el más distinto del modelado cognitivo, lo mas lejos de pensar y razonar como lo hacen los humanos. Aunque este modelo es el más común, no es el único que tiene cabida en la IA moderna. Redes neuronales artificiales, que inicialmente surgió del enfoque de modelado cognitivo, han recuperado popularidad en la última década. Hay mucho trabajo que se está haciendo en esa área, especialmente para hacer sistemas de razonamiento que son mas parecidos a los humanos e incorporar sistemas de IA que puede completar muchas tareas diferentes al igual que nuestro cerebro puede hacerlo. Esto, en esencia, es la diferencia entre IA limitada o débil, versus IA general o fuerte. La mayoría de los sistemas de IA actuales son sistemas de IA estrechos que realizan una gama limitada de tareas, a veces solo una. Un ejemplo sería clasificar imágenes en un conjunto de categorías o transcribir el discurso a texto de una entrevista de audio. IA general, a veces llamada inteligencia general artificial o AGI, es un sistema de IA más amplio que puede realizar muchos tipos de tareas inteligentes, al igual que los humanos son capaces de hacerlo. La ética y la responsabilidad en torno a la IA limitada difieren de aquellos alrededor de AGI. A medida que surge más y más IA en varios lugares, los tecnólogos están cada vez más interesados en la creación de IA ética y comprender la rendición de cuentas en términos de sistemas de IA.

Intermedio Proveedor : Briana Brownell 7 lecciones · 24m en Árabe, Alemán, Inglés, Español, Francés, Portugués, Chinese

Descripción del curso

Estas lecciones sobre el desarrollo de la inteligencia artificial moderna cubrirán la historia y los antecedentes de la inteligencia artificial y los aspectos y conceptos fundamentales de la inteligencia artificial, incluyendo cómo funciona como un sistema de decisión. También exploraremos cómo se usa la IA en la vida cotidiana, el aprendizaje automático como un sistema automatizado que aprende de la información y las consideraciones únicas sobre los grandes datos utilizados en los sistemas de IA.

La humanidad ha estado fascinada con la creación de inteligencia artificial desde la antigüedad, y la inteligencia artificial moderna se ha convertido en un área de intenso interés en términos de investigación y desarrollo. Con el crecimiento de la tecnología y los avances de la informática, las computadoras han evolucionado de simples calculadoras a máquinas sofisticadas. Consideraremos los sistemas de IA desde cuatro paradigmas: el modelado cognitivo, las leyes del pensamiento, la prueba de Turing y los agentes racionales. Veremos cómo las diferencias entre ellos afectan a la forma en que construimos y analizamos el sistema de IA y, en última instancia, cómo repercute en la ética y la responsabilidad.

Con el aumento de las interacciones con los sistemas de IA, cada vez hay más cuestiones relacionadas con la ética y la responsabilidad. Aprenderá sobre las cuestiones éticas y legales que rodean a la IA y el papel de la IA en la sociedad.

Lo que aprenderás

Describir el historial y antecedentes de la inteligencia artificial
Diferenciar entre los cuatro paradigmas de la IA: modelado cognitivo, leyes del pensamiento, prueba de Turing y agentes racionales
Reconocer el papel de la IA en sistemas críticos y las implicaciones de la IA para sistemas críticos
Explicar cómo funciona la IA como un sistema de decisión y cómo el aprendizaje automático aprende de la información
Examinar las consideraciones únicas de los macrodatos utilizados en sistemas de IA
Identificar los problemas éticos y legales que rodean la IA y el papel de la IA en la sociedad

Puntos clave

La IA puede entenderse a través de cuatro paradigmas - modelado cognitivo, leyes del pensamiento, prueba de Turing y agentes racionales - y las diferencias entre ellos afectan cómo se construyen y analizan los sistemas de IA.
La elección del paradigma de IA impacta en última instancia las cuestiones de ética y responsabilidad.
El aprendizaje automático es un sistema automatizado que aprende de la información, y los macrodatos plantean consideraciones únicas cuando se utilizan en sistemas de IA.
Las interacciones cada vez mayores con sistemas de IA generan problemas crecientes en torno a la ética y la responsabilidad.
El curso aborda los problemas éticos y legales que rodean la IA y el papel de la IA en la sociedad.

Preguntas frecuentes

¿Qué temas cubre este curso?

Cubre el historial y antecedentes de la inteligencia artificial, conceptos fundamentales de la IA incluyendo cómo funciona la IA como un sistema de decisión, aprendizaje automático, macrodatos, IA en la vida cotidiana, IA en sistemas críticos, y los riesgos, cuestiones éticas y legales que rodean la IA.

¿Cuáles son los cuatro paradigmas de la IA discutidos en este curso?

El curso considera sistemas de IA desde cuatro paradigmas: modelado cognitivo, leyes del pensamiento, prueba de Turing y agentes racionales, y examina cómo sus diferencias impactan cómo se construyen, analizan y se responsabilizan los sistemas de IA.

¿Qué habilidades ganaré de este curso?

El curso cubre habilidades incluyendo inferencia de IA/ML, aplicaciones de inteligencia artificial, sistemas de inteligencia artificial, desarrollo de inteligencia artificial, e inteligencia computacional.

¿Aborda este curso la ética de la IA?

Sí. Explora los problemas éticos y legales que rodean la IA, el papel de la IA en la sociedad, y cómo las diferencias entre paradigmas de IA impactan la ética y la responsabilidad.

¿Qué lecciones se incluyen?

Las lecciones son: ¿Qué es la inteligencia artificial?; Sistemas de decisión como IA; Aprendizaje automático; Macrodatos; IA en la vida cotidiana; IA en sistemas críticos; y Riesgos y consecuencias de la inteligencia artificial.