Cómo Crear Una Mente. El Secreto Del Pensamiento Humano — Ray Kurzweil / How to Create a Mind: The Secret of Human Thought Revealed by Ray Kurzweil

Si no sabe mucho sobre el estado actual de la inteligencia artificial, la ciencia del cerebro o la filosofía de la conciencia, y no le importa un poco de discusión técnica, Kurzweil hace un buen trabajo al articular la rápida convergencia actual entre estas áreas de comprensión Sin embargo, si ya conoce los conceptos básicos, este libro probablemente no hará mucho para expandir su propia conciencia.
Hablando como ingeniero de software que tiene una fascinación por la IA (Inteligencia Artificial), estoy en gran medida de acuerdo con las brillantes evaluaciones de Kurzweil sobre el futuro de la inteligencia artificial, aunque probablemente retrasaría su marco de tiempo unas pocas décadas y podría hacer un poco menos de su autopromoción. Aunque todavía hay muchas cosas que no entendemos sobre cómo funciona el cerebro humano, la neurociencia y la informática comienzan a formar las mismas ideas fundamentales sobre cómo “funciona” la inteligencia, ya sea representada como neuronas o un proceso matemático. En una máquina verdaderamente inteligente, los datos del mundo exterior son tomados por una gran variedad jerárquica de reconocedores de patrones, que gradualmente se reconectan para anticipar mejor los patrones desordenados pero jerárquicos del mundo real (garabatos visuales para letras, letras a las palabras, las palabras a la sintaxis, la sintaxis a los significados, los significados a las relaciones, las relaciones a los conceptos, los conceptos a las percepciones, y volver a bajar) Hasta cierto punto, el mundo del software ya ha hecho progresos útiles en esta dirección.
Sin embargo, la mayoría de las ideas que ofrece Kurzweil no son nada nuevo. De hecho, la mayor parte de lo que dice fue explorado en el libro de 2004 de Jeff Hawkin, On Intelligence, y en la academia antes de eso. En pocas palabras, la arquitectura jerárquica de la neocorteza del cerebro humano es el principal motor de la inteligencia humana, y parece comenzar principalmente como una pizarra en blanco, una máquina de aprendizaje generalizada que construye conexiones neuronales a través de la experiencia, y finalmente forma un complejo modelo inductivo de la realidad, que constantemente hace predicciones sobre lo que viene después. Kurzweil comparte algunos de sus propios éxitos resolviendo ciertos tipos de problemas hace décadas, pero las nuevas ideas que presenta parecen algo vagas y poco desarrolladas (tal vez está ahorrando los detalles para su nuevo trabajo en Google).
Aún así, hay mucho aquí para una audiencia general, cuando él se aleja del frikismo. Kurzweil es apasionado y bastante convincente sobre su creencia de que incluso las ganancias limitadas en la conciencia de cómo funciona el cerebro humano aún brindan a los investigadores de IA algunos trampolines poderosos, y que, por el contrario, los avances (o pasos en falso) en IA nos enseñan más sobre el cerebro. Como señala al hablar de Watson, el sistema informático de IBM que ganó la fama de Jeopardy después de adquirir la mayor parte de su conocimiento al escanear documentos en lenguaje natural (el muestreo de preguntas acertadas es impresionante), las cosas ya han recorrido un largo camino. Y no hay razón para creer que la convergencia rápida no continuará, especialmente en el mundo de la computación posterior a la nube. Después de todo, la forma específica e idiosincrásica de nuestros cerebros de lagarto-rata-mono fueron formados para pensar mientras nuestros antepasados se arrastraban / se lanzaban / trepaban sin duda no es la única forma en que un proceso evolutivo puede descubrir el pensamiento.
También hay una historia sucinta pero informativa del campo de la IA, con breves descripciones de pensadores y desarrollos significativos. Y Kurzweil se sumerge un poco en la filosofía de la conciencia, explorando algunos de sus aspectos más paradójicos a la luz de lo que la ciencia sabe sobre el cerebro humano. Por ejemplo, se ha demostrado que los dos hemisferios cerebrales, en pacientes con una conexión cortada, operan casi como dos cerebros separados. Sin embargo, cada uno todavía parece pensar que tiene un vínculo consciente con el otro. Tal vez esas personas son más como dos personas en un solo cuerpo, pero ¿no te das cuenta? Misterioso, ¿eh? Sus otros experimentos mentales no son nada nuevo, pero siguen siendo divertidos. Todos deberían saber qué es la Sala China.

Finalmente, hay una sección en la que Kurzweil responde a las críticas y menciona algunos malentendidos flagrantes de sus ideas. Si bien es discutible qué tan acertadas han sido sus predicciones pasadas sobre la tecnología, en lo que a mí respecta, si él estaba incluso a la mitad, entonces estará completamente en lo cierto pronto.

En general, creo que recomendaría este libro más a los neófitos de IA que no han leído nada de Kurzweil antes. Su entusiasmo por el tema puede ser muy inspirador.

Cómo crear una mente defiende que la mente es una «propiedad emergente» del cerebro, de manera que la creación de cerebros digitales resultará en la creación de mentes digitales. De hecho, el cerebro, actual sustrato biológico de la mente humana, puede ser sustancialmente mejorado gracias a sustratos no biológicos cuidadosamente diseñados y mucho más avanzados. Como diría el gran futurista inglés Sir Arthur C. Clarke, los humanos somos simplemente bípedos con un sustrato basado en carbono (en inglés: carbon-based bipeds). Lo importante no es el sustrato, biológico o no, sino la mente, y las mentes aumentadas gracias a las nuevas tecnologías superarán a las actuales mentes humanas no mejoradas. Ray no sólo considera que la mente es una consecuencia directa del cerebro, sino que además las inteligencias artificiales tendrán conciencia, libre albedrío y hasta identidad propia.
En pocas palabras, lo que hoy puede parecer magia, pronto quizá podría ser realidad. Desde el punto de vista computacional, ya estamos comenzando a reproducir la complejidad del cerebro humano.

La capacidad de los seres humanos para los procesos lógicos es muy limitada, pero sin embargo poseemos una profunda capacidad para reconocer patrones. Así, para razonar lógicamente necesitamos utilizar el neocórtex, que básicamente es un gran reconocedor de patrones. No es el mecanismo ideal para realizar transformaciones lógicas, pero es la única instalación que tenemos para realizarlas. Por ejemplo, compárese cómo juega al ajedrez un humano con el funcionamiento del típico programa de ajedrez.
El neocórtex predice lo que espera encontrarse. Prever el futuro es una de las razones primordiales por las que poseemos un neocórtex. En el nivel conceptual más alto estamos continuamente haciendo predicciones (quién va a ser el próximo en atravesar la puerta, qué es lo siguiente que seguramente va a decir alguien, qué es lo que esperamos ver cuando doblemos la esquina, los posibles resultados de nuestras propias acciones, etc.). Estas predicciones tienen lugar constantemente en todos y cada uno de los niveles de la jerarquía del neocórtex. No obstante, a menudo hay personas, cosas y palabras a las que reconocemos erróneamente debido a que nuestro umbral para confirmar un patrón esperado es demasiado bajo.
Además de señales positivas, también se dan señales negativas o inhibidoras que indican que un patrón determinado es menos probable que exista. Estas pueden provenir de niveles conceptuales inferiores

La unidad básica del neocórtex es un módulo de unas cien neuronas aproximadamente. Estos módulos están entrelazados los unos con los otros en el interior de cada columna neocortical, de manera que cada módulo no es claramente diferenciable. El patrón de las conexiones y la potencia sináptica dentro de cada módulo son relativamente estables. Así, son las conexiones y las potencias sinápticas entre módulos las que representan el aprendizaje.
Hay alrededor de mil billones (1015) de conexiones en el neocórtex, pero sin embargo en el genoma solo hay 25 millones de bytes de información concernientes al diseño (y esto después de haber realizado una compresión en la que no se producen pérdidas)[16]. Por tanto, las propias conexiones no pueden venir predeterminadas genéticamente. Es posible que parte de este aprendizaje sea el resultado de la interpelación del neocórtex al cerebro antiguo, pero aun así eso solo representaría una cantidad de información relativamente pequeña.

El cerebelo es una región del cerebro antiguo que en el pasado controló prácticamente todos los movimientos de los homínidos. Todavía contiene la mitad de las neuronas del cerebro, aunque la mayoría son relativamente pequeñas, de manera que la región constituye solamente alrededor del 10% del peso del cerebro. Asimismo, el cerebelo es otro ejemplo de la enorme cantidad de repeticiones que encontramos en el diseño del cerebro. Sobre su diseño en el genoma existe relativamente poca información, ya que su estructura es un patrón de varias neuronas que se repite miles de millones de veces. Además, al igual que ocurre con el neocórtex, existe una uniformidad a lo largo y ancho de su estructura.
La mayor parte de la función que controla nuestros músculos ha sido asumida por el neocórtex. Para ello ha utilizado los mismos algoritmos de reconocimiento de patrones que usa para la percepción y cognición.
El neocórtex también puede recurrir al cerebelo con objeto de utilizar su capacidad para calcular funciones base en tiempo real que anticipen los resultados de las acciones que estamos sopesando pero que todavía no hemos realizado (y puede que nunca realicemos), así como las acciones o posibles acciones de otros. Se trata de otro ejemplo de los innatos predictores lineales integrados en el cerebro.

La cuestión de si el ordenador y el cerebro humano se encuentran a un mismo nivel equivalente sigue siendo a día de hoy una cuestión controvertida. En la introducción ya mencioné que había millones de enlaces que mencionaban la complejidad del cerebro humano.
Lo que creo que pasará en realidad es que continuaremos por el camino del recambio gradual y del escenario de mejora hasta que en último término la mayor parte de nuestro pensamiento se encuentre en la nube. Mi acto de fe en cuanto a la identidad es que esta se preserva a través de la continuidad del patrón de información que nos hace ser quien somos. La continuidad permite el cambio continuo, de manera que aunque soy algo diferente a quien era ayer, sigo teniendo la misma identidad. Sin embargo, la continuidad del patrón que constituye mi identidad no depende del sustrato. Los sustratos biológicos son maravillosos y nos han llevado muy lejos, sin embargo tenemos muy buenas razones para estar creando un sustrato más capaz y duradero.

Las tecnologías de inteligencia artificial tales como los sistemas para comprender el lenguaje natural no están necesariamente diseñadas para emular los principios teóricos del funcionamiento del cerebro, sino que están diseñadas para garantizar una máxima efectividad.
Un objetivo primordial de la comprensión del cerebro es la mejora de las herramientas de las que constan las técnicas destinadas a crear sistemas inteligentes. Aunque es posible que muchos investigadores en el campo de IA no lo reconozcan del todo, dichas herramientas ya están profundamente influenciadas por nuestro conocimiento sobre los principios operativos del cerebro. Además, comprender el cerebro también nos ayuda a revertir disfuncionalidades cerebrales de varios tipos. Por supuesto, el proyecto de aplicar la ingeniería inversa al cerebro también persigue otro objetivo fundamental: comprender quienes somos.

La inteligencia puede definirse como la capacidad para resolver problemas mediante recursos limitados, entre los cuales un recurso fundamental es el tiempo. Así, la capacidad para resolver un problema más deprisa, como por ejemplo la forma de encontrar comida o la manera de evitar a un depredador, refleja una mayor capacidad intelectual. La evolución dio lugar a la inteligencia porque le era útil a la supervivencia.
El avance que hemos realizado como especie gracias a nuestra inteligencia se refleja en la evolución de nuestro conocimiento, lo cual incluye nuestra tecnología y nuestra cultura. Un mayor número de nuestras tecnologías se está convirtiendo en tecnologías de la información, por lo que continúan progresando intrínsecamente de forma exponencial. Gracias a dichas tecnologías somos capaces de hacer frente a los grandes desafíos de la humanidad, como por ejemplo el mantenimiento del medioambiente, el sustento (incluidas la energía, la comida y el agua) de una población que va en aumento, la superación de enfermedades, el gran aumento de la longevidad humana y la eliminación de la pobreza. Solo mediante la expansión de nosotros mismos a través de tecnología inteligente podemos afrontar a una escala adecuada la complejidad necesaria para hacer frente a estos retos.
Estas tecnologías no son la vanguardia de una invasión inteligente que competirá contra nosotros y que en último término acabará por arrinconarnos.
La inteligencia que crearemos a partir de la aplicación de la ingeniería inversa al cerebro tendrá acceso a su propio código fuente y será capaz de mejorarse a sí misma rápidamente en el contexto de un ciclo acelerado de diseño iterativo. Aunque, tal y como hemos visto, en el cerebro humano existe un considerable grado de plasticidad, el cerebro posee una arquitectura relativamente fija que no puede ser significativamente modificada, y además posee una capacidad limitada.

Nuestro sino es despertar al universo para luego decidir inteligentemente cuál es su destino imbuyéndole de inteligencia humana en su forma no biológica.

—————

If you don’t know much about the current state of artificial intelligence, brain science, or the philosophy of consciousness, and don’t mind a little bit of technical discussion, Kurzweil does a fine job of articulating the current rapid converge between these areas of understanding. However, if you already do know the basics, this book probably isn’t going to do much to expand your own consciousness.
Speaking as a software engineer who has a fascination with AI, I largely agree with Kurzweil’s glowing assessments about the future of machine intelligence, though I’d probably push his timeframe back a few decades and could do with a bit less of his self-promotion. Though there’s a lot we still don’t understand about how the human brain operates, neuroscience and computer science are starting to form the same fundamental insights about how intelligence “works”, whether it’s represented as neurons or a mathematical process. In a truly intelligent machine, data from the outside world is taken in by a large, hierarchical array of pattern-recognizers, which gradually rewire themselves to better anticipate the messy-but-hierarchical patterns of the real world (visual squiggles to letters, letters to words, words to syntax, syntax to meanings, meanings to relationships, relationships to concepts, concepts to insights — and back down again). To some extent, the software world has already made useful progress in this direction.
However, most of the insights Kurzweil offers aren’t anything new. Indeed, most of what he says was explored in Jeff Hawkin’s 2004 book, On Intelligence, and in academia before that. Briefly stated, the hierarchical architecture of the human brain’s neocortex is the major engine of human intelligence, and it seems to start out mostly as a blank slate, a generalized learning machine that builds neural connections through experience, eventually forming a complex inductive model of reality, which constantly makes predictions about what comes next. Kurzweil shares some of his own successes solving certain kinds of problems decades ago, but the new ideas he advances seem somewhat vague and underdeveloped (maybe he’s saving the nuts and bolts for his new job at Google).
Still, there’s plenty here for a general audience, when he gets away from the geekery. Kurzweil is passionate and pretty convincing about his belief that even limited gains in awareness of how the human brain works still provide AI researchers with some powerful springboards, and that, conversely, advances (or missteps) in AI teach us more about the brain. As he points out in discussing Watson, the IBM computer system that famously won on Jeopardy after acquiring most of its knowledge from scanning natural-language documents (the sampling of questions it got right is impressive), things have already come a long way. And there’s no reason to believe that the rapid convergence won’t continue, especially in the post-cloud computing world. After all, the specific, idiosyncratic way our monkey-rat-lizard brains were shaped to think as our ancestors crawled/darted/clambered around undoubtedly isn’t the only way an evolutionary process can discover thought.
There’s also a succinct but informative history of the field of AI, with brief overviews of significant thinkers and developments. And Kurzweil wades a little bit into the philosophy of consciousness, exploring some its more paradoxical aspects in light of what science knows about the human brain. For example, it’s been shown that the two cerebral hemispheres, in patients with a severed connection, operate almost as two separate brains. Yet, each one still seems to think it has a conscious link to the other. Maybe such individuals are more like two people in one body, but don’t realize it? Eerie, huh? His other thought experiments are nothing new, but still fun. Everyone should know what the Chinese Room is.

Finally, there’s a section in which Kurzweil responds to critics, and calls out a few flagrant misunderstandings of his ideas. While it’s debatable how on-target his past predictions about technology have been, as far as I’m concerned, if he was even halfway right, then he’ll be fully right soon enough.

Overall, I think I would recommend this book most to AI neophytes who haven’t read anything by Kurzweil before. His enthusiasm for the topic can be quite inspiring.

How to create a mind argues that the mind is an “emergent property” of the brain, so the creation of digital brains will result in the creation of digital minds. In fact, the brain, the current biological substrate of the human mind, can be substantially improved thanks to carefully designed and much more advanced non-biological substrates. As the great English futurist Sir Arthur C. Clarke would say, humans are simply bipeds with a carbon-based bipeds. The important thing is not the substrate, biological or not, but the mind, and minds increased thanks to new technologies will surpass current unimproved human minds. Ray not only considers that the mind is a direct consequence of the brain, but also that the artificial intelligences will have conscience, free will and even their own identity.
In short, what may seem like magic today may soon be reality. From a computational point of view, we are already beginning to reproduce the complexity of the human brain.

The capacity of human beings for logical processes is very limited, but nevertheless we have a deep capacity to recognize patterns. Thus, to reason logically we need to use the neocortex, which is basically a great pattern recognizer. It is not the ideal mechanism to perform logical transformations, but it is the only facility we have to perform them. For example, compare how a human plays chess with the operation of the typical chess program.
The neocortex predicts what you expect to find. Foreseeing the future is one of the primary reasons why we own a neocortex. At the highest conceptual level we are continually making predictions (who will be the next to walk through the door, what is someone going to say next, what do we expect to see when we turn the corner, the possible results of our own actions, etc.). These predictions take place constantly at each and every level of the neocortex hierarchy. However, there are often people, things, and words that we mistakenly recognize because our threshold for confirming an expected pattern is too low.
In addition to positive signals, there are also negative or inhibitory signals indicating that a certain pattern is less likely to exist. These may come from lower conceptual levels

The basic unit of the neocortex is a module of approximately one hundred neurons. These modules are intertwined with each other inside each neocortical column, so that each module is not clearly differentiable. The connection pattern and synaptic power within each module are relatively stable. Thus, it is the connections and synaptic powers between modules that represent learning.
There are around a billion (1015) connections in the neocortex, but nevertheless in the genome there are only 25 million bytes of information concerning the design (and this after having performed a compression in which no losses occur) [16 ]. Therefore, the connections themselves cannot be genetically predetermined. It is possible that part of this learning is the result of the neocortex interpellation to the ancient brain, but even so that would only represent a relatively small amount of information.

The cerebellum is a region of the ancient brain that in the past controlled virtually all movements of hominids. It still contains half of the brain’s neurons, although most are relatively small, so the region makes up only about 10% of the brain’s weight. Likewise, the cerebellum is another example of the enormous number of repetitions that we find in the design of the brain. Relatively little information exists about its design in the genome, since its structure is a pattern of several neurons that repeats billions of times. Furthermore, as with the neocortex, there is uniformity throughout its structure.
Most of the function that controls our muscles has been assumed by the neocortex. For this, it has used the same pattern recognition algorithms that it uses for perception and cognition.
The neocortex can also resort to the cerebellum in order to use its ability to calculate base functions in real time that anticipate the results of the actions we are weighing but have not yet performed (and may never perform), as well as the actions or possible actions of others. This is another example of the innate linear predictors built into the brain.

The question of whether the computer and the human brain are at the same equivalent level remains a controversial question today. I already mentioned in the introduction that there were millions of links that mentioned the complexity of the human brain.
What I think will actually happen is that we will continue on the path of gradual turnover and the improvement scenario until ultimately most of our thinking is in the cloud. My act of faith regarding identity is that it is preserved through the continuity of the information pattern that makes us who we are. Continuity allows continuous change, so that although I am somewhat different from who I was yesterday, I still have the same identity. However, the continuity of the pattern that constitutes my identity does not depend on the substrate. Biological substrates are wonderful and have taken us a long way, however we have very good reasons to be creating a more capable and durable substrate.

Artificial intelligence technologies such as systems for understanding natural language are not necessarily designed to emulate the theoretical principles of brain function, but are designed to ensure maximum effectiveness.
A primary goal of understanding the brain is to improve the tools that include the techniques for creating intelligent systems. Although many researchers in the AI field may not fully recognize it, such tools are already deeply influenced by our knowledge of the brain’s operating principles. Furthermore, understanding the brain also helps us reverse brain dysfunctions of various kinds. Of course, the project of applying reverse engineering to the brain also has another fundamental goal: to understand who we are.

Intelligence can be defined as the ability to solve problems using limited resources, among which a fundamental resource is time. Thus, the ability to solve a problem faster, such as how to find food or how to avoid a predator, reflects a greater intellectual capacity. Evolution gave rise to intelligence because it was useful for survival.
The progress we have made as a species thanks to our intelligence is reflected in the evolution of our knowledge, which includes our technology and our culture. A greater number of our technologies are becoming information technologies, so they continue to progress exponentially. Thanks to these technologies we are able to face the great challenges of humanity, such as the maintenance of the environment, the livelihood (including energy, food and water) of a growing population, the overcoming of diseases , the great increase in human longevity and the elimination of poverty. Only by expanding ourselves through smart technology can we cope on the appropriate scale with the complexity necessary to meet these challenges.
These technologies are not the vanguard of an intelligent invasion that will compete against us and that will ultimately corner us.
The intelligence that we will create from the application of reverse engineering to the brain will have access to its own source code and will be able to rapidly improve itself in the context of an accelerated cycle of iterative design. Although, as we have seen, there is a considerable degree of plasticity in the human brain, the brain has a relatively fixed architecture that cannot be significantly modified, and also has limited capacity.

Our fate is to awaken the universe and then intelligently decide what its destiny is imbued with human intelligence in its non-biological form.

4 pensamientos en “Cómo Crear Una Mente. El Secreto Del Pensamiento Humano — Ray Kurzweil / How to Create a Mind: The Secret of Human Thought Revealed by Ray Kurzweil

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios .