machine learning

Després de l’aparició en els anys quaranta dels primers ordinadors capaços de fer càlculs complexos, Alan Turing i altres científics de la computació es van preguntar si algun dia les màquines serien capaces de pensar de manera anàloga als humans. Va ser el naixement de la intel·ligència artificial i l’inici d’un vertiginós desenvolupament informàtic que generaria fites com la victòria en 1996 de l’ordinador Deep Blue sobre el campió mundial d’escacs Garri Kaspàrov.

El machine learning s’està incorporant amb força a qualsevol àrea on hi hagi presència massiva de dades que permeti aquest entrenament, com ara anàlisis genòmiques, econòmiques, gestió de transports o anàlisi del comportament humà a partir del nostre rastre digital. Dins del camp mèdic, un exemple paradigmàtic és l’anàlisi de radiografies, en què s’augura que en breu els algorismes d’intel·ligència artificial basats en machine learning cometran menys errors que els radiòlegs més experts. És inevitable preguntar-se quins impactes tindrà la intel·ligència artificial en els llocs de treball, fins a quin punt podran superar capacitats cognitives que consideràvem exclusives dels humans i quines decisions de la nostra vida quotidiana acabarem delegant en les màquines, per comoditat o perquè seran més llestes que nosaltres.

«És impossible plantejar tots els escenaris en què es podria trobar un cotxe autònom»

Els experts expliquen que els algorismes de machine learning seran excel·lents per a les funcions específiques que se’ls programi i que sens dubte ens superaran en tasques concretes, però que difícilment podran adquirir una «intel·ligència general humana» com la del nostre cervell programat per a infinitat de tasques al mateix temps. Així i tot, fa una mica d’angoixa, especialment amb l’afegit que, una vegada posats els algorismes a entrenar, en realitat perdem control sobre ells: van canviant i millorant-se per ells mateixos sense que nosaltres sapiguem què està ocorrent entre les seves línies de codi. És una caixa negra amb què, per exemple, un programa de pòquer ha après a fer catxa sense que ningú li hagi explicat com fer-ne, i del qual alguns temen que podrien aparèixer propietats, intel·ligències o comportaments emergents no previstos –ni desitjats.

 Llig l’article sencer al web de Mètode

Pere Estupinyà  és escriptor i divulgador científic.

QUÈ ÉS MÈTODE?

Si podeu llegir VilaWeb és perquè milers de persones en són subscriptors i fan possible que la feina de la redacció arribe a les vostres pantalles.

Vosaltres podeu unir-vos-hi també i fer, amb el vostre compromís, que aquest diari siga més lliure i independent. Perquè és molt difícil de sostenir un esforç editorial del nivell de VilaWeb, únicament amb la publicitat.

Som un mitjà que demostra que el periodisme és un combat diari per millorar la societat i que està disposat sempre a prendre qualsevol risc per a complir aquest objectiu. Amb rigor, amb qualitat i amb passió. Sense reserves.

Per a vosaltres fer-vos subscriptor és un esforç petit, però creieu-nos quan us diem que per a nosaltres el vostre suport ho és tot.

Vicent Partal
Director de Vilaweb