Imagineu un grup d'homes joves reunits en un pintoresc campus universitari de Nova Anglaterra, als Estats Units, durant l'estiu del nord de 1956.
És una petita reunió informal. Però els homes no són aquí per fer fogueres i excursions per la natura a les muntanyes i els boscos dels voltants. En canvi, aquests pioners estan a punt d'embarcar-se en un viatge experimental que provocarà innombrables debats durant les properes dècades i canviarà no només el curs de la tecnologia, sinó el curs de la humanitat.
Benvinguts a la Conferència de Dartmouth, el bressol de la intel·ligència artificial (IA) tal com la coneixem avui.
El que va passar aquí finalment portaria a ChatGPT i a molts altres tipus d'IA que ara ens ajuden a diagnosticar malalties, detectar fraus, crear llistes de reproducció i escriure articles (bé, no aquest). Però també crearia alguns dels molts problemes que el camp encara intenta superar. Potser mirant enrere, podem trobar una millor manera d'avançar.
A mitjans de la dècada de 1950, el rock'n'roll estava agafant el món per asalto. Elvis's Heartbreak Hotel encapçalava les llistes i els adolescents van començar a acceptar el llegat rebel de James Dean.
Però l'any 1956, en un racó tranquil de New Hampshire, estava succeint un tipus de revolució diferent.
La Projecte de recerca d'estiu de Dartmouth sobre intel·ligència artificial, sovint recordada com la Conferència de Dartmouth, va començar el 18 de juny i va durar unes vuit setmanes. Va ser una creació de quatre informàtics nord-americans: John McCarthy, Marvin Minsky, Nathaniel Rochester i Claude Shannon, i va reunir algunes de les ments més brillants de la informàtica, les matemàtiques i la psicologia cognitiva de l'època.
Aquests científics, juntament amb algunes de les 47 persones que van convidar, es van proposar abordar un objectiu ambiciós: fer màquines intel·ligents.
As McCarthy ho va posar a la proposta de la conferència, pretenien esbrinar “com fer que les màquines utilitzin llenguatge, formen abstraccions i conceptes, resolen tipus de problemes ara reservats als humans”.
La Conferència de Dartmouth no només va encunyar el terme "intel·ligència artificial"; va fusionar tot un camp d'estudi. És com un Big Bang mític d'IA: tot el que sabem sobre l'aprenentatge automàtic, les xarxes neuronals i l'aprenentatge profund té ara els seus orígens a aquell estiu a Nova Hampshire.
Però el llegat d'aquell estiu és complicat.
La intel·ligència artificial va guanyar com a nom sobre els altres proposats o en ús en aquell moment. Shannon va preferir el terme "estudis d'autòmats", mentre que altres dos participants a la conferència (i els futurs creadors del primer programa d'IA), Allen Newell i Herbert Simon, van continuar utilitzant el "processament complex de la informació" durant uns quants anys encara.
Però aquí està la cosa: havent-nos decidit per la IA, per molt que ho intentem, avui sembla que no podem allunyar-nos de comparar la IA amb la intel·ligència humana.
Aquesta comparació és alhora una benedicció i una maledicció.
D'una banda, ens impulsa a crear sistemes d'IA que poden igualar o superar el rendiment humà en tasques específiques. Celebrem quan la IA supera els humans en jocs com els escacs o el Go, o quan pot detectar càncer en imatges mèdiques amb més precisió que els metges humans.
D'altra banda, aquesta comparació constant porta a idees errònies.
Quan un l'ordinador supera un humà a Go, és fàcil arribar a la conclusió que ara les màquines són més intel·ligents que nosaltres en tots els aspectes, o que almenys estem en bon camí per crear aquesta intel·ligència. Però AlphaGo no està més a prop d'escriure poesia que una calculadora.
I quan un gran model de llenguatge sona humà, comencem a preguntar-nos si és sensible.
Però ChatGPT no és més viu que el maniquí d'un ventríloc parlant.
Els científics de la Conferència de Dartmouth eren increïblement optimistes sobre el futur de la IA. Estaven convençuts que podrien resoldre el problema de la intel·ligència de les màquines en un sol estiu.
Aquest excés de confiança ha estat un tema recurrent en el desenvolupament de la IA i ha provocat diversos cicles de bombo i decepció.
Simon va declarar el 1965 que "les màquines seran capaces, d'aquí a 20 anys, de fer qualsevol feina que un home pugui fer". Va predir Minsky el 1967 que “d'aquí a una generació […] el problema de crear la 'intel·ligència artificial' es resoldrà substancialment”.
Popular futurista Ray Kurzweil prediu ara només falten cinc anys: “no hi som del tot, però hi serem, i el 2029 coincidirà amb qualsevol persona”.
Aleshores, com poden els investigadors d'IA, els usuaris d'IA, els governs, els empresaris i el públic en general avançar d'una manera més equilibrada?
Un pas clau és acceptar la diferència i la utilitat dels sistemes de màquines. En lloc de centrar-nos en la cursa cap a la "intel·ligència general artificial", podem centrar-nos-hi els punts forts únics dels sistemes que hem construït – per exemple, l'enorme capacitat creativa dels models d'imatge.
També és important canviar la conversa de l'automatització a l'augment. En lloc d'oposar humans contra màquines, centrem-nos-hi com la IA pot ajudar i augmentar les capacitats humanes.
Destaquem també les consideracions ètiques. Els participants de Dartmouth no van dedicar gaire temps a discutir les implicacions ètiques de la IA. Avui en sabem millor i hem de fer-ho millor.
També hem de reorientar les direccions de recerca. Posem èmfasi en la investigació sobre la interpretabilitat i la robustesa de la IA, la investigació interdisciplinària d'IA i explorem nous paradigmes d'intel·ligència que no es basen en la cognició humana.
Finalment, hem de gestionar les nostres expectatives sobre la IA. Per descomptat, podem estar entusiasmats amb el seu potencial. Però també hem de tenir expectatives realistes, per evitar els cicles de decepció del passat.
Quan mirem enrere aquell casal d'estiu de fa 68 anys, podem celebrar la visió i l'ambició dels participants de la Conferència de Dartmouth. El seu treball va establir les bases de la revolució de la IA que estem vivint avui.
Si replantegem el nostre enfocament de la IA, posant èmfasi en la utilitat, l'augment, l'ètica i les expectatives realistes, podem honrar el llegat de Dartmouth mentre tracem un camí més equilibrat i beneficiós per al futur de la IA.
Després de tot, la veritable intel·ligència no rau només en la creació de màquines intel·ligents, sinó en la sàvia que triem utilitzar-les i desenvolupar-les.
Aquest article es va tornar a publicar a La conversa sota una llicència Creative Commons i és autor de Sandra Pere, Director de Sydney Executive Plus, Universitat de Sydney
Un marc per avaluar les tecnologies digitals i relacionades amb un ràpid desenvolupament: IA, grans models de llenguatge i més enllà
Aquest document de discussió proporciona l'esquema d'un marc inicial per informar les múltiples discussions globals i nacionals que tenen lloc sobre la IA.
Preparant els ecosistemes nacionals de recerca per a la IA: estratègies i progrés el 2024
L'informe ofereix una anàlisi exhaustiva de la integració de la intel·ligència artificial en la ciència i la investigació a diversos països. Aborda tant els avenços realitzats com els reptes als quals s'enfronten en aquest camp, cosa que el converteix en una lectura valuosa per als líders científics, responsables polítics, professionals de l'IA i acadèmics.
Les organitzacions científiques a l'era digital
El document de discussió sintetitza les conclusions d'una enquesta àmplia, entrevistes detallades i estudis de cas amb membres de l'ISC. Serveix alhora com a reflex actual de l'estat digital de la comunitat científica i com a guia per a les organitzacions que s'embarquen en els seus viatges de transició digital.
Imatge de Billy Wilson Flickr
Llegiu més sobre United in Science: reinicieu l'acció climàtica
Llegeix més sobre Sol·licitud de propostes de serveis de consultoria
Més informació sobre WorldFAIR: Continuar transformant les dades per afrontar reptes complexos en un projecte de seguiment
