¿Qué pensamientos y actividades humanas no pueden ser computarizados y automatizados?

Answer 1

Aquí hay un ejemplo muy concreto de algo que una mente humana puede hacer que actualmente es imposible (o al menos extremadamente, EXTREMADAMENTE impráctico para una computadora); Determinar la forma de una proteína plegada.

Fold.it es un juego de rompecabezas en el que los participantes intentan descubrir la forma de una proteína. En 2011, se agregó una proteasa retroviral para que los jugadores trabajen. Esta es una proteína muy importante para entender cómo funcionan los retrovirus, y podría desempeñar un papel importante en el desarrollo de tratamientos para el SIDA. Los científicos no pudieron descubrir la estructura de la misma durante más de una década. Utilizaron muchos modelos informáticos sofisticados, incluido [correo electrónico protegido] , un programa que aprovecha miles de computadoras inactivas en conjunto, para abordar el problema. Los jugadores de Fold.it resolvieron el problema en un par de días. (http://medgadget.com/2011/09/fol…)

En NeuroLogica, el Dr. Steven Novella tiene una muy buena reseña de por qué este problema resultó ser mucho más fácil para los humanos que para las computadoras;

La razón por la que estos tipos de problemas son tan difíciles es que la cantidad de formas posibles en que una proteína grande puede plegarse es asombrosa. Esto, de hecho, se llama problema NP (polinomio no determinista). El ejemplo clásico de esto es el vendedor ambulante que desea trazar la ruta mínima a un conjunto de ciudades que desea visitar. Tales problemas son imposibles de resolver por la fuerza bruta computacional (el número de posibilidades para verificar rápidamente se vuelve mayor que el número de átomos en el universo), y no hay una forma matemática para derivar la respuesta rápidamente.

Por esta razón, los programadores de computadoras simplemente no han podido desarrollar un programa que pueda resolver el rompecabezas de plegado para proteínas grandes.

Sin embargo, el cerebro humano es un procesador paralelo masivo y excelente para el reconocimiento de patrones, algo que todavía hacemos (por ahora) mejor que las computadoras. Además, hay mucha gente, muchos cerebros de computadora que se pueden poner a trabajar.

(http://theness.com/neurologicabl…)

De manera similar, los problemas que una computadora solo podría resolver mediante fuerza bruta a menudo son determinados de manera más eficiente por los humanos. ¿Hay alguna razón teórica por la que las computadoras algún día no puedan realizar esas operaciones? No es que yo pueda pensar. Pero, vale la pena tener esto en cuenta; El cerebro humano tiene alrededor de cien mil millones de neuronas, y cada neurona tiene alrededor de 7.000 sinapsis. Y, sin embargo, esta poderosa y poderosa computadora pesa alrededor de dos libras y funciona con aproximadamente 20 vatios de potencia. Esa es una eficacia absolutamente asombrosa que no creo que estemos replicando en las computadoras.

Answer 2

Hay una perspectiva interesante sobre esta pregunta sugerida por el libro “The Emperor’s New Mind” de Roger Penrose. Este libro es a menudo criticado por lo que Penrose tiene que decir sobre el cerebro y cómo funciona. Creo que las críticas son injustas, no porque creo que Penrose tenga razón en su discusión sobre los cerebros (no estoy calificado para juzgar), sino porque las cosas del cerebro en el libro están pensadas como un apartado, como especulación sobre el tema. El argumento central del libro es de naturaleza matemática y (ya que es profesor emérito de pelota de matemáticas en la Universidad de Oxford), me gusta pensar que Penrose está en un terreno mucho más seguro cuando se trata de matemáticas.

Ahora sería un buen momento para declarar que no soy matemático, por lo que mi comprensión de los detalles del argumento de Penrose se limita a decir lo menos. Sin embargo, creo que tengo una idea general de eso, así que intentaré resumirlo aquí.

El núcleo del argumento de Penrose se refiere al potencial de las computadoras, tal como existen actualmente, para que alguna vez se consideren inteligentes; es decir, computadoras con una CPU y un banco de memoria, que resuelven problemas utilizando conjuntos de instrucciones algorítmicas codificadas en hardware y software. El argumento de Penrose invoca los teoremas de incompletitud de Gödel (advertencia: ese último enlace es quizás la página de Wikipedia más impenetrable que he intentado leer …) para afirmar que dentro de cada conjunto de valores posibles se puede introducir en un algoritmo para que ese algoritmo produzca una Como resultado, habrá al menos un conjunto de valores que rompe el algoritmo.

En otras palabras, cuando estás escribiendo un programa (es decir, un conjunto de instrucciones o un algoritmo) para realizar alguna tarea, siempre obtendrás errores. Para manejar estos errores, puede hacer que el algoritmo sea más complicado (lo que, como cualquiera que trabaje en TI le dirá, inevitablemente introduce más errores) o tiene que restringir la entrada (es decir, “código a la defensiva”), a menudo de manera que Comenzar a limitar la efectividad y alcance del programa.

Una vez más, con todos los programas, excepto los más sencillos (tan directo que se sabe que el resultado no es “inteligente”), es imposible hacer cualquiera de estos de una manera que garantice la eliminación del 100% de todos los errores. Simplemente no sucede.

Por supuesto, un argumento contrario obvio para esto es “pero espera, las personas son inteligentes, y a menudo tampoco pueden hacer frente a todos los comentarios que reciben”, lo cual es un argumento perfectamente válido, pero los seres humanos no lo hacemos. Falla en la forma en que lo hace una computadora manejada por procesamiento algorítmico puro. Si nos enfrentamos a una situación que simplemente no podemos calcular con razón y lógica puras, tenemos otras herramientas bajo nuestras mangas, como la creencia, la fe y la “imaginación” (una palabra que Penrose rara vez usa en su libro, extrañamente ). Muy a menudo, la imaginación y la razón también se enfrentan entre sí en nuestra mente, lo que puede ser una definición razonable de “creatividad”.

Una vez más, un argumento contrario es que “creencia”, “fe” e “imaginación” no necesariamente se corresponden con “inteligencia”, y cuando ves algo tan extraño como, por ejemplo, la violación de Todd Akin y la controversia de comentarios sobre el embarazo, en la que la “fe” del hombre en cuestión le hizo negar la razón frente a una ciencia bastante directa y bien probada, parece un argumento bastante fuerte. Pero sin embargo, creo que está claro que hay algo más en cómo funcionan nuestras mentes que el crujido computacional de los algoritmos que tenemos en las computadoras que usamos hoy en día. (Lo que en esencia es compatible con lo que han dicho otras respuestas aquí: no hay una “CPU” en el cerebro; es un sistema masivamente paralelo con una gran cantidad de subsistemas que funcionan en concierto).

Por supuesto, nada de esto impide el desarrollo de tipos de computadoras completamente diferentes en el futuro. Así que tal vez debería terminar señalando este artículo: la filosofía será la clave que desbloquee la inteligencia artificial, lo que señala que las diferencias en el ADN de una persona y un chimpancé son (relativamente) pequeñas, y que la clave de la inteligencia que nos ayudó a poner a la gente en la luna, a las computadoras en el escritorio de todo el mundo, en lugar de vivir en el bosque y quitarse las pulgas entre sí, debe estar en esa pequeña diferencia en algún lugar.