El límite matemático de la inteligencia artificial
Ver en YouTube Turing formuló en 1936 una pregunta aparentemente austera: ¿qué significa que un procedimiento sea computable? Para responderla describió una máquina abstracta que lee símbolos, escribe símbolos y sigue reglas finitas paso a paso. No era un plano de un portátil moderno, pero ofrecía una definición precisa de cálculo me
Turing formuló en 1936 una pregunta aparentemente austera: ¿qué significa que un procedimiento sea computable? Para responderla describió una máquina abstracta que lee símbolos, escribe símbolos y sigue reglas finitas paso a paso. No era un plano de un portátil moderno, pero ofrecía una definición precisa de cálculo mecánico. Y la consecuencia fue enorme. Permitió hablar con rigor de lo que una máquina puede calcular y también de lo que no puede calcular. Eso último es crucial. La visión popular de la informática es expansiva: con suficiente potencia, cualquier problema termina resolviéndose. Pero la teoría de la computación dice algo más incómodo. Existen problemas para los que no hay un algoritmo general que siempre dé respuesta. No es que el ordenador sea demasiado lento: en ciertos casos, el límite está en el tipo de problema. Esa diferencia es liberadora. Nos protege de prometer soluciones automáticas donde no pueden existir. Y debería moderar el discurso sobre la inteligencia artificial. Un sistema puede ser extraordinario reconociendo patrones y, sin embargo, no tener garantías matemáticas de exactitud, justicia o seguridad en cada situación.
Episodio completo: https://youtu.be/9bXgfg5Il8Q
🤖 Contenido generado con IA: el guion, las voces y las imágenes de este episodio se produjeron con herramientas de inteligencia artificial.
#Shorts