Intelixencia Artificial: un salto de fe ou o seguinte gran salto histórico?

Ao longo da historia, descubrimentos como o dominio dos metais ou a imprenta mudaron para sempre as formas de vida da humanidade. Hoxe, preséntasenos a Intelixencia Artificial como unha tecnoloxía coa capacidade de dar un novo xiro á nosa historia, transformando a nosa vida cotiá, a nosa economía, e até a natureza da creatividade humana. Nesta palestra explicaremos de xeito sinxelo que é a Intelixencia Artificial e que papel está a xogar xa nas nosas vidas, así como de que xeitos podería modelar o futuro da nosa sociedade. Estaremos ante o próximo gran salto histórico en Occidente?

Transcript

1. Intelixencia Artificial Un salto de fe, ou o seguinte gran salto histórico? Laura M. Castro Souto
2. 25 de outubro
3. 22 de novembro
4. 10 de novembro
5. 10 de novembro
6. 4 de novembro
7. 14 de novembro
8. 13 de setembro
9. 29 de outubro
10. 20 de novembro
11. 21 de novembro
12. Que está pasando aquí? Do lanzamento de ChatGPT até hoxe Como comezou todo IA Simbólica fronte a IA Conexionista A "aterraxe" que podemos agardar 01 02 04 03 Na procura da Intelixencia Artificial Os dous camiños O "salto" da IA Xerativa Conclusións (?)
13. Na procura da Intelixencia Artificial Como comezou todo 01
14. Conferencia de Dartmouth, 1956 "Cada aspecto da aprendizaxe ou (...) da intelixencia pode (...) describirse con tanta precisión que se pode facer unha máquina para simulalo"
15. Conferencia de Dartmouth, 1956 "Cada aspecto da aprendizaxe ou (...) da intelixencia pode (...) describirse con tanta precisión que se pode facer unha máquina para simulalo"
16. Conferencia de Dartmouth, 1956 "Cada aspecto da aprendizaxe ou (...) da intelixencia pode (...) describirse con tanta precisión que se pode facer unha máquina para simulalo"
17. Precursores Warren S. McCullough y Walter Pitts, primeiro modelo neuronal 1943
18. microscopio electrónico
23. Precursores Warren S. McCullough y Walter Pitts, primeiro modelo neuronal 1943
24. Precursores Warren S. McCullough y Walter Pitts, primeiro modelo neuronal Alan M. Turing, propón o Test de Turing 1943 1950
26. Precursores Warren S. McCullough y Walter Pitts, primeiro modelo neuronal Alan M. Turing, propón o Test de Turing 1943 1950
27. Precursores Warren S. McCullough y Walter Pitts, primeiro modelo neuronal Alan M. Turing, propón o Test de Turing Arthur Samuel crea un programa que xoga ás damas 1943 1950 1952
28. Precursores Warren S. McCullough y Walter Pitts, primeiro modelo neuronal Alan M. Turing, propón o Test de Turing Arthur Samuel crea un programa que xoga ás damas 1943 1950 1952 "aprendizaxe máquina"
29. Precursora Ada Lovelace, primeiro "algoritmo" (cálculo dos números de Bernouilli) 1843
30. Precursora Ada Lovelace, primeiro "algoritmo" (cálculo dos números de Bernouilli) 1843 lista ordenada de instruccións para realizar unha tarefa
31. Precursora Ada Lovelace, primeiro "algoritmo" (cálculo dos números de Bernouilli) 1843 lista ordenada de instruccións para realizar unha tarefa
32. Precursora Ada Lovelace, primeiro "algoritmo" (cálculo dos números de Bernouilli) 1843 mostra que as máquinas poden facer algo máis que cálculos "simples"
33. Precursora Ada Lovelace, primeiro "algoritmo" (cálculo dos números de Bernouilli) 1843 mostra que as máquinas poden facer algo máis que cálculos "simples" " as máquinas poderán facer todo o que lles saibamos ordenar"
34. matemática
35. psicólogo, matemático matemática
36. psicólogo, matemático matemático matemática
37. psicólogo, matemático matemático enxeñeiro eléctrico matemática
38. psicólogo, matemático matemático enxeñeiro eléctrico matemática
39. Os dous camiños IA Simbólica vs. IA Conexionista 02
40. A hipótese da Intelixencia Artificial
41. —Allen Newell e Herbert A. Simon, 1978 “todo sistema (...) ten os medios necesarios e suficientes para levar a cabo accións intelixentes”
42. —Allen Newell e Herbert A. Simon, 1978 “todo sistema (...) ten os medios necesarios e suficientes para levar a cabo accións intelixentes” persoas = sistemas físicos-biolóxicos
43. —Allen Newell e Herbert A. Simon, 1978 “todo sistema (...) ten os medios necesarios e suficientes para levar a cabo accións intelixentes” computadoras = sistemas físicos-electrónicos persoas = sistemas físicos-biolóxicos
44. As dúas vías da ciencia da IA IA Conexionista IA Simbólica
45. As dúas vías da ciencia da IA IA Conexionista IA Simbólica "modelo do cerebro" "modelo da mente"
46. As dúas vías da ciencia da IA IA Conexionista IA Simbólica Require moitos datos Require expertas/os
47. As dúas vías da ciencia da IA IA Conexionista IA Simbólica Non é explicable É explicable
48. IA simbólica: a mente crea representacións do mundo + regras
49. IA simbólica: a mente crea representacións do mundo + regras intelixencia = procura de solucións
50. IA simbólica: a mente crea representacións do mundo + regras intelixencia = procura de solucións domina as primeiras décadas
51. IA conexionista: o cerebro crea redes de neuronas artificiais
52. IA conexionista: o cerebro crea redes de neuronas artificiais intelixencia = aprendizaxe a partir de exemplos
53. IA conexionista: o cerebro crea redes de neuronas artificiais intelixencia = aprendizaxe a partir de exemplos dominante na actualidade
54. as computadoras da época (anos 80)
55. John Searle, 1980 "realizar con éxito unha tarefa (un programa) non significa comprendela"
56. John Searle, 1980 "realizar con éxito unha tarefa (un programa) non significa comprendela" test da habitación chinesa
58. John Searle, 1980 "realizar con éxito unha tarefa (un programa) non significa comprendela" test da habitación chinesa IA feble vs IA xeral
59. O "inverno" da IA
61. IBM Deep Blue
62. Un novo amencer para a IA
63. Cronoloxía da IA 1843 2025 1943 1978-80 1997 1950-56
64. Cronoloxía da IA 1997 2002 2011 2014 2022 2018
65. Idade dos Metais 5000 anos
66. Idade dos Metais 5000 anos 5000 anos da invención da escritura a alfabetización xeral
67. Idade dos Metais 5000 anos 5000 anos da invención da escritura a alfabetización xeral 500 anos da invención da imprensa (1440) até a venda popular de libros (mediados s.XX)
68. da invención da imprensa (1440) até a venda popular de libros (mediados s.XX) 500 anos
69. da invención da imprensa (1440) até a venda popular de libros (mediados s.XX) 500 anos 60-80 anos da invención da bombilla (1879) até a chegada ás casas
70. da invención da imprensa (1440) até a venda popular de libros (mediados s.XX) 500 anos 60-80 anos da invención da bombilla (1879) até a chegada ás casas 25 anos de Deep Blue a ChatGPT
71. O "salto" da IA Xerativa Do lanzamento do ChatGPT até hoxe 03
72. Por que agora?
73. as computadoras de hoxe
74. os datos de hoxe Gráfico Gráfico
75. Como funciona ChatGPT?
76. Como funciona a IA Xerativa?
77. a IA Xerativa é IA Conexionista
78. a IA Xerativa é IA Conexionista
79. a IA Xerativa é IA Conexionista
80. a IA Xerativa é IA Conexionista "adestrar"
81. a IA Xerativa é IA Conexionista "aprendizaxe profunda"
82. a IA Xerativa é IA Conexionista "parámetros"
83. GPT: Generative PreTrained Transformer
84. Tarefa: predicir (xerar) a seguinte palabra máis probable Os datos usados poden ter temática, pero o resultado úsase para calquera Nome da rede neuronal que predí (xera) palabras GPT: Generative PreTrained Transformer Generative PreTrained Transformer
85. Tarefa: predicir (xerar) a seguinte palabra máis probable Os datos usados poden ter temática, pero o resultado úsase para calquera Nome da rede neuronal que predí (xera) palabras GPT: Generative PreTrained Transformer Generative PreTrained Transformer A quen madruga, deus axuda
86. Tarefa: predicir (xerar) a seguinte palabra máis probable Os datos usados poden ter temática, pero o resultado úsase para calquera Nome da rede neuronal que predí (xera) palabras GPT: Generative PreTrained Transformer Generative PreTrained Transformer A quen madruga, deus ???
87. Tarefa: predicir (xerar) a seguinte palabra máis probable Os datos usados poden ter temática, pero o resultado úsase para calquera Nome da rede neuronal que predí (xera) palabras GPT: Generative PreTrained Transformer Generative PreTrained Transformer castiga A quen madruga, deus ???
88. Tarefa: predicir (xerar) a seguinte palabra máis probable Os datos usados poden ter temática, pero o resultado úsase para calquera Nome da rede neuronal que predí (xera) palabras GPT: Generative PreTrained Transformer Generative PreTrained Transformer axuda A quen madruga, deus ???
89. Tarefa: predicir (xerar) a seguinte palabra máis probable Os datos usados poden ter temática, pero o resultado úsase para calquera Nome da rede neuronal que predí (xera) palabras GPT: Generative PreTrained Transformer Generative PreTrained Transformer axuda A quen madruga, deus ??? "aprendizaxe por reforzo"
90. Adestrado con 7000 libros non publicados 2018 Adestrado cos artigos máis votados dos foros de Reddit 2020 Adestrado con artigos de Wikipedia, CommonCrawl, Reddit... 2022
91. —OpenAI, novembro 2022 “O formato de diálogo fai posible responder preguntas relacionadas, admitir erros (...) ou rexeitar solicitudes non axeitadas.”
93. Adestrado con 7000 libros non publicados 2018 Adestrado cos artigos máis votados dos foros de Reddit 2020 Adestrado con artigos de Wikipedia, CommonCrawl, Reddit... 2022
94. Adestrado con 7000 libros non publicados 2018 Adestrado cos artigos máis votados dos foros de Reddit 2020 Adestrado con artigos de Wikipedia, CommonCrawl, Reddit... 2022 117M parámetros 1.5B parámetros 175B parámetros
95. Microsoft Azure 3500 supercomputadoras 100.000$ cada día 3$ cada 1000 palabras aproximadamente 3-4 páxinas
96. Conclusións (?) A "aterraxe" que podemos agardar 04
97. Que podemos chegar a facer con IA Xerativa?
99. nesgos privacidade autoría
100. nesgos privacidade autoría NESGOS
101. nesgos privacidade autoría NESGOS explicabilidade
102. nesgos privacidade autoría NESGOS explicabilidade responsabilidade
103. Que podemos chegar a facer con IA?
107. John Searle, 1980 "realizar con éxito unha tarefa (un programa) non significa comprendela" IA feble vs IA xeral
108. Slidesgo Flaticon Freepik CREDITS: This presentation template was created by Slidesgo, and includes icons by Flaticon, and infographics & images by Freepik Grazas! Laura M. Castro Souto lcastro@udc.gal