Carles Fornell
Inicialment, es posa en qüestió si som capaços d’utilitzar el nostre propi pensament per entendre els nostres pensaments.
L’investigador de la intel·ligència artificial Douglas Hofstadter opina que potser és un accident del destí que els nostres cervells siguin massa febles per comprendre’s a si mateixos. No obstant això, hem tingut èxit en la part de les neurones del nostre cervell que augmenten ràpidament, trobant-se al llindar per ascendir a l’escala de les nostres habilitats creatives. Tot i que pensant-ho bé, estem formats essencialment de bits d’informació, tenint en compte la diferència genètica entre ximpanzés i humans, només ens separa uns milers de bytes. Aquest tipus d’informació preveu uns patrons que fan aquesta realitat, encara que les partícules que componen el cervell i el cos canvien en qüestió de setmanes.
Un algoritme evolutiu pot començar amb solucions potencials a un problema generat aleatòriament, el qual està codificat en un codi genètic digital. Aleshores fem que les solucions competeixin les unes contra les altres en una batalla evolutiva simulada, i les millors solucions sobreviuen i procreen una reproducció simulada. Podem introduir cert nivell de mutació genètica a diversos paràmetres d’alt nivell en aquest procés, nivell de mutació i ritme de procreació. Són paràmetres de creació, i és labor de l’enginyer que dissenya l’algorisme evolutiu raonablement òptim. El procés s’executa per milers de generacions d’evolució simulada, i al final del procés és probable que es trobin solucions que són d’un ordre superior al de les solucions primigènies.
Els resultats d’aquests algorismes evolutius, anomenats genètics, poden ser intel·ligents per solucions de problemes complexos. Han estat usats per crear dissenys de vida artificial, i per dur a terme una àmplia gamma de tasques pràctiques programant el sistema operatiu.
Així mateix, els algorismes genètics són una aproximació a la intel·ligència artificial feble, és la utilització de la intel·ligència humana. Encara que els algorismes genètics són una eina útil, mai no han aconseguit que s’assembli a la intel·ligència artificial forta. Potser falta desenvolupar patrons amb habilitats més complexes que fins ara no s’han aconseguit. Després de tot, el regne animal va evolucionar en un procés que va durar milers de milions d’anys, inclosos els humans. Potser aquest procés no el podem recrear d’aquí a uns quants dies, encara que la simulació sigui per ordinador. El que és cert és que els algorismes genètics convencionals permeten l’evolució dins d’uns paràmetres limitats i en un mitjà evolutiu, en què el codi genètic necessita evolucionar. La naturalesa no es va quedar amb un sol cromosoma, sinó que hi ha hagut molts nivells d’incorporació al procés evolutiu natural. Alhora, es requereix un entorn complex en què l’evolució tingui lloc.
Tanmateix, per produir intel·ligència artificial forta, tindrem l’oportunitat de recórrer a aquest procés mitjançant l’enginyeria inversa del cervell humà. Tingueu en compte que tenim l’avantatge dels milers de milions d’anys d’evolució, que són els responsables de l’ordre de la complexitat al món natural. Alguns fenòmens a la natura són aparentment complexos, són el resultat de mecanismes computacionals senzills, que alhora són el treball d’un autòmat cel·lular. Són interessants els intricats patrons dels flocs de neu, encara que sempre s’han considerat que el seu disseny obeeix un senzill procés de computació molecular.
L’evolució biològica en animals complexos com els humans triga desenes de milions d’anys a marcar diferències, i encara que siguin petites són perceptibles. La història de l’evolució tecnològica humana s’ha produït en un termini de temps d’unes quantes dècades. El progrés actual es troba a escala entre mil i un milió de vegades més ràpida que l’evolució biològica.
Succeeix que no tothom vol acceptar aquest repte, sempre apareixen individus tardans. Cada tecnologia de canvi té una avantguarda i una rereguarda, cal recordar que encara hi ha gent que empeny arades. Però això no vol dir que la tecnologia hagi frenat l’avenç cap a telecomunicacions, internet, biotecnologia, nanotecnologia, etc. De totes maneres, alguns dels endarrerits acaben per posar-se al dia. Hi ha societats a la Xina que van passar de l’economia agrària a la tecnològica sense passar per la industrialització.
