Texto científico: La inteligencia no es como la pintan

Selección de Texto e ideas aplicables

Daiana Hernández Jiménez

[pic 1]

8/06/19

M2C1G18-044

Texto científico: La inteligencia no es como la pintan. 19/10 /16. Claudia Hernández García.

• Presentan o demuestran avances científicos.
• Emplean lenguaje especializado o accesible.

Texto informativo: “Descubren submarino alemán en el área donde hace 100 años fue hundido uno “por un monstruo marino”.  2016. BBC Mundo.

• Explican, transmiten y comunican información.

Texto literario: La noche boca arriba. 19/02/14. Julio Cortázar.

• Son aquellos en los que se manifiesta una función estética.

Texto periodístico: La movilidad como un derecho. 19/10 /16. Christopher Domínguez.

• Informan sobre hechos y temas de interés general.
• Emiten opiniones o críticas sobre ciertos hechos, valoraciones, comportamientos y actitudes.

Ideas principales:

• Utiliza lenguaje científico.
• El texto debe ser preciso.
• Debe ser comprendido por todos.
• El texto debe ser cierto y verificable.

Resumen

El campo de la inteligencia artificial, por muy avanzado que parezca estar, aún enfrenta grandes retos técnicos. En octubre del 2015, el software AlfaGo de la compañía británica de inteligencia artificial Google DeepMind venció a Fan Hui, el campeón europeo de Go. En marzo de 2016 una versión corregida y aumentada de AlfaGo venció al campeón mundial, Lee Sedol, con redes neuronales profundas.

Las redes neuronales artificiales son una forma de diseñar computadoras para que sus circuitos se asemejen a la estructura del cerebro. Los sistemas computacionales diseñados como redes neuronales utilizan procesadores que trabajan en paralelo con el fin de atacar problemas que no se dejan resolver siguiendo una cadena de instrucciones fijas. El aprendizaje automático se puede considerar como contraparte de la programación convencional. En la programación convencional la máquina recibe instrucciones para llevar a cabo una tarea y la ejecuta, pero no aprende nada. En el aprendizaje automático la máquina puede deducir información por sí sola y luego aplicarla en otros momentos. El aprendizaje profundo es un tipo de aprendizaje automático que ocupa varias capas de la red neuronal para analizar la información a distintos niveles, como si fueran cámaras que van haciendo zoom.

Watson es un tipo de red neuronal que procesa el lenguaje cotidiano. Otro ejemplo de lo mismo es Siri, el asistente virtual de los iPhone. El desempeño de Watson fue sobresaliente porque pudo interpretar frases rebuscadas, sopesar tres respuestas posibles, activar un timbre para pedir la palabra y finalmente verbalizar la pregunta. Ese año, IBM y el desarrollador de aplicaciones de imagen y voz Nuance Communications emprendieron una colaboración con la Universidad Columbia, en Nueva York, y la Universidad de Maryland para desarrollar un asistente autómata para médicos. Este autómata podría, por ejemplo, reunir todos los síntomas de un paciente, analizarlos y buscar en una base de datos para sugerir padecimientos posibles en cuestión de segundos.

A principios de mayo de 2016 Sarah O’Connor, una de las mejores reporteras del periódico The Financial Times, compitió contra una computadora llamada Emma que fue entrenada para hacer análisis, investigación y consulta financiera. El reto era escribir una nota sobre índices de empleo en el Reino Unido y enviarla al editor para que identificara cuál era de la reportera y cuál de la máquina. O’Connor estaba segura de que la computadora sería más rápida, pero esperaba que su nota fuera mejor. Con 23 minutos de diferencia, la nota de Emma contenía información relevante, pero carecía de un rasgo esencial en el trabajo periodístico: no tenía tono de noticia. Las inteligencias artificiales tienen la capacidad de hacer un primer análisis de toda esa información distribuida entre millones y millones de fuentes; sin embargo, se sigue requiriendo la participación de expertos humanos.

...