What happens when our computers get smarter than we are? | Nick Bostrom

Nick Bostrom: ¿Qué sucede cuando nuestras computadoras se vuelven más inteligentes que nosotros?

2,703,006 views

2015-04-27 ・ TED


New videos

What happens when our computers get smarter than we are? | Nick Bostrom

Nick Bostrom: ¿Qué sucede cuando nuestras computadoras se vuelven más inteligentes que nosotros?

2,703,006 views ・ 2015-04-27

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Denise RQ Revisor: Sebastian Betti
00:12
I work with a bunch of mathematicians, philosophers and computer scientists,
0
12570
4207
Yo trabajo con un grupo de matemáticos, filósofos y científicos informáticos,
00:16
and we sit around and think about the future of machine intelligence,
1
16777
5209
y nos juntamos para pensar en el futuro de la inteligencia artificial,
00:21
among other things.
2
21986
2044
entre otras cosas.
00:24
Some people think that some of these things are sort of science fiction-y,
3
24030
4725
Algunos piensan que estas cosas son una especie de ciencia ficción
00:28
far out there, crazy.
4
28755
3101
alocadas y alejadas de la verdad.
00:31
But I like to say,
5
31856
1470
Pero bueno, me gusta sugerir
00:33
okay, let's look at the modern human condition.
6
33326
3604
que analicemos la condición humana moderna.
00:36
(Laughter)
7
36930
1692
(Risas)
00:38
This is the normal way for things to be.
8
38622
2402
Así es cómo tienen que ser las cosas.
00:41
But if we think about it,
9
41024
2285
Pero si lo pensamos,
00:43
we are actually recently arrived guests on this planet,
10
43309
3293
en realidad acabamos de llegar a este planeta,
00:46
the human species.
11
46602
2082
nosotros, la especie humana.
00:48
Think about if Earth was created one year ago,
12
48684
4746
Piensen que si la Tierra hubiera sido creada hace un año,
00:53
the human species, then, would be 10 minutes old.
13
53430
3548
entonces la raza humana solo tendría 10 minutos de edad
00:56
The industrial era started two seconds ago.
14
56978
3168
y la era industrial habría empezado hace dos segundos.
01:01
Another way to look at this is to think of world GDP over the last 10,000 years,
15
61276
5225
Otra forma de abordar esto es pensar en el PIB mundial en los últimos 10 000 años,
01:06
I've actually taken the trouble to plot this for you in a graph.
16
66501
3029
y de hecho, me he tomado la molestia de representarlo en un gráfico para Uds.
01:09
It looks like this.
17
69530
1774
Se ve así.
01:11
(Laughter)
18
71304
1363
(Risas)
01:12
It's a curious shape for a normal condition.
19
72667
2151
Tiene una forma curiosa para ser normal.
01:14
I sure wouldn't want to sit on it.
20
74818
1698
Y seguro que no me gustaría sentarme en ella.
01:16
(Laughter)
21
76516
2551
(Risas)
01:19
Let's ask ourselves, what is the cause of this current anomaly?
22
79067
4774
Preguntémonos ¿cuál es la causa de esta anomalía actual?
01:23
Some people would say it's technology.
23
83841
2552
Algunas personas dirán que es la tecnología.
01:26
Now it's true, technology has accumulated through human history,
24
86393
4668
Ahora bien es cierto que la tecnología ha aumentado a lo largo de la historia,
01:31
and right now, technology advances extremely rapidly --
25
91061
4652
y en la actualidad avanza muy rápidamente
01:35
that is the proximate cause,
26
95713
1565
--esa es la causa inmediata--
01:37
that's why we are currently so very productive.
27
97278
2565
y por esto la razón de ser muy productivos hoy en día.
01:40
But I like to think back further to the ultimate cause.
28
100473
3661
Pero me gusta indagar más allá, buscar la causa de todo.
01:45
Look at these two highly distinguished gentlemen:
29
105114
3766
Miren a estos 2 caballeros muy distinguidos:
01:48
We have Kanzi --
30
108880
1600
Tenemos a Kanzi,
01:50
he's mastered 200 lexical tokens, an incredible feat.
31
110480
4643
que domina 200 unidades léxicas, una hazaña increíble,
01:55
And Ed Witten unleashed the second superstring revolution.
32
115123
3694
y a Ed Witten que desató la segunda revolución de las supercuerdas.
01:58
If we look under the hood, this is what we find:
33
118817
2324
Si miramos atentamente esto es lo que encontramos:
02:01
basically the same thing.
34
121141
1570
básicamente la misma cosa.
02:02
One is a little larger,
35
122711
1813
Uno es un poco más grande,
02:04
it maybe also has a few tricks in the exact way it's wired.
36
124524
2758
y puede que también tenga algunos trucos más por la forma en que está diseñado,
02:07
These invisible differences cannot be too complicated, however,
37
127282
3812
sin embargo, estas diferencias invisibles no pueden ser demasiado complicadas
02:11
because there have only been 250,000 generations
38
131094
4285
porque solo nos separan 250 000 generaciones
02:15
since our last common ancestor.
39
135379
1732
de nuestro último ancestro común.
02:17
We know that complicated mechanisms take a long time to evolve.
40
137111
3849
Sabemos que los mecanismos complicados tardan mucho tiempo en evolucionar
02:22
So a bunch of relatively minor changes
41
142000
2499
así que una serie de pequeños cambios
02:24
take us from Kanzi to Witten,
42
144499
3067
nos lleva de Kanzi a Witten,
02:27
from broken-off tree branches to intercontinental ballistic missiles.
43
147566
4543
de las ramas de árboles rotas a los misiles balísticos intercontinentales.
02:32
So this then seems pretty obvious that everything we've achieved,
44
152839
3935
Así que parece bastante claro que todo lo que hemos logrado,
02:36
and everything we care about,
45
156774
1378
y todo lo que nos importa,
02:38
depends crucially on some relatively minor changes that made the human mind.
46
158152
5228
depende fundamentalmente de algunos cambios relativamente menores
sufridos por la mente humana.
02:44
And the corollary, of course, is that any further changes
47
164650
3662
Y el corolario es que, por supuesto, cualquier cambio ulterior
02:48
that could significantly change the substrate of thinking
48
168312
3477
que cambiara significativamente el fundamento del pensamiento
02:51
could have potentially enormous consequences.
49
171789
3202
podría potencialmente acarrear enormes consecuencias.
02:56
Some of my colleagues think we're on the verge
50
176321
2905
Algunos de mis colegas piensan que estamos muy cerca
02:59
of something that could cause a profound change in that substrate,
51
179226
3908
de algo que podría causar un cambio significativo en ese fundamento
03:03
and that is machine superintelligence.
52
183134
3213
y que eso es la máquina superinteligente.
03:06
Artificial intelligence used to be about putting commands in a box.
53
186347
4739
La inteligencia artificial solía ser la integración de comandos en una caja,
03:11
You would have human programmers
54
191086
1665
con programadores humanos
03:12
that would painstakingly handcraft knowledge items.
55
192751
3135
que elaboraban conocimiento minuciosamente a mano.
03:15
You build up these expert systems,
56
195886
2086
Se construían estos sistemas especializados
03:17
and they were kind of useful for some purposes,
57
197972
2324
y eran bastante útiles para ciertos propósitos,
03:20
but they were very brittle, you couldn't scale them.
58
200296
2681
pero eran muy frágiles y no se podían ampliar.
03:22
Basically, you got out only what you put in.
59
202977
3433
Básicamente, se conseguía solamente lo que se invertía en ellos.
03:26
But since then,
60
206410
997
Pero desde entonces,
03:27
a paradigm shift has taken place in the field of artificial intelligence.
61
207407
3467
hubo un cambio de paradigma en el campo de la inteligencia artificial.
03:30
Today, the action is really around machine learning.
62
210874
2770
Hoy, la acción gira en torno al aprendizaje máquina.
03:34
So rather than handcrafting knowledge representations and features,
63
214394
5387
Así que en lugar de producir características
y representar el conocimiento de manera artesanal,
03:40
we create algorithms that learn, often from raw perceptual data.
64
220511
5554
creamos algoritmos que aprenden a menudo a partir de datos de percepción en bruto.
03:46
Basically the same thing that the human infant does.
65
226065
4998
Básicamente lo mismo que hace el bebé humano.
03:51
The result is A.I. that is not limited to one domain --
66
231063
4207
El resultado es inteligencia artificial que no se limita a un solo campo;
03:55
the same system can learn to translate between any pairs of languages,
67
235270
4631
el mismo sistema puede aprender a traducir entre cualquier par de idiomas
03:59
or learn to play any computer game on the Atari console.
68
239901
5437
o aprender a jugar a cualquier juego de ordenador en la consola Atari.
04:05
Now of course,
69
245338
1779
Ahora, por supuesto,
04:07
A.I. is still nowhere near having the same powerful, cross-domain
70
247117
3999
la IA está todavía muy lejos de tener el mismo poder y alcance interdisciplinario
04:11
ability to learn and plan as a human being has.
71
251116
3219
para aprender y planificar como lo hacen los humanos.
04:14
The cortex still has some algorithmic tricks
72
254335
2126
La corteza cerebral aún esconde algunos trucos algorítmicos
04:16
that we don't yet know how to match in machines.
73
256461
2355
que todavía no sabemos cómo simular en las máquinas.
04:19
So the question is,
74
259886
1899
Así que la pregunta es,
04:21
how far are we from being able to match those tricks?
75
261785
3500
¿cuánto nos falta para poder implementar esos trucos?
04:26
A couple of years ago,
76
266245
1083
Hace un par de años
04:27
we did a survey of some of the world's leading A.I. experts,
77
267328
2888
hicimos una encuesta entre los expertos de IA más importantes del mundo
04:30
to see what they think, and one of the questions we asked was,
78
270216
3224
para ver lo que piensan, y una de las preguntas que hicimos fue,
04:33
"By which year do you think there is a 50 percent probability
79
273440
3353
"¿En qué año crees que habrá un 50 % de probabilidad en elevar
04:36
that we will have achieved human-level machine intelligence?"
80
276793
3482
la inteligencia artificial al mismo nivel que la inteligencia humana?"
04:40
We defined human-level here as the ability to perform
81
280785
4183
Donde hemos definido ese nivel como la capacidad de realizar
04:44
almost any job at least as well as an adult human,
82
284968
2871
casi todas las tareas, al menos así como las desarrolla un humano adulto,
04:47
so real human-level, not just within some limited domain.
83
287839
4005
por lo cual, un nivel real no solo dentro de un área limitada.
04:51
And the median answer was 2040 or 2050,
84
291844
3650
Y la respuesta fue alrededor de 2040 o 2050,
04:55
depending on precisely which group of experts we asked.
85
295494
2806
dependiendo del grupo de expertos consultados.
04:58
Now, it could happen much, much later, or sooner,
86
298300
4039
Ahora, puede ocurrir mucho más tarde o más temprano,
05:02
the truth is nobody really knows.
87
302339
1940
la verdad es que nadie lo sabe realmente.
05:05
What we do know is that the ultimate limit to information processing
88
305259
4412
Lo que sí sabemos es que el umbral en el procesamiento de información
05:09
in a machine substrate lies far outside the limits in biological tissue.
89
309671
4871
en una infraestructura artificial
se encuentra mucho más allá de los límites del tejido biológico.
05:15
This comes down to physics.
90
315241
2378
Esto pertenece al campo de la física.
05:17
A biological neuron fires, maybe, at 200 hertz, 200 times a second.
91
317619
4718
Una neurona biológica manda impulsos quizá a 200 Hertz, 200 veces por segundo.
05:22
But even a present-day transistor operates at the Gigahertz.
92
322337
3594
mientras que incluso hoy, un transistor opera a la frecuencia de los gigahercios.
05:25
Neurons propagate slowly in axons, 100 meters per second, tops.
93
325931
5297
Las neuronas propagan el impulso lentamente a lo largo de los axones,
a máximo 100 metros por segundo.
05:31
But in computers, signals can travel at the speed of light.
94
331228
3111
Pero en las computadoras, las señales pueden viajar a la velocidad de la luz.
05:35
There are also size limitations,
95
335079
1869
También hay limitaciones de tamaño,
05:36
like a human brain has to fit inside a cranium,
96
336948
3027
como el cerebro humano que tiene que encajar dentro del cráneo,
05:39
but a computer can be the size of a warehouse or larger.
97
339975
4761
pero una computadora puede ser del tamaño de un almacén o aún más grande.
05:44
So the potential for superintelligence lies dormant in matter,
98
344736
5599
Así que el potencial de la máquina superinteligente
permanece latente en la materia,
05:50
much like the power of the atom lay dormant throughout human history,
99
350335
5712
al igual que el poder atómico a lo largo de toda la historia
05:56
patiently waiting there until 1945.
100
356047
4405
que esperó pacientemente hasta 1945.
06:00
In this century,
101
360452
1248
De cara a este siglo los científicos pueden aprender a despertar
06:01
scientists may learn to awaken the power of artificial intelligence.
102
361700
4118
el poder de la inteligencia artificial
06:05
And I think we might then see an intelligence explosion.
103
365818
4008
y creo que podríamos ser testigos de una explosión de inteligencia.
06:10
Now most people, when they think about what is smart and what is dumb,
104
370406
3957
Cuando la mayoría de la gente piensa en lo inteligente o lo tonto
06:14
I think have in mind a picture roughly like this.
105
374363
3023
creo que tienen en mente una imagen más o menos así.
06:17
So at one end we have the village idiot,
106
377386
2598
En un extremo tenemos al tonto del pueblo,
06:19
and then far over at the other side
107
379984
2483
y lejos en el otro extremo,
06:22
we have Ed Witten, or Albert Einstein, or whoever your favorite guru is.
108
382467
4756
tenemos a Ed Witten o a Albert Einstein, o quien sea su gurú favorito.
06:27
But I think that from the point of view of artificial intelligence,
109
387223
3834
Pero creo que desde el punto de vista de la inteligencia artificial,
06:31
the true picture is actually probably more like this:
110
391057
3681
lo más probable es que la imagen real sea la siguiente:
06:35
AI starts out at this point here, at zero intelligence,
111
395258
3378
Se empieza en este punto aquí, en ausencia de inteligencia
06:38
and then, after many, many years of really hard work,
112
398636
3011
y luego, después de muchos, muchos años de trabajo muy arduo,
06:41
maybe eventually we get to mouse-level artificial intelligence,
113
401647
3844
quizá finalmente lleguemos al nivel intelectual de un ratón,
06:45
something that can navigate cluttered environments
114
405491
2430
algo que puede navegar entornos desordenados
06:47
as well as a mouse can.
115
407921
1987
igual que un ratón.
06:49
And then, after many, many more years of really hard work, lots of investment,
116
409908
4313
Y luego, después de muchos, muchos más años
de trabajo muy arduo, de mucha inversión,
06:54
maybe eventually we get to chimpanzee-level artificial intelligence.
117
414221
4639
tal vez alcancemos el nivel de inteligencia de un chimpancé.
06:58
And then, after even more years of really, really hard work,
118
418860
3210
Y luego, después de más años de trabajo muy, muy arduo
07:02
we get to village idiot artificial intelligence.
119
422070
2913
alcancemos la inteligencia artificial del tonto del pueblo.
07:04
And a few moments later, we are beyond Ed Witten.
120
424983
3272
Un poco más tarde, estaremos más allá de Ed Witten.
07:08
The train doesn't stop at Humanville Station.
121
428255
2970
El tren del progreso no se detiene en la estación de los Humanos.
07:11
It's likely, rather, to swoosh right by.
122
431225
3022
Es probable que más bien, pase volando.
07:14
Now this has profound implications,
123
434247
1984
Esto tiene profundas consecuencias,
07:16
particularly when it comes to questions of power.
124
436231
3862
especialmente si se trata de poder.
07:20
For example, chimpanzees are strong --
125
440093
1899
Por ejemplo, los chimpancés son fuertes.
07:21
pound for pound, a chimpanzee is about twice as strong as a fit human male.
126
441992
5222
Un chimpancé es dos veces más fuerte y en mejor forma física que un hombre
07:27
And yet, the fate of Kanzi and his pals depends a lot more
127
447214
4614
y, sin embargo, el destino de Kanzi y sus amigos depende mucho más
07:31
on what we humans do than on what the chimpanzees do themselves.
128
451828
4140
de lo que hacemos los humanos que de lo que ellos mismos hacen.
07:37
Once there is superintelligence,
129
457228
2314
Una vez que hay superinteligencia,
07:39
the fate of humanity may depend on what the superintelligence does.
130
459542
3839
el destino de la humanidad dependerá de lo que haga la superinteligencia.
07:44
Think about it:
131
464451
1057
Piensen en esto:
07:45
Machine intelligence is the last invention that humanity will ever need to make.
132
465508
5044
la máquina inteligente es el último invento
que la humanidad jamás tendrá que realizar.
07:50
Machines will then be better at inventing than we are,
133
470552
2973
Las máquinas serán entonces mejores inventores que nosotros,
07:53
and they'll be doing so on digital timescales.
134
473525
2540
y lo harán a escala de tiempo digital
07:56
What this means is basically a telescoping of the future.
135
476065
4901
lo que significa básicamente que acelerarán la cercanía al futuro.
08:00
Think of all the crazy technologies that you could have imagined
136
480966
3558
Piensen en todas las tecnologías que tal vez, en su opinión,
08:04
maybe humans could have developed in the fullness of time:
137
484524
2798
los humanos pueden desarrollar con el paso del tiempo:
08:07
cures for aging, space colonization,
138
487322
3258
tratamientos para el envejecimiento, la colonización del espacio,
08:10
self-replicating nanobots or uploading of minds into computers,
139
490580
3731
nanobots autoreplicantes, mentes integradas en las computadoras,
08:14
all kinds of science fiction-y stuff
140
494311
2159
todo tipo de ciencia-ficción
08:16
that's nevertheless consistent with the laws of physics.
141
496470
2737
y sin embargo en consonancia con las leyes de la física.
08:19
All of this superintelligence could develop, and possibly quite rapidly.
142
499207
4212
Todo esta superinteligencia podría desarrollarse
y posiblemente con bastante rapidez.
08:24
Now, a superintelligence with such technological maturity
143
504449
3558
Ahora, una superinteligencia con tanta madurez tecnológica
08:28
would be extremely powerful,
144
508007
2179
sería extremadamente poderosa,
08:30
and at least in some scenarios, it would be able to get what it wants.
145
510186
4546
y con la excepción de algunos casos sería capaz de conseguir lo que quiere.
08:34
We would then have a future that would be shaped by the preferences of this A.I.
146
514732
5661
Nuestro futuro se determinaría por las preferencias de esta IA.
08:41
Now a good question is, what are those preferences?
147
521855
3749
Y una buena pregunta es ¿cuáles son esas preferencias?
08:46
Here it gets trickier.
148
526244
1769
Aquí se vuelve más complicado.
08:48
To make any headway with this,
149
528013
1435
Para avanzar con esto,
08:49
we must first of all avoid anthropomorphizing.
150
529448
3276
debemos en primer lugar evitar el antropomorfismo.
08:53
And this is ironic because every newspaper article
151
533934
3301
Y esto es irónico porque cada artículo de prensa sobre el futuro de la IA
08:57
about the future of A.I. has a picture of this:
152
537235
3855
presenta una imagen como esta:
09:02
So I think what we need to do is to conceive of the issue more abstractly,
153
542280
4134
Así que creo que tenemos que pensar de manera más abstracta,
09:06
not in terms of vivid Hollywood scenarios.
154
546414
2790
no según escenarios entretenidos de Hollywood.
09:09
We need to think of intelligence as an optimization process,
155
549204
3617
Tenemos que pensar en la inteligencia como un proceso de optimización
09:12
a process that steers the future into a particular set of configurations.
156
552821
5649
un proceso que dirige el futuro hacia un conjunto especifico de configuraciones.
09:18
A superintelligence is a really strong optimization process.
157
558470
3511
Un superinteligencia es un proceso de optimización realmente potente.
09:21
It's extremely good at using available means to achieve a state
158
561981
4117
Es muy bueno en el uso de recursos disponibles
para lograr un estado óptimo y alcanzar su objetivo.
09:26
in which its goal is realized.
159
566098
1909
09:28
This means that there is no necessary connection between
160
568447
2672
Esto significa que no hay ningún vínculo necesario
09:31
being highly intelligent in this sense,
161
571119
2734
entre ser muy inteligente en este sentido,
09:33
and having an objective that we humans would find worthwhile or meaningful.
162
573853
4662
y tener una meta que para los humanos vale la pena o es significativa.
09:39
Suppose we give an A.I. the goal to make humans smile.
163
579321
3794
Por ejemplo, la IA podría tener el objetivo de hacer sonreír a los humanos.
09:43
When the A.I. is weak, it performs useful or amusing actions
164
583115
2982
Cuando la IA está en desarrollo, realiza acciones entretenidas
09:46
that cause its user to smile.
165
586097
2517
para hacer sonreír a su usuario.
09:48
When the A.I. becomes superintelligent,
166
588614
2417
Cuando la IA se vuelve superinteligente,
09:51
it realizes that there is a more effective way to achieve this goal:
167
591031
3523
se da cuenta de que hay una manera más eficaz para lograr su objetivo:
09:54
take control of the world
168
594554
1922
tomar el control del mundo
09:56
and stick electrodes into the facial muscles of humans
169
596476
3162
e introducir electrodos en los músculos faciales de la gente
09:59
to cause constant, beaming grins.
170
599638
2941
para provocar sonrisas constantes y radiantes.
10:02
Another example,
171
602579
1035
Otro ejemplo,
10:03
suppose we give A.I. the goal to solve a difficult mathematical problem.
172
603614
3383
supongamos que le damos el objetivo de resolver un problema matemático difícil.
10:06
When the A.I. becomes superintelligent,
173
606997
1937
Cuando la IA se vuelve superinteligente,
10:08
it realizes that the most effective way to get the solution to this problem
174
608934
4171
se da cuenta de que la forma más eficaz para conseguir la solución a este problema
10:13
is by transforming the planet into a giant computer,
175
613105
2930
es mediante la transformación del planeta en un computador gigante,
10:16
so as to increase its thinking capacity.
176
616035
2246
para aumentar su capacidad de pensar.
10:18
And notice that this gives the A.I.s an instrumental reason
177
618281
2764
Y tengan en cuenta que esto da a la IA una razón instrumental
10:21
to do things to us that we might not approve of.
178
621045
2516
para hacer cosas que nosotros no podemos aprobar.
10:23
Human beings in this model are threats,
179
623561
1935
Los seres humanos se convierten en una amenaza,
10:25
we could prevent the mathematical problem from being solved.
180
625496
2921
ya que podríamos evitar que el problema se resuelva.
10:29
Of course, perceivably things won't go wrong in these particular ways;
181
629207
3494
Por supuesto, las cosas no tienen necesariamente que pasar de esa manera:
10:32
these are cartoon examples.
182
632701
1753
son ejemplos de muestra.
10:34
But the general point here is important:
183
634454
1939
Pero lo importante,
10:36
if you create a really powerful optimization process
184
636393
2873
si crean un proceso de optimización muy potente,
10:39
to maximize for objective x,
185
639266
2234
optimizado para lograr el objetivo X,
10:41
you better make sure that your definition of x
186
641500
2276
más vale asegurarse de que la definición de X
10:43
incorporates everything you care about.
187
643776
2469
incluye todo lo que importa.
10:46
This is a lesson that's also taught in many a myth.
188
646835
4384
Es una moraleja que también se enseña a través de varios mitos.
10:51
King Midas wishes that everything he touches be turned into gold.
189
651219
5298
El rey Midas deseaba convertir en oro todo lo que tocaba.
10:56
He touches his daughter, she turns into gold.
190
656517
2861
Toca a su hija y ella se convierte en oro.
10:59
He touches his food, it turns into gold.
191
659378
2553
Toca su comida, se convierte en oro.
11:01
This could become practically relevant,
192
661931
2589
Es un ejemplo relevante
11:04
not just as a metaphor for greed,
193
664520
2070
no solo de una metáfora de la codicia sino como ilustración
11:06
but as an illustration of what happens
194
666590
1895
de lo que sucede si crean un proceso de optimización potente
11:08
if you create a powerful optimization process
195
668485
2837
11:11
and give it misconceived or poorly specified goals.
196
671322
4789
pero le encomiendan objetivos incomprensibles o sin claridad.
11:16
Now you might say, if a computer starts sticking electrodes into people's faces,
197
676111
5189
Uno puede pensar:
"Si una computadora empieza a poner electrodos en la cara de la gente
11:21
we'd just shut it off.
198
681300
2265
bastaría simplemente con apagarla.
11:24
A, this is not necessarily so easy to do if we've grown dependent on the system --
199
684555
5340
En primer lugar, puede que no sea tan sencillo
si somos dependientes del sistema
11:29
like, where is the off switch to the Internet?
200
689895
2732
por ejemplo: ¿dónde está el botón para apagar Internet?
11:32
B, why haven't the chimpanzees flicked the off switch to humanity,
201
692627
5120
En segundo lugar, ¿por qué los chimpancés
no tienen acceso al mismo interruptor de la humanidad, o los neandertales?
11:37
or the Neanderthals?
202
697747
1551
11:39
They certainly had reasons.
203
699298
2666
Sin duda razones tendrían.
11:41
We have an off switch, for example, right here.
204
701964
2795
Tenemos un interruptor de apagado, por ejemplo, aquí mismo.
11:44
(Choking)
205
704759
1554
(Finge estrangulación)
11:46
The reason is that we are an intelligent adversary;
206
706313
2925
La razón es que somos un adversario inteligente;
11:49
we can anticipate threats and plan around them.
207
709238
2728
podemos anticipar amenazas y planificar en consecuencia,
11:51
But so could a superintelligent agent,
208
711966
2504
pero también podría hacerlo un agente superinteligente,
11:54
and it would be much better at that than we are.
209
714470
3254
y mucho mejor que nosotros.
11:57
The point is, we should not be confident that we have this under control here.
210
717724
7187
El tema es que no debemos confiar
que podemos controlar esta situación.
12:04
And we could try to make our job a little bit easier by, say,
211
724911
3447
Y podríamos tratar de hacer nuestro trabajo un poco más fácil digamos,
12:08
putting the A.I. in a box,
212
728358
1590
poniendo a la IA en una caja, en un entorno de software seguro,
12:09
like a secure software environment,
213
729948
1796
12:11
a virtual reality simulation from which it cannot escape.
214
731744
3022
una simulación de realidad virtual de la que no pueda escapar.
12:14
But how confident can we be that the A.I. couldn't find a bug.
215
734766
4146
Pero, ¿cómo podemos estar seguros de que la IA no encontrará un error?
12:18
Given that merely human hackers find bugs all the time,
216
738912
3169
Dado que incluso los hackers humanos encuentran errores todo el tiempo,
12:22
I'd say, probably not very confident.
217
742081
3036
yo diría que probablemente, no podemos estar muy seguros.
12:26
So we disconnect the ethernet cable to create an air gap,
218
746237
4548
Así que desconectamos el cable ethernet para crear un espacio vacío,
12:30
but again, like merely human hackers
219
750785
2668
pero una vez más, al igual que los hackers humanos,
12:33
routinely transgress air gaps using social engineering.
220
753453
3381
podrían superar estos espacios usando la ingeniería social.
12:36
Right now, as I speak,
221
756834
1259
Ahora mismo, mientras hablo,
12:38
I'm sure there is some employee out there somewhere
222
758093
2389
estoy seguro de que algún empleado, en algún lugar
12:40
who has been talked into handing out her account details
223
760482
3346
ha sido convencido para revelar los detalles de su cuenta
12:43
by somebody claiming to be from the I.T. department.
224
763828
2746
por alguien que dice ser del departamento de IT.
12:46
More creative scenarios are also possible,
225
766574
2127
Otros escenarios creativos también son posibles,
12:48
like if you're the A.I.,
226
768701
1315
por ejemplo si Ud. es la IA,
12:50
you can imagine wiggling electrodes around in your internal circuitry
227
770016
3532
puede hacer cambios en los electrodos de su circuito interno de seguridad
12:53
to create radio waves that you can use to communicate.
228
773548
3462
para crear ondas de radio y usarlas para comunicarse.
12:57
Or maybe you could pretend to malfunction,
229
777010
2424
O tal vez fingir un mal funcionamiento,
12:59
and then when the programmers open you up to see what went wrong with you,
230
779434
3497
y cuando los programadores lo abren para entender qué está mal,
13:02
they look at the source code -- Bam! --
231
782931
1936
al mirar el código fuente, ¡pum!
13:04
the manipulation can take place.
232
784867
2447
ya empieza a manipular.
13:07
Or it could output the blueprint to a really nifty technology,
233
787314
3430
O podría idear un programa tecnológico realmente ingenioso,
13:10
and when we implement it,
234
790744
1398
y cuando lo implementamos,
13:12
it has some surreptitious side effect that the A.I. had planned.
235
792142
4397
tener efectos secundarios ocultos planeados por la IA.
13:16
The point here is that we should not be confident in our ability
236
796539
3463
No debemos confiar en nuestra capacidad
13:20
to keep a superintelligent genie locked up in its bottle forever.
237
800002
3808
para mantener un genio superinteligente encerrado en su lámpara para siempre.
13:23
Sooner or later, it will out.
238
803810
2254
Tarde o temprano, saldrá.
13:27
I believe that the answer here is to figure out
239
807034
3103
Creo que la solución es averiguar cómo crear una IA superinteligente
13:30
how to create superintelligent A.I. such that even if -- when -- it escapes,
240
810137
5024
para que incluso si, o cuando se escape, sea todavía segura
13:35
it is still safe because it is fundamentally on our side
241
815161
3277
para que fundamentalmente esté de nuestro lado y comparta nuestros valores.
13:38
because it shares our values.
242
818438
1899
13:40
I see no way around this difficult problem.
243
820337
3210
No veo cómo evitar este problema difícil.
13:44
Now, I'm actually fairly optimistic that this problem can be solved.
244
824557
3834
En realidad soy bastante optimista de que este problema pueda ser resuelto.
13:48
We wouldn't have to write down a long list of everything we care about,
245
828391
3903
No tendríamos que escribir una larga lista de todo lo que nos importa,
13:52
or worse yet, spell it out in some computer language
246
832294
3643
o, peor aún, codificarla en algún lenguaje informático
13:55
like C++ or Python,
247
835937
1454
como C++ o Python,
13:57
that would be a task beyond hopeless.
248
837391
2767
sería una reto imposible.
14:00
Instead, we would create an A.I. that uses its intelligence
249
840158
4297
A cambio, crearíamos una IA que use su inteligencia
14:04
to learn what we value,
250
844455
2771
para aprender lo que valoramos,
14:07
and its motivation system is constructed in such a way that it is motivated
251
847226
5280
y su sistema integrado de motivación sería diseñado
para defender nuestros valores
14:12
to pursue our values or to perform actions that it predicts we would approve of.
252
852506
5232
y realizar acciones que se ajusten a ellos.
14:17
We would thus leverage its intelligence as much as possible
253
857738
3414
Así que usaríamos su inteligencia tanto como fuera posible
14:21
to solve the problem of value-loading.
254
861152
2745
para resolver el problema de la atribución de valores.
14:24
This can happen,
255
864727
1512
Esto puede suceder,
14:26
and the outcome could be very good for humanity.
256
866239
3596
y el resultado podría ser muy bueno para la humanidad.
14:29
But it doesn't happen automatically.
257
869835
3957
Pero no sucede automáticamente.
14:33
The initial conditions for the intelligence explosion
258
873792
2998
Las condiciones iniciales para la explosión de la inteligencia
14:36
might need to be set up in just the right way
259
876790
2863
necesitan ser perfectamente definidas
14:39
if we are to have a controlled detonation.
260
879653
3530
si queremos contar con una detonación controlada.
14:43
The values that the A.I. has need to match ours,
261
883183
2618
Los valores de la IA tienen que coincidir con los nuestros
14:45
not just in the familiar context,
262
885801
1760
no solo en el ámbito familiar,
14:47
like where we can easily check how the A.I. behaves,
263
887561
2438
donde podemos comprobar fácilmente cómo se comporta,
14:49
but also in all novel contexts that the A.I. might encounter
264
889999
3234
sino también en todos los nuevos contextos
14:53
in the indefinite future.
265
893233
1557
donde la IA podría encontrarse en un futuro indefinido.
14:54
And there are also some esoteric issues that would need to be solved, sorted out:
266
894790
4737
Y también hay algunas cuestiones esotéricas que habría que resolver:
14:59
the exact details of its decision theory,
267
899527
2089
los detalles exactos de su teoría de la decisión,
15:01
how to deal with logical uncertainty and so forth.
268
901616
2864
cómo manejar la incertidumbre lógica, etc.
15:05
So the technical problems that need to be solved to make this work
269
905330
3102
Así que los problemas técnicos que hay que resolver
para hacer este trabajo parecen muy difíciles
15:08
look quite difficult --
270
908432
1113
15:09
not as difficult as making a superintelligent A.I.,
271
909545
3380
--no tan difíciles como crear una IA superinteligente--
15:12
but fairly difficult.
272
912925
2868
pero bastante difíciles.
15:15
Here is the worry:
273
915793
1695
Este es la preocupación:
15:17
Making superintelligent A.I. is a really hard challenge.
274
917488
4684
crear una IA superinteligente es un reto muy difícil
15:22
Making superintelligent A.I. that is safe
275
922172
2548
y crear una que sea segura
15:24
involves some additional challenge on top of that.
276
924720
2416
implica desafíos adicionales.
15:28
The risk is that if somebody figures out how to crack the first challenge
277
928216
3487
El riesgo es si alguien encuentra la manera de superar el primer reto
15:31
without also having cracked the additional challenge
278
931703
3001
sin resolver el otro desafío de garantizar la máxima seguridad.
15:34
of ensuring perfect safety.
279
934704
1901
15:37
So I think that we should work out a solution
280
937375
3331
Así que creo que deberíamos encontrar una solución
15:40
to the control problem in advance,
281
940706
2822
al problema del control por adelantado,
15:43
so that we have it available by the time it is needed.
282
943528
2660
de modo que esté disponible para cuando sea necesario.
15:46
Now it might be that we cannot solve the entire control problem in advance
283
946768
3507
Puede ser que no podamos resolver por completo
el problema del control de antemano
15:50
because maybe some elements can only be put in place
284
950275
3024
porque tal vez, algunos elementos solo pueden ser desarrollados
15:53
once you know the details of the architecture where it will be implemented.
285
953299
3997
después de reunir los detalles técnicos de la IA en cuestión.
15:57
But the more of the control problem that we solve in advance,
286
957296
3380
Pero cuanto antes solucionemos el problema del control,
16:00
the better the odds that the transition to the machine intelligence era
287
960676
4090
mayores serán las probabilidades
de que la transición a la era de las máquinas inteligentes
16:04
will go well.
288
964766
1540
vaya bien.
16:06
This to me looks like a thing that is well worth doing
289
966306
4644
Esto me parece algo digno de hacer
16:10
and I can imagine that if things turn out okay,
290
970950
3332
y puedo imaginar que si las cosas salen bien,
16:14
that people a million years from now look back at this century
291
974282
4658
la gente en un millón de años discutirá nuestro siglo
16:18
and it might well be that they say that the one thing we did that really mattered
292
978940
4002
y dirá que posiblemente lo único que hicimos bien y mereció la pena
16:22
was to get this thing right.
293
982942
1567
fue superar con éxito este reto.
16:24
Thank you.
294
984509
1689
Gracias.
(Aplausos)
16:26
(Applause)
295
986198
2813
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7