Las máquinas no necesitan ser perfectas para reemplazarnos, solo necesitan cometer menos errores que el humano medio. Y eso es tremendamente fácil.
@kAlvaro Ni siquiera necesitan serlo. Con ser más fiables es suficiente. ¿No pagarÃas más por no tener atropellos, o mejor calidad de comida, o menos errores al servirte en un restaurante?
@GeEfe @euklidiadas @kAlvaro Bueno, la fiabilidad es una medida estadÃstica, no hace falta entender cómo lo hace. Ahà tienes la anestesia en medicina. No está claro cómo lo hace, pero sabemos que funciona (en la gran mayorÃa de la gente).
@kAlvaro @GeEfe @euklidiadas No sé si te sigo... Yo solo he dicho que puede haber fiabilidad en un proceso aún sin entender cómo lo hace.
Otra cosa es que quieras o necesites entenderlo por algún motivo (por ej., la UE lo exige cuando el resultado de un algoritmo afecta a ciudadanos). Pero son dos temas diferentes: fiabilidad vs explicabilidad/atribución de responsabilidad/etc.
Igual estamos mezclando las cosas. Por un lado, como decÃs, no es necesario entender un proceso para determinar si una alternativa es más fiable que otra.
Por otro lado, no todas las rutinas de un proceso dado tienen por qué tener una alternativa por máquina que sea mejor que mantener a un humano. Ahora mismo, por ejemplo, las IA transcriben más rápido que los humanos y cometen menos errores que el humano previo, pero no menos que el humano al que se le paga por transcribir. Y lo mismo con la sÃntesis de la información transcrita.
Aproximadamente hacia 2019 se demostró que el mejor sistema de visión por ordenador ya era notablemente mejor que el promedio humano. No era mejor que los pilotos de F1, pero sà que el grueso de los conductores. Eso es suficiente para empezar a desplegar robo-taxis, porque una máquina no perfecta ya es mejor que casi todos los que conducen ahora mismo.
A mà ver estas gráficas me ayudó mucho.
Son del 7 de noviembre de 2018. Son 'antiguas'.
@euklidiadas No es mi especialidad, pero por lo que sé la cosa sigue sin ser viable. Es cierto que las técnicas de reconocimiento de formas y otras similares han avanzado mucho, pero sigue sin estar claro qué hacer en muchas situaciones. Sin un "modelo del mundo" (que las redes neuronales no tienen) es imposible que pueda responder bien en situaciones inesperadas.
Además, sigue sin estar claro el tema de la atribución de responsabilidad. En caso de accidente, de quién es la culpa? Del conductor? Del sistema de autoconducción? Del fabricante del coche? Por lo que sé, en los pocos que se venden, siguen diciendo que toda la responsabilidad es del conductor, es decir, que solo es un "asistente" pero que el conductor tiene que estar al 100% pendiente (cosa que no suele hacer, como la mujer que iba viendo la TV).
@the_heruman @GeEfe @euklidiadas @kAlvaro yo trabajo en conducción autónoma. Como comenté ayer, incluso dejando de lado las consideraciones éticas, sà hace falta saber cómo se hace, por razones legales.
@kAlvaro @euklidiadas @GeEfe @ehproque No digo que no, solo que son cosas diferentes…
@GeEfe @euklidiadas @kAlvaro @ehproque De hecho, es lo que he oÃdo sobre el tema, lo decÃa por aquÃ: https://masto.es/@the_heruman/111953029940930057
@the_heruman @kAlvaro @euklidiadas @GeEfe son cosas diferentes, pero no independientes; la atribución de responsabilidad es necesaria salvo que el sistema sea perfecto, que nunca lo es. Imagina un sistema que (a propósito) redujera los accidentes en un 50% en payos y un 10% en gitanos. SerÃa una mejora; deberÃa ser legal por ello?
@the_heruman @kAlvaro @euklidiadas @GeEfe y si no fuera a propósito? "Es que las pieles oscuras son más difÃciles de distinguir".
Es un campo inmenso, el "resolver la conducción", aun lejos de estar resuelto, es sólo una parte.
@ehproque
Tampoco he dicho que no estén relacionadas, solo que la fiabilidad y explicabilidad/atribución/provenance/etc son cosas diferentes 😅 (yo trabajo en la primera)
Para algunas aplicaciones, un 80% de fiabilidad (sin nada más) es ya la bomba. En otros casos, sin explicabilidad/atribución/etc no sirve de nada... Y lo que decÃa es que, de momento, ni la explicabilidad ni la atribución están bien resueltas en muchas aplicaciones.
@kAlvaro @euklidiadas @GeEfe
@RobertoBC En efecto. Esos trabajos aún necesitan de destreza humana y resolución de problemas complejos. Pero muchas de las tareas que hacen esas profesiones sà son automatizables. Y eso implica que te viene sobrando gente.
@euklidiadas realmente no es tan fácil depende de la tarea, paradójicamente las tareas más simples para los humanos son las más difÃciles de ser remplazadas por máquinas, por ejemplo es muy poco probable que se invente un robot electricista que venga a cambiarte los enchufes de casa o arreglarte la Caldera que de fábrica probablemente en una fábrica altamente automatizada.