De lo que habla esta cuestión es de la singularidad tecnológica. Es el punto donde nuestras computadoras tendrán tanto o más poder de procesamiento que el cerebro humano. En teoría, este es el punto en el que posiblemente podríamos tener una inteligencia artificial igual o superior a la nuestra.
Esto es algo de lo que deberíamos tomar buena nota. Si observamos la potencia de procesamiento y la rapidez con la que aumenta año tras año, podemos predecir su potencia en el futuro. Hasta ahora se ha acelerado a un ritmo muy constante y predecible. Dada la constante procesión de mejoras, podemos estimar fácilmente este punto en el tiempo utilizando la ley de Moore. 
Dados los datos, la mayoría de los expertos en inteligencia artificial y expertos en tecnología predicen que alcanzaremos este punto entre 2030 y 2050.
Por supuesto esto solo tiene efecto la tasa actual de progresión. Se están desarrollando nuevas tecnologías o aún no se han descubierto, lo que en realidad puede acelerar esto.
Recientemente, los científicos revelaron que habían creado con éxito un nuevo tipo de componente electrónico fundamental. Entonces, además de la resistencia, el condensador y el inductor, ahora tenemos el Memristor, que es un gran problema. Permitirá que se realicen nuevos tipos de cálculos y aumentará las capacidades de almacenamiento para el almacenamiento no volátil, como SSD, hasta capacidades impensables. Los chips pequeños con un terabyte de almacenamiento son completamente posibles con esta tecnología y también lo son los procesadores que pueden funcionar en más de 1 y 0, pero también en 1/4, 1/2, 3 / 4’ths o 1 / 18’th .
- La actividad en tecnología de bienes raíces está realmente calentándose. ¿Cuál será la próxima gran tecnología disruptiva?
- ¿Por qué Bill Gates está tan asustado de los desarrollos de la IA?
- ¿A dónde ves ir la biotecnología en 20-30 años?
- ¿Los avances en el campo de la ingeniería genética llevarán a serias consecuencias?
- Las máquinas están asumiendo lentamente nuestros trabajos, por lo que, ¿qué tipo de trabajo podemos hacer (los humanos) en el futuro?
Esto, combinado con tecnologías que apuntan a usar luz en lugar de cargas eléctricas, significa que la predicción de ~ 2040 en realidad puede ser conservadora. Podemos llegar allí mucho más rápido.
Sabemos que si las cosas van a la tasa de cambio existente, estaremos allí para 2040 y eso no requiere ningún supuesto de la nueva tecnología.
Una cosa que también puede acelerar este aumento en la potencia son las computadoras que diseñan los chips de la próxima generación. Ya en el software escribimos código, pero el compilador utiliza herramientas para optimizar y reorganizar nuestro código en formas más eficientes. En cierto modo, las computadoras ya están programándose ligeramente. Le decimos que imprima Hello world pero la computadora descubre la manera más eficiente de hacerlo.
Pronto llegaremos a esta misma etapa con procesadores informáticos. Le diremos a la computadora la cantidad de tuberías que queremos, la cantidad de RAM y la potencia de procesamiento, y establecerá un chip que satisfaga esas demandas. Esto ya es cierto hasta cierto punto en algunas áreas. Las tarjetas de video ahora están tan afinadas que solo pueden aumentar la potencia agregando más núcleos de procesador al chip. Lo mismo se está haciendo realidad de nuestros CPU’s.
Si nuestras computadoras están diseñando los siguientes chips y los siguientes son más rápidos, entonces pueden diseñar chips aún mejores y así sucesivamente. El genio puede estar pronto fuera de la botella.
Una vez que tengamos los procesadores más rápidos, la mayor parte del desarrollo provendrá de las propias computadoras. Algunos avances importantes en el autoaprendizaje ya están ocurriendo en las computadoras. Recientemente, Google creó una computadora muy poderosa que contiene algoritmos de autoaprendizaje con un montón de miniaturas de videos de Youtube. Por sí solo decidió comenzar a organizar las imágenes. Comenzó a obsesionarse con la de gato. La red neuronal de autoaprendizaje “sin supervisión” de Google busca imágenes de gatos. Comenzaría a revisar los datos y encontrar todas las imágenes del gato por sí misma. También construyó un modelo de lo que cree que parece un rostro humano basado en todos los datos. Hizo todo esto por su cuenta. Nadie le dijo que se diera cuenta de cómo se ve un gato o un humano, simplemente lo hizo como una forma lógica de organizar los datos. Ciertamente, nadie le dijo que se enfocara tanto en encontrar gatos.
Dados procesadores de 25 años a partir de ahora más algoritmos de autoaprendizaje y tiene exactamente de lo que estamos hablando en Chappie.
La única área en la que aún carecemos increíblemente en comparación con Chappie es nuestra tecnología de batería. Todavía parece que no podemos resolver el problema de la densidad de potencia. Nuestras baterías son grandes, ineficientes y carecen de potencia y seguridad.
Las baterías de corriente más alta tienen tendencia a sobrecalentarse y las que tienen mayor capacidad tienden a ser pesadas. Irónicamente, podemos obtener más energía durante más tiempo en un motor de combustión que hace funcionar un generador que en las baterías. Es por eso que muchos de los grandes proyectos de robótica que verán las compañías como Boston Dynamics son tan ruidosos. Están siendo alimentados por un generador de gas de alguna forma.
Aún lo que han logrado en robótica es impresionante. Combina esto …
o esto…
Con una computadora desde 2030 hasta 2040 y básicamente tienes a Chappie.