Máquinas que piensan
La inteligencia artificial ya no es cosa de ciencia ficción. Nos recomienda qué ver, selecciona lo que leemos e incluso redacta lo que escribimos. Sin embargo, a pesar de su influencia, la IA sigue siendo un misterio para muchos de nosotros. ¿Cómo funciona realmente? ¿Y qué sucede cuando ponemos cada vez más nuestras vidas en manos de máquinas que «piensan»? La física e investigadora en IA Inga Strümke desvela los secretos de la tecnología más transformadora de nuestro tiempo en esta fascinante introducción a la inteligencia artificial. Dirigida a mentes curiosas de todos los ámbitos, recorre la historia de la IA desde las primeras máquinas que jugaban al ajedrez hasta las modernas redes neuronales y los modelos lingüísticos. A lo largo del camino, explica los principios que subyacen al aprendizaje automático con claridad y profundidad. Strümke explora las promesas de avances en IA como AlphaFold, que descifró uno de los mayores enigmas de la biología, y destaca los riesgos de la toma de decisiones sesgadas, la desinformación y los sistemas autónomos que a veces fallan con consecuencias mortales. Plantea preguntas urgentes sobre ética, responsabilidad y regulación: ¿Quién es responsable cuando los sistemas de IA cometen errores? ¿Cómo evitamos que los algoritmos refuercen los prejuicios? ¿Y cómo nos aseguramos de que la IA sirva a las más altas aspiraciones de la humanidad en lugar de a sus intereses más estrechos? Ganadora del Premio Brage de no ficción noruega, Machines That Think es una guía esencial sobre la inteligencia artificial y un llamamiento a dar forma al futuro antes de que él nos dé forma a nosotros.
- El camino hacia la IA, desde los primeros algoritmos hasta las aplicaciones modernas
- Implicaciones éticas y sociales de la IA
- El futuro de la inteligencia artificial
Aprenderás sobre:
- ¿Cómo se diseñan los sistemas de IA y cómo aprenden de los datos?:
Siga la evolución de la inteligencia artificial desde los primeros algoritmos hasta las máquinas «inteligentes» actuales. Explore los principios fundamentales del aprendizaje automático y las redes neuronales a través de explicaciones claras y accesibles. Descubra lo que sabemos, y lo que no sabemos, sobre cómo aprenden las máquinas.
- ¿Cómo es el uso responsable de la IA?:
La IA plantea una serie de retos. ¿Cómo podemos evitar que la inteligencia artificial herede los sesgos humanos? ¿Pueden nuestros datos permanecer seguros en los sistemas de IA? ¿Deberían regularse estas tecnologías y, en caso afirmativo, cómo? Aprenda lo que significa desarrollar y utilizar la IA de forma responsable en el mundo actual.
- ¿Estamos preparados para el futuro de la interacción entre humanos e IA?:
La IA puede ser una herramienta para democratizar el conocimiento y ampliar el acceso, o un arma que profundiza la polarización y erosiona la confianza. Examine los riesgos, tanto éticos como existenciales, y las estrategias que podríamos utilizar para enfrentarlos.
Aspectos Destacados:
- Conceptos básicos de la IA
- Algoritmos y aprendizaje automático
- Redes neuronales y aprendizaje profundo
- Inteligencia artificial
- Ética de la IA
- Sesgos y equidad en los sistemas de IA
- Regulación y gobernanza
- Sostenibilidad
- Protección y seguridad de los datos
- Impactos sociales de la IA
Ver Tabla de Contenidos Completa
- Prólogo
- Prefacio
- Parte I: El comienzo de todo
- 1 Una historia cuidadosamente seleccionada
- El engaño más exitoso del mundo
- Algoritmos
- Computadoras analógicas
- Gödel, Turing y von Neumann
- Se forja un campo de estudio
- Jaque mate
- La Drosophila del razonamiento
- El mejor jugador de ajedrez del universo
- La era de las máquinas
- 2 El intento de hacer que las máquinas sean inteligentes
- IA simbólica
- Sistemas expertos
- El efecto ELIZA
- Invierno y primavera
- Máquinas que aprenden
- Aprendizaje supervisado
- Flores y árboles de decisión
- IA subsimbólica
- Redes neuronales a través de los tiempos
- Aprender cualquier cosa
- 3 La búsqueda de datos
- La verdadera distribución
- Datos para el aprendizaje automático
- La distribución errónea
- Sesgo para estadísticos y periodistas
- Los datos son caros
- Colas largas y problemáticas
- Encuentre sus propios datos
- Parte II: La inteligencia artificial hoy en día
- 4 Ver para creer
- Un mundo de matrices
- Máquinas que casi entienden lo que ven
- La respuesta sencilla suele ser errónea
- Máquinas que entienden más que nosotros
- La intuición artificial y el ajedrez
- Salud mental
- Privacidad
- El derecho a una explicación
- 5 ¿Hay alguien en casa?
- Compañeros de conversación artificiales
- El fantasma en la máquina
- ChatGPT y los maestros preocupados
- Hablar de los problemas
- Una prueba de Turing para la conciencia
- El arte de la creación
- Del ruido a la realidad
- 6 Nuestra vida con inteligencia artificial
- La revolución de las máquinas
- El mundo de la ética
- Alguien tiene que decidir
- La guerra de las corrientes y la Ley de IA
- El problema de la acción colectiva en el desarrollo de la IA
- La privacidad en constante cambio
- 7 Ataques a los modelos de aprendizaje automático
- Máquinas bien educadas con buenas intenciones
- Ilusiones ópticas para máquinas
- Cortar el césped en tres dimensiones
- La maldición de la dimensionalidad
- La vía de regreso
- El invierno y la política
- Autonomía y control
- Parte III: La inteligencia artificial del mañana
- 8 Superinteligencia y otras especulaciones
- Creatividad artificial
- El habla y la acústica
- Uso de datos
- Ética de la IA y agentes morales
- Inteligencia artificial general y superinteligencia
- Objetivos de las máquinas, objetivos humanos y optimización de mesa
- Un cerebro que piensa sobre sí mismo
- Ilustraciones
Machines That Think
Artificial intelligence is no longer confined to science fiction. It recommends what we watch, curates what we read, and even drafts what we write. Yet for all its influence, AI remains a mystery to many of us. How does it really work? And what happens when we place more and more of our lives in the hands of machines that “think”?Physicist and AI researcher Inga Strümke pulls back the curtain on the most transformative technology of our time in this captivating introduction to artificial intelligence. Writing for curious minds from all backgrounds, she traces the history of AI from early chess-playing machines to modern neural networks and language models. Along the way, she explains the principles behind machine learning with a balance of clarity and depth. Strümke explores the promise of AI breakthroughs like AlphaFold, which cracked one of biology’s greatest puzzles—and spotlights the risks of biased decision-making, misinformation, and autonomous systems that sometimes fail with deadly consequences. She raises urgent questions about ethics, responsibility, and regulation: Who is accountable when AI systems make mistakes? How do we prevent algorithms from reinforcing prejudice? And how do we ensure that AI serves humanity’s highest aspirations rather than its narrowest interests?Winner of the Brage Prize for Norwegian nonfiction, Machines That Think is an essential guide to artificial intelligence—and a call to shape the future before it shapes us.
- The journey to AI, from the first algorithms to modern applications
- Ethical and social implications of AI
- The future of machine intelligence
You'll learn about:
- How are AI systems designed and how do they learn from data?:
Trace the evolution of artificial intelligence from the first algorithms to today’s “smart” machines. Explore the fundamental principles of machine learning and neural networks through clear, accessible explanations. Discover what we know—and what we don’t—about how machines learn.
- What does responsible AI use look like?:
With AI comes a host of challenges. How can we prevent machine intelligence from inheriting human biases? Can our data remain secure in AI systems? Should these technologies be regulated—and how? Learn what it means to develop and use AI responsibly in today’s world.
- Are we prepared for the future of human-AI interaction?:
AI can be a tool for democratizing knowledge and expanding access, or a weapon that deepens polarization and erodes trust. Examine the risks, both ethical and existential, and the strategies we might use to confront them.
Key Highlights:
- AI basics
- Algorithms and machine learning
- Neural networks and deep learning
- Machine intelligence
- AI ethics
- Bias and fairness in AI systems
- Regulation and governance
- Sustainability
- Data protection and security
- Social impacts of AI
View Full Table of Contents
- Foreword
- Preface
- Part I: The Start of It All
- 1 A Carefully Selected History
- The World’s Most Successful Hoax
- Algorithms
- Analog Computers
- Gödel, Turing, and von Neumann
- A Field of Study Is Forged
- Checkmate
- The Drosophila of Reasoning
- The Best Chess Player in the Universe
- The Age of Machines
- 2 The Attempt to Make Machines Intelligent
- Symbolic AI
- Expert Systems
- The ELIZA Effect
- Winter and Spring
- Machines That Learn
- Supervised Learning
- Flowers and Decision Trees
- Subsymbolic AI
- Neural Networks Through the Ages
- Learning Anything
- 3 The Hunt for Data
- The True Distribution
- Data for Machine Learning
- The Wrong Distribution
- Bias for Statisticians and Journalists
- Data Is Expensive
- Long, Problematic Tails
- Finding Your Own Data
- Part II: Artificial Intelligence Today
- 4 Seeing Is Believing
- A World of Matrices
- Machines That Almost Understand What They’re Looking At
- The Simple Answer Is Often Wrong
- Machines That Understand More Than We Do
- Artificial Intuition and Chess
- Mental Health
- Privacy
- The Right to an Explanation
- 5 Is Anybody Home?
- Artificial Conversation Partners
- The Ghost in the Machine
- ChatGPT and Concerned Teachers
- Talk About Problems
- A Turing Test for Consciousness
- The Art of Creation
- From Noise to Reality
- 6 Our Artificially Intelligent Life
- The Machine Revolution
- The World of Ethics
- Someone Has to Decide
- The War of the Currents and the AI Act
- The Collective Action Problem of AI Development
- Privacy in Flux
- 7 Attacking Machine Learning Models
- Well-Behaved Machines with Good Intentions
- Optical Illusions for Machines
- Cutting Grass in Three Dimensions
- The Curse of Dimensionality
- The Back Way In
- Winter and Politics
- Autonomy and Control
- Part III: Artificial Intelligence Tomorrow
- 8 Superintelligence and Other Speculation
- Artificial Creativity
- Speech and Acoustics
- Data Use
- AI Ethics and Moral Agents
- Artificial General Intelligence and Superintelligence
- Machine Goals, Human Goals, and Mesa-Optimization
- A Brain Thinking About Itself
- Illustrations
