Y
P _ N S _ :
¿ C _ M _
P _ D _ M _ S
H _ C _ R
_ N
M _ D _ L _
D _
_ N T _ L _ G _ N C _ _
_ R T _ F _ C _ _ L ?
C _ M P _ T _ D _ R _ ,
M _ D _ L _
C _ M P _ T _ C _ _ N _ L ,
Q _ _
M _ _ S T R _
_ L G _ N _ S
D _
_ S T _ S
_ D _ _ S
D _
_ M P R _ V _ S _ C _ _ N ,
D _
T _ M _ R
R _ _ S G _ S ,
D _
_ R R _ _ S G _ R S _ ,
_ N C L _ S _
D _
C _ M _ T _ R
_ R R _ R _ S . Clue
DE LO QUE REALMENTE SE TRATA ES TOMAR LA INFORMÁTICA TEÓRICA Y OBSERVAR LAS GRANDES PREGUNTAS CON UNA NUEVA LUZ, PREGUNTAR NUEVAS VERSIONES DE ESTAS GRANDES PREGUNTAS E INTENTAR DE ENTENDER CÓMO LA BIOLOGÍA PUEDE HACER COSAS TAN MARAVILLOSAS. HACE DIEZ AÑOS LOS INVESTIGADORES DE LA VISIÓN ARTIFICIAL PENSABAN QUE HACER QUE UNA COMPUTADORA DISTINGUIERA UN GATO DE UN PERRO SERÍA CASI IMPOSIBLE, INCLUSO CON EL AVANCE SIGNIFICATIVO DE LA INTELIGENCIA ARTIFICIAL. Y PENSÉ: ¿CÓMO PODEMOS HACER UN MODELO DE INTELIGENCIA ARTIFICIAL? COMPUTADORA, MODELO COMPUTACIONAL, QUE MUESTRE ALGUNAS DE ESTAS IDEAS DE IMPROVISACIÓN, DE TOMAR RIESGOS, DE ARRIESGARSE, INCLUSO DE COMETER ERRORES. Y SI COMETEMOS ESTOS ERRORES REPETITIVOS Y PREDECIBLES AL VER, EN LO QUE SOMOS TAN BUENOS, QUÉ PROBABILIDAD EXISTE DE QUE NO COMETAMOS MÁS ERRORES EN COSAS EN QUE NO SOMOS TAN BUENOS. POR EJEMPLO, EN DECISIONES FINANCIERAS.