Si bien el término «inteligencia artificial» (IA) ha entrado en el lenguaje común y se ha vuelto trivial en los medios, no existe una definición realmente compartida.
¿QUÉ ES LA INTELIGENCIA ARTIFICIAL?
El concepto de lo que define a la IA ha cambiado con el tiempo, pero en el fondo siempre ha existido la idea de construir máquinas que sean capaces de pensar como humanos.
Después de todo, los seres humanos han demostrado ser excepcionalmente capaces de interpretar el mundo que nos rodea y utilizar la información que recopilamos para efectuar cambios.
Si queremos construir máquinas que nos ayuden a hacer esto de manera más eficiente, ¡entonces tiene sentido usarnos a nosotros mismos como modelo!
Entonces, se puede pensar que la IA simula la capacidad de pensamiento abstracto, creativo y deductivo, y en particular la capacidad de aprender, utilizando la lógica digital binaria de las computadoras.
El trabajo de investigación y desarrollo en IA se divide en dos ramas:
- Uno está etiquetado como «IA aplicada», que utiliza estos principios de simulación del pensamiento humano para llevar a cabo una tarea específica.
- El otro se conoce como «IA generalizada», que busca desarrollar inteligencias mecánicas que puedan dedicar sus manos a cualquier tarea, al igual que una persona.
La investigación en Inteligencia Artificial especializada aplicada ya está proporcionando avances en campos de estudio, desde la física cuántica, donde se utiliza para modelar y predecir el comportamiento de sistemas compuestos por miles de millones de partículas subatómicas, hasta la medicina, donde se utiliza para diagnosticar pacientes basándose en datos genómicos.
En el mundo del consumidor, cada vez más de la tecnología que estamos adoptando en nuestra vida cotidiana se está volviendo impulsada por la inteligencia artificial, desde asistentes de teléfonos inteligentes como Siri de Apple y Google Assistant de Google, hasta autos autónomos y autónomos que muchos predicen que superarán en número a los autos conducidos manualmente dentro de nuestras vidas.
UNA DEFINICIÓN RESTRINGIDA A LAS TECNOLOGÍAS UTILIZADAS
La IA es en realidad una disciplina joven de unos sesenta años, que reúne ciencias, teorías y técnicas (incluida la lógica matemática, estadística, probabilidades, neurobiología computacional e informática) y cuyo objetivo es lograr la imitación por una máquina de las capacidades cognitivas de un ser humano.
Por lo general, los especialistas prefieren utilizar los nombres exactos de las tecnologías que realmente se utilizan (que en la actualidad son esencialmente aprendizaje automático) y, en ocasiones, se muestran reacios a utilizar el término «inteligencia» porque los resultados, aunque extraordinarios en algunas áreas, siguen siendo modestos en comparación con las ambiciones declaradas. .
¿QUÉ ES EL APRENDIZAJE AUTOMÁTICO?
Después de dos períodos de fuerte desarrollo (entre 1940 y 1960, luego entre 1980 y 1990), la Inteligencia Artificial experimentó un nuevo florecimiento en 2010 gracias a los algoritmos de aprendizaje automático.
Dos factores están en el origen de esta nueva locura entre los investigadores y las industrias de la computación: el acceso a volúmenes masivos de datos y el descubrimiento de la altísima eficiencia de los procesadores de tarjetas gráficas de computadora simples para acelerar el cálculo de algoritmos de aprendizaje.
La actual «revolución» en la Inteligencia Artificial, por tanto, no proviene de un descubrimiento de la investigación básica, sino de la posibilidad de explotar eficazmente fundamentos relativamente antiguos, como la inferencia bayesiana (siglo XVIII) o las neuronas formales (1943) para una de las subclases del aprendizaje automático. , aprendizaje profundo.
El aprendizaje automático es un giro con respecto a la generación anterior de IA, sistemas expertos, con un enfoque inductivo: ya no se trata de que un informático codifique reglas a mano, sino de dejar que las computadoras descubran estas reglas por correlación y clasificación, en la base de una enorme cantidad de datos.
En otras palabras, el objetivo del aprendizaje automático no es realmente adquirir conocimientos ya formalizados sino comprender la estructura de los datos e integrarlos en modelos, en particular para automatizar tareas.
SISTEMAS EXPERTOS Y APRENDIZAJE AUTOMÁTICO: DOS DISEÑOS DE IA DIFERENTES
Muy concretamente, en su fase de aprendizaje, la máquina buscará enlaces entre datos previamente seleccionados para un dominio específico (por ejemplo, a lo largo de 10 años, en diferentes ciudades, el número de helados vendidos y la temperatura del aire) y los categorizará.
Este modelo se puede usar para resolver preguntas como: si hay 25 grados en el aire, ¿cuánto helado puedo esperar vender en un lugar así?
Aunque algunos sistemas son capaces de construir modelos de forma relativamente autónoma, la intervención humana sigue siendo fundamental.
Ya sea para elegir los datos de aprendizaje, para identificar sus posibles sesgos o luego, cuando sea posible, para distinguir entre las correlaciones las que realmente podrían ser la causa de un fenómeno (si se vende mucho más hielo en un lugar determinado, ¿es por la temperatura o por la presencia de una muy buena heladera?).
EL FUTURO DE LA IA Y SUS DESAFÍOS
Según algunos expertos como Yann LeCun, investigador de inteligencia artificial y pionero del aprendizaje profundo, la ambición de lograr la imitación de la cognición humana (o incluso animal) requeriría nuevos descubrimientos en la investigación básica y no solo una evolución de las tecnologías actuales de aprendizaje automático.
Estas tecnologías, que son de naturaleza esencialmente matemática y estadística, no pueden actuar intuitivamente o modelar su entorno rápidamente.
Por lo tanto, los impactos en la sociedad, la ética y los derechos fundamentales no deben construirse temiendo que el aprendizaje automático dé lugar a una forma de conciencia artificial dentro de 10 o 20 años, sino previniendo los prejuicios, la discriminación, los ataques a la privacidad, la libertad de expresión o conciencia o incluso sobre la vida misma con armas autónomas provenientes de una concepción de la sociedad reduciéndola a un modelo matemático.
