Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Inteligencia Artificial
Inteligencia Artificial
Hace tiempo que la inteligencia artificial abandonó el espectro de la ciencia ficción para
colarse en nuestras vidas y, aunque todavía en una fase muy inicial, está llamada a
protagonizar una revolución equiparable a la que generó Internet. Sus aplicaciones en
múltiples sectores —como salud, finanzas, transporte o educación, entre otros— han
provocado que la Unión Europea desarrolle sus propias Leyes de la Robótica.
La Inteligencia Artificial (IA) es la combinación de algoritmos planteados con el propósito
de crear máquinas que presenten las mismas capacidades que el ser humano. Una
tecnología que todavía nos resulta lejana y misteriosa, pero que desde hace unos años está
presente en nuestro día a día a todas horas.
¿Por qué es importante la IA?
Algunas tecnologías con inteligencia existen desde hace más de 50 años, pero los avances
en la potencia informática, la disponibilidad de enormes cantidades de datos y nuevo
algoritmo han permitido que se den grandes avances de IA en los últimos años.
La inteligencia artificial tiene un papel central en la transformación digital de la sociedad y
ha pasado a ser una prioridad de la UE.
Se espera que sus aplicaciones futuras impliquen grandes cambios, pero la IA ya está
presente en nuestras vidas.
Descubra más sobre las oportunidades y los desafíos de la inteligencia artificial y sobre
cómo el Parlamento quiere regularla.
¿En qué se diferencia un software de inteligencia artificial de un programa de ordenador?
Existen muchos tipos de IA, algunos de ellos aún experimentales. Para no divagar
demasiado vamos a centrarnos en los que se utilizan en informática, los móviles, los
servicios de Internet, y otros ámbitos cercanos a los usuarios de a pie.
Durante más de medio siglo, los ordenadores, robots y otras máquinas han funcionado por
medio de los programas o aplicaciones informáticas, cuya estructura básica apenas ha
variado en todo este tiempo.
Un programa informático es solo una lista de órdenes que le dice al ordenador lo que tiene
que hacer. "Haz esta operación matemática, escribe el resultado en pantalla, reproduce este
sonido", etc.
Los programas tienen bifurcaciones del tipo "si pasa esto, haz esto y si pasa esto otro, haz
esto otro". Y también pueden realizar acciones al azar, usando números aleatorios. Y otras
muchas cosas, claro...
Como hemos visto, una inteligencia artificial intenta imitar el pensamiento humano.
Cuando nacemos, nuestro cerebro es prácticamente un disco duro vacío. Necesita años de
aprendizaje para aprender conceptos básicos, desde no orinarse encima a aprender a andar,
a hablar, a sumar, y otras actividades más complejas.
Finalmente, la IA será capaz de trabajar ella sola, sin recibir órdenes. Simplemente
entregándole los datos de entrada (fotos) generará un resultado (fotos de gatos) sin que
exista una lista de órdenes (programa) que le diga los pasos que tiene que realizar.
Este tipo de estructura (aprendizaje, entrenamiento, y resultados) es común para las IAs que
tienen que realizar tareas mecánicas y repetitivas, o que trabajan con el lenguaje humano,
como un asistente virtual.
Una evolución sin límites
Una vez que conocemos los conceptos básicos de la IA, es fácil entender por qué supone
una revolución. Puesto que simula e imita el comportamiento humano, sus posibilidades
son infinitas.
En función de cómo entrenes a la IA podrá realizar todo tipo de tareas, desde atender un
servicio de atención al cliente a chatear en una red social, ofrecer ayuda, conducir un coche
autónomo, reconocer rostros, interpretar fotos... Y dentro de poco, quizá decidir si te ofrece
un empleo en una entrevista de trabajo, u operarte a corazón abierto...
Enfoques de la IA.
Una cosa es el concepto de inteligencia artificial y otra diferente sus enfoques o
fundamentos. Hay una distinción importante porque siguen ámbitos de investigación
distintos y la unificación de estos enfoques es hoy reclamada en beneficio de la eficiencia
creadora.
En Dartmouth en 1956, concurrieron dos concepciones científicas; dos formas de entender
y abordar la IA que la han llevado por caminos tecnológicos distantes y que en la actualidad
se mantiene: el enfoque simbólico o estrategia Top-down (de arriba abajo) también
conocida por IA débil, y el enfoque conexionista o subsimbólico o estrategia Bottom-up (de
abajo a arriba), conocida como IA fuerte.
Enfoque humano.
La primera definición en la IA incluye los sistemas que pueden pensar como un humano. Si
los sistemas pueden aprender y solucionar problemas como un humano, entonces pueden
encajar en esta categoría. Haugeland definió esto en 1985 como "máquinas con mente". En
1978 Hellman dijo que esta categoría es la automatización de "las actividades que
asociamos con el pensamiento humano".
Por separado, algunos sistemas pueden actuar de forma humana, esta es la categoría de
sistemas que encajan en la prueba Turing. Si un sistema puede actuar como un humano,
comunicarse en inglés con éxito, comprender lo que alguien le dice, responder, evolucionar
y formar nuevas conclusiones, entonces encaja en esta categoría. Kurzweil definió esta
categoría como "el arte de crear máquinas que lleven a cabo funciones que necesitan de
inteligencia cuando las llevan a cabo personas".
Enfoque racional.
El segundo conjunto de categorías para los sistemas de IA los mide en contraposición de la
habilidad de actuar de forma racional y es diferente del comportamiento humano porque las
personas no siempre son racionales. De nuevo, hay 2 formas de enfocar la IA aquí: los
sistemas pueden pensar racionalmente o actuar racionalmente.
Charniak y McDermott describieron un sistema que puede pensar de forma racional en
1985 como "el estudio de las facultades mentales a través del uso de modelos
computacionales". Esto se considera el enfoque de «las leyes del pensamiento».
Aristóteles fue el primero en explicar lo que él llamó «pensamiento ético» o procesos
irrefutables de razonamiento. El ejemplo que dieron Russell y Norvig es "Sócrates es un
hombre y todos los hombres son mortales, por tanto, Sócrates es mortal".
También es posible que un sistema actúe de forma racional al exhibir habilidades con base
en la prueba Turing. Pool describió lo que se tenía que hacer para crear un sistema de IA
que pueda actuar de forma racional como "la inteligencia computacional es el estudio del
diseño de agentes inteligentes".
IA débil.
Los términos débil y fuerte son otra forma de diferenciar los tipos de sistemas de IA.
Probablemente un término más apropiado para referirse a la IA débil sea IA estrecha o
inteligencia artificial estrecha. La IA se centra en llevar a cabo tareas específicas como Siri
de Apple, Alexa de Amazon o el vehículo autónomo de Google.
IA fuerte.
La IA fuerte comprende 2 tipos de IA: Inteligencia artificial general (AGI) y
superinteligencia artificial (ASI). La AGI es un sistema con autoconciencia y consciencia.
Puede resolver problemas e incluso planear el futuro. La ASI es un sistema que supera las
capacidades humanas. No existe un ejemplo de ASI en ningún lugar fuera de las películas.
2001: Una odisea del espacio tiene un sistema del equipo llamado HAL. Si se acuerda de
esto, entonces se puede hacer una idea de lo que es un sistema ASI.
Limitaciones
La Inteligencia Artificial puede sonar a ciencia ficción por los alcances que conocemos
como la automatización de las tareas, la predictibilidad para la toma de decisiones y temas
más avanzados como la conexión entre máquinas como autos, realidad virtual y realidad
aumentada. Sin embargo, tiene sus limitaciones y esta tecnología no llegó para quitarnos
empleos sino crear nuevos y desarrollar nuestras capacidades de toma de decisiones,
creatividad, entre otras que puede cambiar la economía y mejorar tu negocio.
Alcances y limitaciones
A continuación, te compartimos un listado con una serie de alcances y limitaciones que
tiene la Inteligencia Artificial para que puedas aplicarla en tu empresa de acuerdo a tus
necesidades.
Alcance a corto plazo: debido a que la Inteligencia Artificial deriva del aprendizaje
continuo que, en gran medida, depende de las personas, no tiene un alcance de
predictibilidad mayor a los cinco o 10 años, de manera que puede ayudarnos a
resolver temas inmediatos o en el corto plazo para tomar decisiones, pero no puede
resolver asuntos que todavía no han sido comprobados.
Sigue reglas: la IA se basa en una serie de algoritmos que analizan y clasifican
información para darnos opciones y resolver casos, sin embargo, siguen un patrón
por lo que si lo modificamos puede fallar, de manera que no es infalible y por eso
necesita de los humanos quienes tienen la decisión final, lo cual aplica en qué ruta
seguirá una flotilla o los tiempos de operación de una maquinaria.
Desarrollo de soluciones prácticas: hasta ahora se han desarrollado aplicaciones
dirigidas a resolver necesidades de las personas y negocios como automóviles
automatizados, dispositivos, domótica, sistemas de reconocimiento de voz, lo que
permite que enfoques tus esfuerzos en desarrollar mejores productos y servicios y
que la IA se encargue de lo demás.
¿Robots trabajando por ti?: si tu sueño es que un robot resuelva todos los problemas
de tu empresa, sentimos decirte que no será así, tu labor es diseñar estrategias y
tomar decisiones, mientras que las máquinas son meramente operativas.
De días a segundos: Mientras más información y datos le demos a las máquinas, la
Inteligencia Artificial será mejor y eso nos permitirá contar con soluciones de
manera inmediata. Desde resolver qué materia prima debes comprar para tu
siguiente producto hasta qué medicamento puede desarrollarse para salvar la vida de
un paciente.
Puedes engañar a la IA: la Inteligencia Artificial deriva del conocimiento humano
por lo que puede ser engañada. Un sencillo ejemplo es cuando buscamos
información en Google, buscador que utiliza algoritmos y cookies para
posteriormente hacernos sugerencias publicitarias. Si realizas una búsqueda de bares
en la computadora de tu jefe y este ingresa a portales de noticias ligados con Google
Ads, es posible que le aparezcan sugerencias de bares…
Los humanos seguiremos trabajando: sí, las predicciones dicen que para la década
de 2030 alrededor de un 30% de los empleos pueden estar en riesgo de desaparecer
por la automatización. Pero eso no significa que no surjan nuevas profesiones.