La inteligencia artificial (IA) es una rama de gran alcance de las ciencias de la computación que se ocupa de construir máquinas inteligentes capaces de realizar tareas que normalmente requieren inteligencia humana. Si bien la IA es una ciencia interdisciplinaria con múltiples enfoques, los avances en el aprendizaje automático y el aprendizaje profundo , en particular, están creando un cambio de paradigma en prácticamente todos los sectores de la industria tecnológica.
![inteligencia artificial](https://masterplc.com/wp-content/uploads/2023/06/inteligencia-artificial.webp)
¿Que hace la IA?
La inteligencia artificial permite que las máquinas modelen, o incluso mejoren, las capacidades de la mente humana. Y desde el desarrollo de autos sin conductor hasta la proliferación de herramientas de IA generativa como ChatGPT y Bard de Google , la IA se está convirtiendo cada vez más en parte de la vida cotidiana, y en un área en la que las empresas de todas las industrias están invirtiendo.
Tipos de inteligencia artificial
La inteligencia es difícil de definir, razón por la cual los expertos en IA suelen distinguir entre IA fuerte e IA débil .
Inteligencia Artificial débil
La IA débil, también llamada IA estrecha o Inteligencia artificial estrecha (ANI), es una IA entrenada y enfocada para realizar tareas específicas. La IA débil impulsa la mayor parte de la IA que nos rodea hoy. ‘Estrecho’ podría ser una descripción más precisa para este tipo de IA, ya que es cualquier cosa menos débil; permite algunas aplicaciones muy sólidas, como Siri de Apple, Alexa de Amazon, Watson de IBM y vehículos autónomos.
Inteligencia Artificial fuerte
La IA fuerte se compone de Inteligencia General Artificial (AGI) y Súper Inteligencia Artificial (ASI). La inteligencia artificial general (AGI), o IA general, es una forma teórica de IA en la que una máquina tendría una inteligencia igual a la de los humanos; tendría una conciencia autoconsciente que tiene la capacidad de resolver problemas, aprender y planificar para el futuro. La superinteligencia artificial (ASI), también conocida como superinteligencia, superaría la inteligencia y la capacidad del cerebro humano. Si bien la IA fuerte sigue siendo completamente teórica y no tiene ejemplos prácticos en uso en la actualidad, eso no significa que los investigadores de IA no estén explorando su desarrollo. Mientras tanto, los mejores ejemplos de ASI podrían ser de ciencia ficción, como HAL, el superhumano asistente informático rebelde en 2001: A Space Odyssey.
Aprendizaje profundo vs aprendizaje automático
Aunque los términos «aprendizaje automático» y «aprendizaje profundo» surgen con frecuencia en conversaciones sobre IA, no deben usarse indistintamente. El aprendizaje profundo es una forma de aprendizaje automático y el aprendizaje automático es un subcampo de la inteligencia artificial.
Aprendizaje profundo
El aprendizaje profundo es un tipo de aprendizaje automático que ejecuta entradas a través de una arquitectura de red neuronal inspirada biológicamente. Las redes neuronales contienen una serie de capas ocultas a través de las cuales se procesan los datos, lo que permite que la máquina profundice en su aprendizaje, haciendo conexiones y ponderando las entradas para obtener los mejores resultados.
Aprendizaje automático
Un algoritmo de aprendizaje automático recibe datos de una computadora y utiliza técnicas estadísticas para ayudarlo a «aprender» cómo mejorar progresivamente en una tarea, sin necesariamente haber sido programado específicamente para esa tarea. En cambio, los algoritmos de ML usan datos históricos como entrada para predecir nuevos valores de salida. Con ese fin, ML consiste en aprendizaje supervisado (donde el resultado esperado para la entrada se conoce gracias a conjuntos de datos etiquetados) y aprendizaje no supervisado (donde los resultados esperados son desconocidos debido al uso de conjuntos de datos no etiquetados).
Los cuatro tipos de IA
La IA se puede dividir en cuatro categorías , según el tipo y la complejidad de las tareas que un sistema puede realizar. Ellos son:
- Máquinas reactivas
- Memoria limitada
- Teoria de la mente
- Conciencia de sí mismo
Aplicaciones de inteligencia artificial
Existen numerosas aplicaciones del mundo real de los sistemas de IA en la actualidad. A continuación se muestran algunos de los casos de uso más comunes:
Reconocimiento de voz: también se conoce como reconocimiento automático de voz (ASR), reconocimiento de voz por computadora o dispositivos móviles, y es una capacidad que utiliza el procesamiento de lenguaje natural (NLP) para procesar el habla humana en un formato escrito.
Servicio al cliente: los agentes virtuales en línea están reemplazando a los agentes humanos a lo largo del recorrido del cliente. Responden preguntas frecuentes (FAQ) sobre temas, como el envío, o brindan asesoramiento personalizado, productos de venta cruzada o sugerencias de tamaños para los usuarios, cambiando la forma en que pensamos sobre la participación del cliente en los sitios web y las plataformas de redes sociales.
Visión por computadora: esta tecnología de inteligencia artificial permite que las computadoras y los sistemas obtengan información significativa de imágenes digitales, videos y otras entradas visuales, y en función de esas entradas, puede tomar medidas. Esta capacidad de proporcionar recomendaciones lo distingue de las tareas de reconocimiento de imágenes. Impulsada por redes neuronales convolucionales, la visión por computadora tiene aplicaciones dentro del etiquetado de fotografías en las redes sociales, imágenes de radiología en el cuidado de la salud y automóviles autónomos dentro de la industria automotriz.
Motores de recomendación: utilizando datos de comportamiento de consumo anteriores, los algoritmos de IA pueden ayudar a descubrir tendencias de datos que se pueden usar para desarrollar estrategias de venta cruzada más efectivas. Esto se utiliza para hacer recomendaciones de complementos relevantes a los clientes durante el proceso de pago para los minoristas en línea.
Negociación de acciones automatizada: diseñadas para optimizar las carteras de acciones, las plataformas de negociación de alta frecuencia impulsadas por IA realizan miles o incluso millones de transacciones por día sin intervención humana.
Ejemplos de inteligencia artificial
La tecnología de inteligencia artificial toma muchas formas, desde chatbots hasta aplicaciones de navegación y rastreadores de actividad física portátiles. Los siguientes ejemplos ilustran la amplitud de las posibles aplicaciones de IA.
ChatGPT
ChatGPT es un chatbot de inteligencia artificial capaz de producir contenido escrito en una variedad de formatos, desde ensayos hasta código y respuestas a preguntas simples. Lanzado en noviembre de 2022 por OpenAI, ChatGPT funciona con un gran modelo de lenguaje que le permite emular de cerca la escritura humana.
Google Maps
Google Maps utiliza los datos de ubicación de los teléfonos inteligentes, así como los datos informados por los usuarios sobre cosas como la construcción y los accidentes automovilísticos, para monitorear el flujo y reflujo del tráfico y evaluar cuál será la ruta más rápida.
Asistentes inteligentes
Los asistentes personales como Siri, Alexa y Cortana utilizan el procesamiento de lenguaje natural , o NLP, para recibir instrucciones de los usuarios para configurar recordatorios, buscar información en línea y controlar las luces en los hogares de las personas. En muchos casos, estos asistentes están diseñados para conocer las preferencias de un usuario y mejorar su experiencia con el tiempo con mejores sugerencias y respuestas más personalizadas.
Filtros de Snapchat
Los filtros de Snapchat usan algoritmos ML para distinguir entre el sujeto de una imagen y el fondo, rastrear los movimientos faciales y ajustar la imagen en la pantalla según lo que esté haciendo el usuario.
Coches autónomos
Los automóviles autónomos son un ejemplo reconocible de aprendizaje profundo, ya que utilizan redes neuronales profundas para detectar objetos a su alrededor, determinar su distancia de otros automóviles, identificar señales de tráfico y mucho más.
Usables
Los sensores y dispositivos portátiles utilizados en la industria de la salud también aplican el aprendizaje profundo para evaluar el estado de salud del paciente, incluidos sus niveles de azúcar en sangre, presión arterial y frecuencia cardíaca. También pueden derivar patrones de los datos médicos previos de un paciente y usarlos para anticipar cualquier condición de salud futura.
MuZero
MuZero, un programa informático creado por DeepMind, es un pionero prometedor en la búsqueda de lograr una verdadera inteligencia general artificial. Ha logrado dominar juegos que ni siquiera le han enseñado a jugar, incluido el ajedrez y toda una serie de juegos de Atari, a través de la fuerza bruta, jugando millones de veces.
Historia de la inteligencia artificial
La idea de ‘una máquina que piensa’ se remonta a la antigua Grecia. Pero desde el advenimiento de la computación electrónica (y en relación con algunos de los temas discutidos en este artículo), los eventos e hitos importantes en la evolución de la inteligencia artificial incluyen los siguientes:
1950: Alan Turing publica Computing Machinery and Intelligence. En el artículo, Turing, famoso por descifrar el código ENIGMA de los nazis durante la Segunda Guerra Mundial, propone responder a la pregunta «¿pueden pensar las máquinas?» e introduce la prueba de Turing para determinar si una computadora puede demostrar la misma inteligencia (o los resultados de la misma inteligencia) que un ser humano. El valor de la prueba de Turing se ha debatido desde entonces.
1956: John McCarthy acuña el término ‘inteligencia artificial’ en la primera conferencia de IA en Dartmouth College. (McCarthy continuaría inventando el lenguaje Lisp). Más tarde ese año, Allen Newell, JC Shaw y Herbert Simon crearon Logic Theorist, el primer programa de software de IA en ejecución.
1967: Frank Rosenblatt construye el Mark 1 Perceptron, la primera computadora basada en una red neuronal que ‘aprendió’ a través de prueba y error. Solo un año después, Marvin Minsky y Seymour Papert publican un libro titulado Perceptrons , que se convierte tanto en el trabajo histórico sobre redes neuronales como, al menos por un tiempo, en un argumento en contra de futuros proyectos de investigación de redes neuronales.
Década de 1980: Las redes neuronales que usan un algoritmo de retropropagación para entrenarse se vuelven ampliamente utilizadas en aplicaciones de IA.
1997: Deep Blue de IBM vence al entonces campeón mundial de ajedrez Garry Kasparov, en una partida de ajedrez (y revancha).
2011: ¡ IBM Watson vence a los campeones Ken Jennings y Brad Rutter en Jeopardy!
2015: la supercomputadora Minwa de Baidu utiliza un tipo especial de red neuronal profunda llamada red neuronal convolucional para identificar y categorizar imágenes con una tasa de precisión más alta que el humano promedio.
2016: el programa AlphaGo de DeepMind, impulsado por una red neuronal profunda, vence a Lee Sodol, el campeón mundial de Go, en una partida de cinco juegos. La victoria es significativa dada la gran cantidad de movimientos posibles a medida que avanza el juego (¡más de 14,5 billones después de solo cuatro movimientos!). Más tarde, Google compró DeepMind por USD 400 millones.
2023 : un aumento en los modelos de lenguaje extenso, o LLM, como ChatGPT, crea un cambio enorme en el rendimiento de la IA y su potencial para impulsar el valor empresarial. Con estas nuevas prácticas de IA generativa, los modelos de aprendizaje profundo se pueden entrenar previamente con grandes cantidades de datos sin procesar y sin etiquetar.
Beneficios de la inteligencia artificial
La IA tiene muchos usos, desde impulsar el desarrollo de vacunas hasta automatizar la detección de posibles fraudes. Las empresas de IA recaudaron $66.8 mil millones en fondos en 2022, según la investigación de CB Insights, más del doble de la cantidad recaudada en 2020. Debido a su rápida adopción, la IA está causando sensación en una variedad de industrias.
Bancos más seguros
El informe de 2022 de Business Insider Intelligence sobre IA en la banca encontró que más de la mitad de las empresas de servicios financieros ya utilizan soluciones de IA para la gestión de riesgos y la generación de ingresos. La aplicación de la IA en la banca podría generar más de $ 400 mil millones en ahorros.
Mejoras en la medicina
En cuanto a la medicina, un informe de la Organización Mundial de la Salud de 2021 señaló que, si bien la integración de la IA en el campo de la atención médica presenta desafíos, la tecnología «es muy prometedora», ya que podría generar beneficios como una política de salud más informada y mejoras en la precisión del diagnóstico de los pacientes.
Medios innovadores
AI también ha dejado su huella en el entretenimiento. Se estima que el mercado global de IA en medios y entretenimiento alcanzará los 99 480 millones de dólares para 2030, con un crecimiento desde un valor de 10 870 millones de dólares en 2021, según Grand View Research. Esa expansión incluye usos de IA como reconocer plagio y desarrollar gráficos de alta definición.