IA, machine learning, redes neuronales… Demasiados términos que a la mayoría de la gente les suena a ciencia ficción. Sergio Rozada, científico de datos, nos acerca estos términos de forma sencilla.
¿Qué es la Inteligencia Artificial?
Entendemos por Inteligencia Artificial a la rama de las Ciencias de la Computación cuyo objetivo es que los sistemas sean capaces de resolver problemas e interactuar con el entorno del mismo modo que los seres humanos.
Otra definición podría ser que la IA es el conjunto de todas las técnicas y ramas de la computación que tratan de implementar algún comportamiento “inteligente” para alguna tarea, o bien emular el comportamiento humano.
¿Qué es la IA fuerte y la IA débil?
Dentro de la Inteligencia Artificial se distingue la Inteligencia Artificial fuerte y la Inteligencia Artificial débil.
IA fuerte: Se refiere a aquellos sistemas que son capaces de desarrollar una conducta global autónoma y flexible. Es decir, son capaces de interactuar totalmente con su entorno, enfrentarse a nuevos problemas, aprender y resolverlos. Estamos hablando en este caso de sistemas con una capacidad de adaptación similar a la de un ser humano. Este tipo de IA es el que aún estamos lejos de alcanzar.
IA débil: Se refiere a sistemas que son lo suficientemente “inteligentes” como para desarrollar una tarea concreta y particular: procesamiento de lenguaje, clasificación de imágenes, etc. Son sistemas que emulan al ser humano en la resolución de un problema muy concreto.
¿Cuándo tendremos IA fuerte?
La Inteligencia Artificial fuerte se daría cuando el sistema fuera capaz de integrar un sinfín de pequeños métodos de resolución como los que estudia la Inteligencia Artificial débil. En la actualidad estamos asistiendo a un torrente de avances sociales y tecnológicos gracias a los descubrimientos y creaciones en esta rama, pero estamos lejos de llegar a ese punto.
Hay que entender que la IA no es un todo monolítico, sino que se puede parcelar en distintos campos de conocimiento: cómo aprender, cómo representar el conocimiento generado, cómo generalizar la experiencia a nuevos problemas, etc.
Y entonces, ¿qué es el aprendizaje máquina o Machine Learning?
El aprendizaje de máquina (Machine Learning) es uno de los campos de la Inteligencia Artificial más exitosos hoy día y que mayor número de soluciones ha brindado ya.
Reduciendo un poco, lo podemos denominar como el uso de métodos matemáticos (calculo, álgebra lineal, probabilidad) para resolver problemas, extrapolando o interpolando de los datos que ya se tienen.
Se ocupa de resolver el problema de, a partir de la experiencia que un sistema tiene sobre un suceso (los benditos datos) como extrapolar patrones de conocimiento que permitan resolver problemas similares en el futuro. Uno de los paradigmas del campo más famosos hoy día son las redes neuronales, dentro del cual se sitúa, por cierto, el aprendizaje profundo. Éste se refiere a un conjunto de soluciones basadas en redes neuronales… “más grandes” de lo normal. Es decir, el aprendizaje profundo (Deep Learning) es una rama del aprendizaje maquina, ya que no es otra cosa que aplicar redes neuronales, pero con mas capas y con nuevos métodos que mejoran su desempeño.
¿Qué es el procesamiento de lenguaje natural?
Otro de los campos que aborda la Inteligencia Artificial es el procesamiento de lenguaje natural (NLP) y se refiere a la capacidad de interacción de un sistema informático con los seres humanos.
El NLP es un conjunto de varias técnicas que tratan de automatizar el procesamiento de texto y/o voz, ya sea para incorporarlos en un sistema de IA, o bien simplemente de automatizar algunos procesos (los OCR sistemas de reconocimiento de texto escrito y su conversión a digital, corrección ortográfica, conversión de voz hablada a texto, etc.)
IA, machine learning, redes neuronales… Demasiados términos que a la mayoría de la gente les suena a ciencia ficción. Sergio Rozada, científico de datos, nos acerca estos términos de forma sencilla.
¿Qué es la Inteligencia Artificial?
Entendemos por Inteligencia Artificial a la rama de las Ciencias de la Computación cuyo objetivo es que los sistemas sean capaces de resolver problemas e interactuar con el entorno del mismo modo que los seres humanos.
Otra definición podría ser que la IA es el conjunto de todas las técnicas y ramas de la computación que tratan de implementar algún comportamiento “inteligente” para alguna tarea, o bien emular el comportamiento humano.
¿Qué es la IA fuerte y la IA débil?
Dentro de la Inteligencia Artificial se distingue la Inteligencia Artificial fuerte y la Inteligencia Artificial débil.
IA fuerte: Se refiere a aquellos sistemas que son capaces de desarrollar una conducta global autónoma y flexible. Es decir, son capaces de interactuar totalmente con su entorno, enfrentarse a nuevos problemas, aprender y resolverlos. Estamos hablando en este caso de sistemas con una capacidad de adaptación similar a la de un ser humano. Este tipo de IA es el que aún estamos lejos de alcanzar.
IA débil: Se refiere a sistemas que son lo suficientemente “inteligentes” como para desarrollar una tarea concreta y particular: procesamiento de lenguaje, clasificación de imágenes, etc. Son sistemas que emulan al ser humano en la resolución de un problema muy concreto.
¿Cuándo tendremos IA fuerte?
La Inteligencia Artificial fuerte se daría cuando el sistema fuera capaz de integrar un sinfín de pequeños métodos de resolución como los que estudia la Inteligencia Artificial débil. En la actualidad estamos asistiendo a un torrente de avances sociales y tecnológicos gracias a los descubrimientos y creaciones en esta rama, pero estamos lejos de llegar a ese punto.
Hay que entender que la IA no es un todo monolítico, sino que se puede parcelar en distintos campos de conocimiento: cómo aprender, cómo representar el conocimiento generado, cómo generalizar la experiencia a nuevos problemas, etc.
Y entonces, ¿qué es el aprendizaje máquina o Machine Learning?
El aprendizaje de máquina (Machine Learning) es uno de los campos de la Inteligencia Artificial más exitosos hoy día y que mayor número de soluciones ha brindado ya.
Reduciendo un poco, lo podemos denominar como el uso de métodos matemáticos (calculo, álgebra lineal, probabilidad) para resolver problemas, extrapolando o interpolando de los datos que ya se tienen.
Se ocupa de resolver el problema de, a partir de la experiencia que un sistema tiene sobre un suceso (los benditos datos) como extrapolar patrones de conocimiento que permitan resolver problemas similares en el futuro. Uno de los paradigmas del campo más famosos hoy día son las redes neuronales, dentro del cual se sitúa, por cierto, el aprendizaje profundo. Éste se refiere a un conjunto de soluciones basadas en redes neuronales… “más grandes” de lo normal. Es decir, el aprendizaje profundo (Deep Learning) es una rama del aprendizaje maquina, ya que no es otra cosa que aplicar redes neuronales, pero con mas capas y con nuevos métodos que mejoran su desempeño.
¿Qué es el procesamiento de lenguaje natural?
Otro de los campos que aborda la Inteligencia Artificial es el procesamiento de lenguaje natural (NLP) y se refiere a la capacidad de interacción de un sistema informático con los seres humanos.
El NLP es un conjunto de varias técnicas que tratan de automatizar el procesamiento de texto y/o voz, ya sea para incorporarlos en un sistema de IA, o bien simplemente de automatizar algunos procesos (los OCR sistemas de reconocimiento de texto escrito y su conversión a digital, corrección ortográfica, conversión de voz hablada a texto, etc.)
Fuente
Compartir esto: