La Inteligencia Artificial ha cobrado mucho protagonismo últimamente, pero, ¿qué es exactamente y qué tipos de IA existen?
Durante los últimos tiempos seguramente habrás escuchado hablar sobre el concepto de Inteligencia Artificial. En este sentido, son muchas las marcas que no pierden la oportunidad de etiquetar sus productos de inteligentes; pero, ¿realmente lo son?
¿Qué es la Inteligencia Artificial?
El término de Inteligencia Artificial no es nuevo, en la época de los 50 ya se conocía; pero, ha sido durante los últimos años cuando se ha dado su verdadero desarrollo y ha comenzado a usarse en la vida cotidiana. Microsoft explica que la computación en la nube, la ingente cantidad de datos y los avances en machine learning han sido los pilares para que la IA avanzase hasta el punto en el que se encuentra actualmente.
La IA es para Microsoft, en pocas palabras, cuando las máquinas o sistemas informáticos se comportan de una manera similar a la inteligencia humana. Según la RAE, la IA es la disciplina científica que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico.
Ambas acepciones se basan en la misma idea: máquinas que actúan como lo haría la mente de un ser humano. La IA comprende diversos campos que analizaremos a continuación.
Aprendizaje automático o machine learning
El machine learning o aprendizaje automático es un subcampo dentro de la IA. Éste logra que los ordenadores aprendan sin que hayan sido programados específicamente con esa intención. Las investigaciones sobre machine learning han sido muy relevantes para que la IA llegue a nuestras vidas.
El machine learning entrena a los sistemas informáticos utilizando algoritmos que son capaces de detectar determinados patrones en los datos a analizar. Posteriormente, tras entrenar con miles de ejemplos, el sistema informático consigue realizar predicciones. De este modo, los ordenadores consiguen aprender; pero, ¿qué usos tiene el machine learning en la vida real?
Los filtros en el correo electrónico, las recomendaciones en búsquedas y el reconocimiento de voz son ejemplos prácticos de Inteligencia Artificial que emplea machine learning.
Tipos de aprendizaje automático
El aprendizaje automático no siempre funciona del mismo modo, hay variantes. El primer tipo es apodado por Microsoft como “aprendizaje supervisado”, en el que se entrena a la máquina con datos etiquetados; esto es, le mostramos imágenes en las que hay gatos para que ésta pueda identificar y etiquetar una imagen con gatos en un futuro. De este modo, las máquinas cuentan con una especie de guía para aprender.
El segundo tipo es el “aprendizaje no supervisado”. En este caso, la máquina no cuenta con datos etiquetados para entrenarse, sino que busca similitudes; esto es, se analizan grupos de imágenes de los que se sacan ejemplos parecidos que puedan agruparse.
Con el “aprendizaje de refuerzo” los ordenadores aprenden a base de prueba y error, hasta llegar al punto en el que deciden cuál es la mejor forma de llevar a cabo las tareas. Microsoft emplea esta técnica en los videojuegos para ver cómo los “agentes de software mejoran su trabajo”.
Deep learning
El deep learning es otro tipo de machine learning mucho más complejo que los anteriores. Este sistema se inspira en el funcionamiento de las redes neuronales del cerebro humano para procesar la información.
Las máquinas que emplean deep learning logran un nivel de comprensión muy detallado, similar al razonamiento inteligente. Así, si la máquina con deep learning ve una imagen de un gato primero detectará su forma, luego los bordes, contornos y así hasta llegar a identificar por completo la imagen.
El deep learning ha sido el principal impulsor de la IA como la conocemos hoy. Algunos ejemplos de este tipo de aprendizaje son el reconocimiento de imágenes o de la voz.
Los cuatro tipos de Inteligencia Artificial
Arend Hintze, investigador de IA, ha establecido su propia clasificación según el nivel de complejidad de la IA. El primer tipo son las máquinas reactivas, el sistema más básico de IA que no tiene la capacidad de tener recuerdos ni de utilizar experiencias pasadas para tomar decisiones actuales.
Deep Blue, la supercomputadora de ajedrez de IBM que venció al jugador internacional Garry Kasparov, es el ejemplo perfecto de máquina reactiva. Estas máquinas perciben el mundo directamente y actúan sobre lo que ven; esto es, solo sirven para las tareas específicas que se les asignan.
Las máquinas de memoria limitada son el segundo tipo para Hintze. Éstas logran utilizar experiencias pasadas para tomar decisiones, como ya hacen algunos coches autónomos. Estos vehículos tienen en cuenta semáforos, curvas en la carretera, velocidad y dirección de otros coches, etcétera.
El tercer tipo son las máquinas con teoría de la mente. Hintze establece en este tipo una importante división entre las máquinas actuales y las del futuro. Éstas no solo forman representaciones sobre el mundo, sino también sobre otros agentes o entidades del mundo.
En el ámbito de la psicología se denomina “teoría de la mente” y se explica como la capacidad de tener conciencia de las diferencias existentes entre el punto de vista personal y el de los demás. Este tipo de IA aún no existe; sin embargo, Hintze cree que será esencial para poder trabajar conjuntamente.
Las máquinas con autoconciencia son la última modalidad. Como es obvio, todavía no se han creado y parecen sacadas de película, máquinas que tienen su propia conciencia. En cierto modo, es una extensión de la complejidad de las máquinas con teoría de la mente. Estaríamos hablando de robots que serían prácticamente como un humano, situación para la que quedan aún décadas de investigación, si es que llegan a existir.
¿Cómo sé si un dispositivo tiene IA?
En base a lo que hemos explicado queda en la opinión de cada uno determinar si algo emplea o no la Inteligencia Artificial. En este sentido, han surgido multitud de dispositivos que supuestamente son inteligentes; sin embargo, hay personas que cuestionan dicha característica.
Es difícil generalizar y establecer qué dispositivos son y cuáles no son inteligentes, puesto que el campo de la IA es muy amplio. La idea principal es que el sistema actúe de una forma similar al cerebro humano. Si se cumple podría calificarse como Inteligencia Artificial según las acepciones que existen.
Si somos un poco más estrictos podemos basarnos en el Test de Turing creado por Alan Turing en el año 1950. Hablamos de una prueba de habilidad para medir si una máquina es inteligente o no.
Para ello, se coloca un juez en una habitación y en otra una persona y una máquina. El juez debe decidir mediante preguntas cuál es el humano y cuál el robot. Tanto la persona como la máquina pueden dar respuestas falsas, lo importante es conseguir engañar al juez.
Según Turing, si la máquina logra convencer al juez de que es un humano estaremos ante una máquina inteligente. Lo que ocurre es que solo Eugene Goostman, un chatbot que simula la personalidad de un adolescente ucraniano, ha conseguido pasar con éxito el test.
El test de Turing es una dura prueba que nadie más ha conseguido pasar, por lo que es difícil utilizarla como base para afirmar lo que es o no inteligente. Pese a ello, no sería extraño que en un futuro un gran número de dispositivos logren superarlo. Algunos expertos del sector pensaron que Google Duplex lo conseguiría; aunque, por ahora no se ha demostrado nada.
Foto destacada: Andy Kelly en Unsplash.
La Inteligencia Artificial ha cobrado mucho protagonismo últimamente, pero, ¿qué es exactamente y qué tipos de IA existen?
Durante los últimos tiempos seguramente habrás escuchado hablar sobre el concepto de Inteligencia Artificial. En este sentido, son muchas las marcas que no pierden la oportunidad de etiquetar sus productos de inteligentes; pero, ¿realmente lo son?
¿Qué es la Inteligencia Artificial?
El término de Inteligencia Artificial no es nuevo, en la época de los 50 ya se conocía; pero, ha sido durante los últimos años cuando se ha dado su verdadero desarrollo y ha comenzado a usarse en la vida cotidiana. Microsoft explica que la computación en la nube, la ingente cantidad de datos y los avances en machine learning han sido los pilares para que la IA avanzase hasta el punto en el que se encuentra actualmente.
La IA es para Microsoft, en pocas palabras, cuando las máquinas o sistemas informáticos se comportan de una manera similar a la inteligencia humana. Según la RAE, la IA es la disciplina científica que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico.
Ambas acepciones se basan en la misma idea: máquinas que actúan como lo haría la mente de un ser humano. La IA comprende diversos campos que analizaremos a continuación.
Aprendizaje automático o machine learning
El machine learning o aprendizaje automático es un subcampo dentro de la IA. Éste logra que los ordenadores aprendan sin que hayan sido programados específicamente con esa intención. Las investigaciones sobre machine learning han sido muy relevantes para que la IA llegue a nuestras vidas.
El machine learning entrena a los sistemas informáticos utilizando algoritmos que son capaces de detectar determinados patrones en los datos a analizar. Posteriormente, tras entrenar con miles de ejemplos, el sistema informático consigue realizar predicciones. De este modo, los ordenadores consiguen aprender; pero, ¿qué usos tiene el machine learning en la vida real?
Los filtros en el correo electrónico, las recomendaciones en búsquedas y el reconocimiento de voz son ejemplos prácticos de Inteligencia Artificial que emplea machine learning.
Tipos de aprendizaje automático
El aprendizaje automático no siempre funciona del mismo modo, hay variantes. El primer tipo es apodado por Microsoft como “aprendizaje supervisado”, en el que se entrena a la máquina con datos etiquetados; esto es, le mostramos imágenes en las que hay gatos para que ésta pueda identificar y etiquetar una imagen con gatos en un futuro. De este modo, las máquinas cuentan con una especie de guía para aprender.
El segundo tipo es el “aprendizaje no supervisado”. En este caso, la máquina no cuenta con datos etiquetados para entrenarse, sino que busca similitudes; esto es, se analizan grupos de imágenes de los que se sacan ejemplos parecidos que puedan agruparse.
Con el “aprendizaje de refuerzo” los ordenadores aprenden a base de prueba y error, hasta llegar al punto en el que deciden cuál es la mejor forma de llevar a cabo las tareas. Microsoft emplea esta técnica en los videojuegos para ver cómo los “agentes de software mejoran su trabajo”.
Deep learning
El deep learning es otro tipo de machine learning mucho más complejo que los anteriores. Este sistema se inspira en el funcionamiento de las redes neuronales del cerebro humano para procesar la información.
Las máquinas que emplean deep learning logran un nivel de comprensión muy detallado, similar al razonamiento inteligente. Así, si la máquina con deep learning ve una imagen de un gato primero detectará su forma, luego los bordes, contornos y así hasta llegar a identificar por completo la imagen.
El deep learning ha sido el principal impulsor de la IA como la conocemos hoy. Algunos ejemplos de este tipo de aprendizaje son el reconocimiento de imágenes o de la voz.
Los cuatro tipos de Inteligencia Artificial
Arend Hintze, investigador de IA, ha establecido su propia clasificación según el nivel de complejidad de la IA. El primer tipo son las máquinas reactivas, el sistema más básico de IA que no tiene la capacidad de tener recuerdos ni de utilizar experiencias pasadas para tomar decisiones actuales.
Deep Blue, la supercomputadora de ajedrez de IBM que venció al jugador internacional Garry Kasparov, es el ejemplo perfecto de máquina reactiva. Estas máquinas perciben el mundo directamente y actúan sobre lo que ven; esto es, solo sirven para las tareas específicas que se les asignan.
Las máquinas de memoria limitada son el segundo tipo para Hintze. Éstas logran utilizar experiencias pasadas para tomar decisiones, como ya hacen algunos coches autónomos. Estos vehículos tienen en cuenta semáforos, curvas en la carretera, velocidad y dirección de otros coches, etcétera.
El tercer tipo son las máquinas con teoría de la mente. Hintze establece en este tipo una importante división entre las máquinas actuales y las del futuro. Éstas no solo forman representaciones sobre el mundo, sino también sobre otros agentes o entidades del mundo.
En el ámbito de la psicología se denomina “teoría de la mente” y se explica como la capacidad de tener conciencia de las diferencias existentes entre el punto de vista personal y el de los demás. Este tipo de IA aún no existe; sin embargo, Hintze cree que será esencial para poder trabajar conjuntamente.
Las máquinas con autoconciencia son la última modalidad. Como es obvio, todavía no se han creado y parecen sacadas de película, máquinas que tienen su propia conciencia. En cierto modo, es una extensión de la complejidad de las máquinas con teoría de la mente. Estaríamos hablando de robots que serían prácticamente como un humano, situación para la que quedan aún décadas de investigación, si es que llegan a existir.
¿Cómo sé si un dispositivo tiene IA?
En base a lo que hemos explicado queda en la opinión de cada uno determinar si algo emplea o no la Inteligencia Artificial. En este sentido, han surgido multitud de dispositivos que supuestamente son inteligentes; sin embargo, hay personas que cuestionan dicha característica.
Es difícil generalizar y establecer qué dispositivos son y cuáles no son inteligentes, puesto que el campo de la IA es muy amplio. La idea principal es que el sistema actúe de una forma similar al cerebro humano. Si se cumple podría calificarse como Inteligencia Artificial según las acepciones que existen.
Si somos un poco más estrictos podemos basarnos en el Test de Turing creado por Alan Turing en el año 1950. Hablamos de una prueba de habilidad para medir si una máquina es inteligente o no.
Para ello, se coloca un juez en una habitación y en otra una persona y una máquina. El juez debe decidir mediante preguntas cuál es el humano y cuál el robot. Tanto la persona como la máquina pueden dar respuestas falsas, lo importante es conseguir engañar al juez.
Según Turing, si la máquina logra convencer al juez de que es un humano estaremos ante una máquina inteligente. Lo que ocurre es que solo Eugene Goostman, un chatbot que simula la personalidad de un adolescente ucraniano, ha conseguido pasar con éxito el test.
El test de Turing es una dura prueba que nadie más ha conseguido pasar, por lo que es difícil utilizarla como base para afirmar lo que es o no inteligente. Pese a ello, no sería extraño que en un futuro un gran número de dispositivos logren superarlo. Algunos expertos del sector pensaron que Google Duplex lo conseguiría; aunque, por ahora no se ha demostrado nada.
Foto destacada: Andy Kelly en Unsplash.
Fuente
Compartir esto: