El término de Inteligencia Artificial se acuñó por primera vez en 1956, cuando un grupo de científicos inició el proyecto de investigación “Inteligencia artificial” en Dartmouth College en los Estados Unidos desde entonces, se han presentado una montaña rusa de avances.
Al inicio del proyecto, el objetivo era que la inteligencia humana pudiera ser descrita de forma tan precisa que una máquina fuera capaz de simularla. Este concepto también fue conocido como “IA genérica” y fue esta la idea que alimentó la (asombrosa) ficción que nos daría entretenimiento ilimitado.
La Inteligencia artificial (IA) se centra en la creación de programas y mecanismos que pueden mostrar comportamientos considerados inteligentes. La IA es el concepto según el cual “las máquinas piensan como seres humanos”.
Un sistema de Inteligenicia Artificial es capaz de analizar datos en grandes cantidades (big data), identificar patrones y tendencias y formular predicciones de forma automática, con rapidez y precisión.
La IA permite que nuestras experiencias cotidianas sean más inteligentes al integrar análisis predictivos y otras técnicas en aplicaciones que utilizamos diariamente, por ejemplo:
· Siri, el asistente personal de iPhone.
· Facebook y Google Fotos sugieren el etiquetado y agrupamiento de fotos con base en el reconocimiento de imagen
· Amazon ofrece recomendaciones de productos basadas en modelos de canasta de compra
· Waze brinda información optimizada de tráfico y navegación en tiempo real
Técnicas de la Inteligencia artificial
Aprendizaje automático
El Aprendizaje automático es la ciencia que se encarga de hacer que las computadoras realicen acciones sin necesidad de programación explícita. La idea principal es que se les puede proporcionar datos a los algoritmos de Aprendizaje automático y luego usarlos para saber cómo hacer predicciones o guiar decisiones.
Aprendizaje profundo
Utiliza redes neuronales para realizar tareas de clasificación, como cuando clasifica una imagen de algún objeto en específico.
Algunos ejemplos de aplicaciones prácticas del Aprendizaje profundo son las siguientes: identificación de vehículos, peatones y placas de matrícula de vehículos autónomos, reconocimiento de imagen, traducción y procesamiento de lenguaje natural.
Descubrimiento de datos inteligentes
Permite la automatización total del ciclo de la IE: la incorporación y preparación de datos, el análisis predictivo y los patrones y la identificación de hipótesis. Este es un ejemplo interesante de la recuperación de datos inteligentes en acción. La información que ninguna herramienta de IE había descubierto.
Análisis predictivo
El concepto principal de análisis predictivo (o modelado) significa que se puede utilizar un número de variables (ingresos, código postal, edad, etc.) combinadas con resultados (por ejemplo, buen o mal pagador) para generar un modelo que proporcione una puntuación (un número entre 0 y 1) que representa la probabilidad de un evento (por ejemplo, pago, migración de clientes, accidente, etc.).
Los casos de uso en los negocios son amplios: modelos de crédito, modelos de segmentación de clientes (agrupamiento), modelos de probabilidad de compra y modelos de migración de clientes, entre otros.
¿Podrá la tecnología dominar la raza humana?
Si hacemos caso a las películas taquilleras, quizá no sean más que suposiciones de ciencia ficción, pero ¿qué tal si lo dice un experto en tecnología como Elon Musk?
El visionario magnate que fundó PayPal, la compañía de vehículos eléctricos y baterías Tesla o la corporación espacial privada SpaceX, la humanidad se enfrenta a una nueva y formidable amenaza: la inteligencia artificial (IA).
“Es como esas historias en las que alguien convoca al demonio. Siempre hay un tipo con un pentáculo y agua bendita convencido de que así podrá controlarle, y claro, no funciona” Elon Musk
Su preocupación tiene mucho que ver con los pesos pesados del sector tecnológico están apostando fuerte en Inteligencia Artificial. Google, por ejemplo, adquirió el año pasado DeepMind, una empresa especializada en el desarrollo de redes neurales en la que ya había invertido Musk. El gigante de las búsquedas trabaja en un sistema informático capaz de distinguir en un vídeo una cara humana de la de un perro, gente patinando o durmiendo, un gato… Y todo por sí solo y sin que nadie haya puesto etiquetas en el archivo previamente.
La idea es que vaya aprendiendo, tras alimentarse con millones de grabaciones. IBM, por su parte, afina su superordenador Watson, que en 2011 derrotó a los campeones humanos del concurso estadounidense de preguntas y respuestas Jeopardy! y su intención es mejorar las funciones cognitivas del ingenio y comprobar sus capacidades para realizar diagnósticos médicos, análisis de la personalidad y traducciones en tiempo real. Los ingenieros de Facebook no se quedan atrás y han ideado un algoritmo que permite reconocer un rostro con éxito el 97 % de las veces, aunque haya sido mal captado.
Musk asegura que las cosas van demasiado rápido, y que por eso la IA es una tecnología que puede resultar tan peligrosa como los maletines nucleares. En el coro de los agoreros del apocalipsis artificial destaca la voz del filósofo británico Nick Bostrom, de la Universidad de Oxford, que compara nuestro destino con el de los caballos, cuando fueron sustituidos por los automóviles y los tractores. En 1915, había en EE. UU. unos veintiséis millones de estos equinos. En la década de los cincuenta, quedaban solo dos millones. Los caballos fueron sacrificados para venderse como comida para perros. Para Bostrom, la IA supone un riesgo existencial para la humanidad comparable con el impacto de un gran asteroide o el holocausto nuclear. Todo ello, por supuesto, siempre que podamos construir ordenadores pensantes.
Prueba de Turing
El británico Alan Turing, padre de la ciencia de la computación y precursor de la informática moderna, hizo muchas predicciones sobre inteligencia artificial. Uno de sus augurios menos conocidos tiene que ver con un temor latente y cada vez más presente: ¿cuándo dominarán las máquinas a la humanidad?
Su propuesta, el Test de Turing, prueba la habilidad de una máquina de exhibir un comportamiento inteligente similar o indistinguible del de un humano.
Según su propuesta, si una máquina con inteligencia artificial puede engañar a la gente durante una conversación y hacerla creer que es un humano, entonces se habrá alcanzado un hito.
Más aún, la Prueba de Turing ha sido la referencia más común para la cultura popular a la hora de representar robots.
