¿Que es la Inteligencia Artificial?
La inteligencia artificial (IA) es la base a partir de la cual se imitan los procesos de inteligencia humana mediante la creación y la aplicación de algoritmos creados en un entorno dinámico de computación. O bien, dicho de forma sencilla, la IA consiste en intentar que los ordenadores piensen y actúen como los humanos.
Para conseguirlo, se necesitan tres componentes fundamentales:
Sistemas computacionales
Datos y gestión de los mismos
Algoritmos de IA avanzados (código)
Cuanto mayor sea el parecido al comportamiento humano que queremos conseguir, más datos y capacidad de procesamiento se necesitará.
La inteligencia artificial (IA) hace posible que las máquinas aprendan de la experiencia, se ajusten a nuevas aportaciones y realicen tareas como seres humanos. La mayoría de los ejemplos de inteligencia artificial sobre los que oye hablar hoy día – desde computadoras que juegan ajedrez hasta automóviles de conducción autónoma – recurren mayormente al aprendizaje profundo y al procesamiento del lenguaje natural. Empleando estas tecnologías, las computadoras pueden ser entrenadas para realizar tareas específicas procesando grandes cantidades de datos y reconociendo patrones en los datos.
¿Cómo se originó la inteligencia artificial?
Desde al menos el siglo I a.C., los humanos se han planteado la posibilidad de crear máquinas que imiten al cerebro humano. Ya en la época moderna, John McCarthy acuñó el término «inteligencia artificial» en 1955. En 1956, McCarthy y algunos otros organizaron una conferencia denominada «Dartmouth Summer Research Project on Artificial Intelligence». Este encuentro dio lugar a la creación del aprendizaje automático, el aprendizaje profundo, el análisis predictivo y, ahora, el análisis prescriptivo. También dio lugar a un campo de estudio totalmente nuevo: la ciencia de los datos.
Historia de la inteligencia artificial
El término inteligencia artificial fue adoptado en 1956, pero se ha vuelto más popular hoy día gracias al incremento en los volúmenes de datos, algoritmos avanzados, y mejoras en el poder de cómputo y el almacenaje.
La investigación inicial de la inteligencia artificial en la década de 1950 exploraba temas como la solución de problemas y métodos simbólicos. En la década de 1960, el Departamento de Defensa de los Estados Unidos mostró interés en este tipo de trabajo y comenzó a entrenar computadoras para que imitaran el razonamiento humano básico. Por ejemplo, la Defense Advanced Research Projects Agency (DARPA, Agencia de Proyectos de Investigación Avanzada de Defensa) realizó proyectos de planimetría de calles en la década de 1970. Y DARPA produjo asistentes personales inteligentes en 2003, mucho tiempo antes que Siri, Alexa o Cortana fueran nombres comunes.
Este trabajo inicial abrió el camino para la automatización y el razonamiento formal que vemos hoy en las computadoras, incluyendo sistemas de soporte a decisiones y sistemas de búsqueda inteligentes que pueden ser diseñados para complementar y aumentar las capacidades humanas.
Aunque las películas de Hollywood y las novelas de ciencia ficción representan la inteligencia artificial como robots semejantes a humanos que se apoderan del mundo, la evolución actual de las tecnologías IA no es tan aterradora – o así de inteligente. En su lugar, la inteligencia artificial ha evolucionado para brindar muchos beneficios específicos a todas las industrias. Siga leyendo para conocer ejemplos modernos de inteligencia artificial en las áreas de atención a la salud, comercio detallista y más.
Tipos de Inteligencia Artificial
La inteligencia artificial (IA) constituye uno de los sectores de desarrollo tecnológico que experimenta un crecimiento más acelerado en todo el mundo, a tal punto que muchas empresas de diferentes áreas de la economía han reducido de forma sustancial las tareas manuales humanas. Pero, ¿cuáles son los tipos de inteligencia artificial?
Aun cuando existen tres tipos de inteligencia artificial, se sabe que los modelos más complejos todavía están usando la inteligencia artificial estrecha (ANI), la cual es considerada la más básica de todas. Las otras dos siguen siendo tema de debate y en la actualidad no se están empleando en ningún área práctica.
1. Inteligencia artificial estrecha (ANI)
Como ya le dijimos, la inteligencia artificial estrecha es la que se usa en la actualidad y también es conocida como IA "débil”.
Aunque las tareas que realiza la ANI pueden ser impulsadas por algoritmos de suma complejidad y redes neuronales, son muy singulares y están orientadas a objetivos.
En la actualidad, la inteligencia artificial estrecha se puede vivir de varias formas, entre ellas las búsquedas en internet, el reconocimiento facial y los vehículos auto-conducidos.
Esta se encuentra todavía muy lejos de tener los componentes humanos que se atribuyen a la verdadera inteligencia, por lo que pese a su alcance y poder se le califica como "débil".
2. Inteligencia artificial general (AGI)
Al ritmo que ha avanzado la ciencia de la computación en los últimos 50 años, resulta muy complicado anticipar cuál será el futuro de la inteligencia artificial. Sin embargo, la inteligencia artificial general (AGI) debería tener la capacidad de llevar a cabo con eficiencia cualquier tarea intelectual, al igual que un ser humano.
Así como lo hacen los sistemas de IA estrecha, la AGI tiene la propiedad de aprender de la experiencia, así como detectar y prever patrones.
No obstante, la inteligencia artificial general puede llevar el proceso un paso más allá al extrapolar ese conocimiento por medio de una gran gama de tareas que no son abordadas por algoritmos que ya existen ni datos adquiridos con anterioridad.
3. Superinteligencia artificial (ASI)
La ASI cuenta con sistemas completamente autoconscientes y tiene la propiedad de entender a la perfección los comportamientos humanos, mucho más allá de simplemente imitarlos o entenderlos.
Así, con el poder que le da contar con rasgos humanos y un poder analítico y de procesamiento mucho más poderosos que los nuestros, puede representar un futuro de ciencia ficción sólo visto en producciones cinematográficas, en el cual la propia humanidad sea considerada cada vez más obsoleta y, por ende, desplazada por los robots.
Hoy en día es muy poco probable que ningún ser humano viviente vea un mundo así alguna vez. Sin embargo, en vista del ritmo tan acelerado que experimenta la ASI, es necesario que se establezcan las pautas éticas y la administración, a fin de cosechar sus beneficios y evitar posibles peligros.
¿Por qué es importante la inteligencia artificial?
La gran importancia de la IA radica en el hecho de que tiene una amplia gama de aplicaciones, desde la automatización de tareas tediosas hasta la creación de sistemas avanzados de asistencia médica y diagnóstico de enfermedades, la detección de fraudes y la optimización de procesos empresariales. En muchos casos, la IA puede hacer cosas que los humanos no pueden hacer, como el procesamiento de datos en grandes cantidades y la localización de patrones e interrelaciones entre estos que serían difíciles o imposibles de detectar de otra manera.
Esta herramienta ayuda a automatizar el aprendizaje y descubrimiento repetitivo a través de datos, realiza tareas computarizadas frecuentes de manera confiable, sin embargo, necesita intervención humana para la configuración del sistema. Analiza datos más profundos y agrega inteligencia ya que no se puede vender como una aplicación individual, por lo que es un valor agregado a los productos. Tiene una gran precisión a través de redes neuronales profundas; por ejemplo, en medicina se puede utilizar la IA para detectar cáncer con MRIs (imágenes ppr resonancia magnética). Se adapta a través de algoritmos de aprendizaje progresivo, encuentra estructura y regularidades en los datos de modo que el algoritmo se convierte en un clasificador o predictor. Y, por último, la inteligencia artificial, saca el mayor provecho de datos.
Además, una de las principales razones por las que la IA es importante es porque puede automatizar tareas repetitivas y monótonas, liberando tiempo y recursos para que las personas se centren en tareas más creativas y valiosas. Por ejemplo, la IA puede ayudar a las empresas a automatizar tareas de back office, como la contabilidad y el procesamiento de facturas, lo que puede reducir los costos y mejorar la eficiencia. De manera similar, la IA puede ayudar a los trabajadores a realizar tareas más complejas y creativas, como el diseño y la planificación estratégica.
Otra razón por la que la IA es importante es porque puede ayudar a las empresas a tomar decisiones informadas y precisas. Así mismo, la IA puede procesar grandes cantidades de datos y proporcionar información valiosa para la toma de decisiones empresariales, lo que puede ayudar a las empresas a identificar oportunidades comerciales, predecir tendencias de mercado y mejorar la eficiencia del mercado financiero. Además, la IA puede ayudar a los trabajadores a tomar decisiones informadas en tiempo real, como en el caso de la atención médica, donde la IA puede ayudar a los médicos a identificar enfermedades y personalizar el tratamiento.
La IA también es importante en el campo de la ciberseguridad. La IA puede ayudar a detectar y prevenir amenazas, desde ciberataques hasta la detección de comportamientos sospechosos. La IA puede analizar grandes cantidades de datos en tiempo real y detectar patrones y anomalías que podrían indicar una amenaza de seguridad. Además, la IA puede aprender de los patrones de comportamiento y mejorar su capacidad para detectar amenazas en el futuro. En el campo de la seguridad cibernética, la IA puede ayudar a proteger los sistemas y las redes de los ataques de virus informáticos y la infiltración de malware.
Otra área donde la IA es importante es en el descubrimiento de conocimientos. La IA puede descubrir patrones y relaciones en los datos que los humanos no podrían detectar, lo que puede llevar a nuevas ideas y avances en diversos campos. Por ejemplo, la IA puede ayudar a los investigadores a identificar nuevos tratamientos para enfermedades, o ayudar a los científicos a analizar datos de sensores y satélites para entender mejor el calentamiento global.
• La inteligencia artificial automatiza el aprendizaje y descubrimiento repetitivos a través de datos. La inteligencia artificial es diferente de la automatización de robots basada en hardware. En lugar de automatizar tareas manuales, la inteligencia artificial realiza tareas computarizadas frecuentes de alto volumen de manera confiable y sin fatiga. Para este tipo de automatización, la investigación humana sigue siendo fundamental para configurar el sistema y hacer las preguntas correctas.
• IA agrega inteligencia a productos existentes. En la mayoría de los casos, la inteligencia artificial no se venderá como aplicación individual. En su lugar, los productos que ya utiliza serán mejorados con recursos de inteligencia artificial, de forma muy similar en que se agregó Siri como característica a una nueva generación de productos de Apple. La automatización, las plataformas conversacionales, los bots y las máquinas inteligentes se pueden combinar con grandes cantidades de datos para mejorar muchas tecnologías en el hogar y en el lugar de trabajo, desde inteligencia de seguridad hasta análisis de las inversiones.
• La inteligencia artificial se adapta a través de algoritmos de aprendizaje progresivo para permitir que los datos realicen la programación. La inteligencia artificial encuentra estructura y regularidades en los datos de modo que el algoritmo adquiere una habilidad: el algoritmo se convierte en un clasificador o predictor. De este modo, así como el algoritmo puede aprender a jugar ajedrez, puede aprender también que producto recomendar a continuación en línea. Y los modelos se adaptan cuando se les proveen nuevos datos. La retropropagación es una técnica de inteligencia artificial que permite al modelo hacer ajustes, a través de capacitación y datos agregados, cuando la primera respuesta no es del todo correcta.
• La inteligencia artificial analiza más datos y datos más profundos empleando redes neuronales que tienen muchas capas ocultas. Construir un sistema de detección de fraude con cinco capas ocultas era casi imposible hace unos años. Todo eso ha cambiado con increíble poder de cómputo y el Big Data. Se necesitan muchos datos para entrenar modelos de aprendizaje profundo porque aprenden directamente de los datos. Cuantos más datos les pueda proporcionar, más precisos se vuelven.
• La inteligencia artificial logra una increíble precisión a través de redes neuronales profundas – lo cual antes era imposible. Por ejemplo, sus interacciones con Alexa, Google Search y Google Photos están todas basadas en el aprendizaje profundo – y se siguen volviendo más precisas cuanto más las usamos. En el campo de la medicina, las técnicas de inteligencia artificial del aprendizaje profundo, clasificación de imágenes y reconocimiento de objetos se pueden emplear ahora para detectar cáncer en MRIs (imágenes de resonancia magnética) con la misma precisión que radiólogos altamente capacitados.
• La inteligencia artificial saca el mayor provecho de los datos. Cuando los algoritmos son de autoaprendizaje, los datos mismos pueden volverse de propiedad intelectual. Las respuestas están en los datos; usted sólo tiene que aplicar inteligencia artificial para sacarlas a la luz. Como el rol de los datos es ahora más importante que nunca antes, pueden crear una ventaja competitiva. Si tiene los mejores datos en una industria competitiva, incluso si todos aplican técnicas similares, los mejores datos triunfarán.
Aplicaciones de la inteligencia artificial
• Lingüística computacional
• Minería de datos (Data Mining)
• Industria
• Medicina
• Mundos virtuales
• Procesamiento de lenguaje natural (Natural Language Processing)
• Robótica
• Sistemas de control
• Sistemas de apoyo a la decisión
• Videojuegos
• Prototipos informáticos
• Análisis de sistemas dinámicos
• Simulación de multitudes
• Sistemas Operativos
• Automoción
Diferencia entre «aprendizaje automatizado» y «aprendizaje profundo»
El aprendizaje automático se enfoca en desarrollar algoritmos de regresión, árboles de decisión y modelos que puedan aprender de datos existentes y realizar predicciones o decisiones basadas en esos datos. En el aprendizaje automático, se utilizan técnicas de estadística matemática para encontrar patrones y relaciones en los datos y, a partir de ellos, desarrollar modelos que puedan hacer predicciones sobre nuevos datos.
Por otro lado, el aprendizaje profundo es una rama más especializada del aprendizaje automático que se centra en la creación de redes neuronales artificiales capaces de aprender y realizar tareas de manera similar a como lo hacen los seres humanos. En el aprendizaje profundo, se utilizan capas de neuronas artificiales para procesar los datos de entrada y aprender a través de un proceso iterativo de ajuste de los pesos de las conexiones entre neuronas.
Una de las principales diferencias entre el aprendizaje automático y el aprendizaje profundo es que el último es capaz de procesar y analizar grandes cantidades de datos de manera más eficiente y precisa que el primero, especialmente cuando se trata de datos no estructurados, como imágenes, texto y audio. Además, el aprendizaje profundo tiene la capacidad de identificar patrones y características más complejas en los datos, lo que puede llevar a mejores resultados en aplicaciones como el reconocimiento de voz, la visión por computadora y el procesamiento del lenguaje natural.
Casos prácticos de inteligencia artificial
La IA se aplica en nuestro día a día, como en los servicios financieros, la detección de fraude, las predicciones de compras en comercios y en las interacciones de asistencia al cliente en línea. Estos son algunos ejemplos:
Detección del fraude. El sector de servicios financieros utiliza la inteligencia artificial de dos formas diferentes. La clasificación inicial de aplicaciones de crédito utiliza la IA para saber cuál es la capacidad crediticia. Para supervisar y detectar las transacciones de tarjeta fraudulentas al realizar los pagos en tiempo real se necesitan motores de IA más avanzados. La inteligencia artificial mejora la velocidad, la precisión y la efectividad de los esfuerzos humanos. En las instituciones financieras, se pueden emplear técnicas de inteligencia artificial para identificar qué transacciones tienen la probabilidad de ser fraudulentas, adoptar evaluación de crédito rápida y precisa, así como también automatizar de forma manual tareas de gestión de datos intensas.
Ayuda virtual para clientes (VCA). Los centros de llamadas usan VCA para predecir y responder a las consultas de los clientes sin interacción humana. El reconocimiento de voz, junto con un diálogo humano simulado, es el primer punto de interacción en una consulta al servicio al cliente. En las consultas de mayor dificultad se redirigen a una persona con la que se pueda interactuar directamente.
Cuando una persona inicia un diálogo en una página web mediante un chat (bot conversacional), la interacción se realiza a menudo con un ordenador que ejecuta un sistema de IA especializado. Si se llega a un punto en el que el bot conversacional no puede interpretar o abordar la pregunta, interviene una persona que se comunicará directamente con ella. Estas instancias no interpretativas alimentan un sistema de computación de aprendizaje automático que mejora la aplicación de la IA en las interacciones futuras.
Atención a la salud. Las aplicaciones de IA pueden proporcionar lecturas personalizadas de medicina y rayos X. Los asistentes personales de atención a la salud pueden actuar como asesores, recordándole tomar sus pastillas, hacer ejercicio o comer más sano.
Manufactura. La inteligencia artificial puede analizar datos de IoT de fábrica cuando éstos se transmiten por streaming desde equipo conectado para pronosticar carga y demanda esperadas utilizando redes recurrentes, un tipo específico de red de aprendizaje a fondo que se utiliza con datos en secuencia.
Retail. La inteligencia artificial proporciona recursos para compras virtuales que ofrecen recomendaciones personalizadas y analizan opciones de compra con el consumidor. Las tecnologías de gestión de inventario y disposición de sitios también se verán mejoradas con la inteligencia artificial.
A continuación, 7 ejemplos de uso de inteligencia artificial en nuestro día a día:
1. Los asistentes de voz, los compañeros más fieles
Siri, Alexa o Cortana; nombres que hace algún tiempo no nos hubieran dicho nada, pero que hoy forman parte del día a día de muchos hogares.
En 2003 ya se crearon los primeros asistentes personales, pero no ha sido hasta los últimos años cuando se han puesto de moda. O, ¿quién no le pregunta el tiempo a su altavoz inteligente? Y lo mismo, a la hora de pasar una canción en la ducha.
2. Los smartphones: todo al alcance de la mano
Tu Smartphone es, sin duda, sinónimo de inteligencia artificial. Desde utilizar asistentes de voz como los ya mencionados, hasta el momento de hacer selfies; pasando por el correo electrónico. Todo esto funciona, a partir de IA.
En el caso del correo electrónico, por ejemplo, los distintos servicios utilizan la inteligencia artificial para identificar los mensajes de spam, así como aquellos correos con posibilidad de virus.
3. La robótica en la vida cotidiana: las casas inteligentes
En esta lista de 7 ejemplos de uso de inteligencia artificial en nuestro día a día, no pueden faltar las llamadas Smart houses o casas inteligentes.
La automatización ha llegado al hogar. Robots de cocina, duchas programables en temperatura y música, luces que se encienden solas o rumbas. Sin olvidar, por supuesto, las populares Smart TV, donde dispones de acceso a internet.
4. El monitoreo de las redes sociales
Por otro lado, cabe destacar el famoso algoritmo de las redes sociales. Tanto las notificaciones como los contenidos que visualizas están predispuestos por inteligencia artificial.
La experiencia de usuario es clave para hacer tu navegación a medida. De este modo, si se te ofrece la información que deseas, volverás con más frecuencia.
5. GPS y sistemas de geolocalización en el coche
En primer lugar, la IA es fundamental en los distintos sistemas de navegación. Por ejemplo, Google Maps te avisa de si hay una carretera cortada o de la cantidad de tráfico en tiempo real.
Además, tampoco ya es extraño disponer de un coche con un botón de emergencia. Este acciona un geolocalizador y avisa a las autoridades, en caso de accidente.
6. Comprar por Internet: el caso del E-commerce
En el comercio electrónico, cabe destacar la IA, a la hora de personalizar tu compra. Los productos destacados aparecerán, en función de tus gustos o búsquedas realizadas.
7. Ciberseguridad en la oficina
Finalmente, la IA se emplea para mejorar la ciberseguridad, un aspecto fundamental en tu oficina. De hecho, los ciberataques se encuentran cada vez más presentes en todo tipo de empresas, de ahí que este apartado también forme parte de estos 7 ejemplos de uso de inteligencia artificial en nuestro día a día.
Hoy en día, la cantidad de datos que se genera, tanto por parte de los humanos como por parte de las máquinas, supera en gran medida la capacidad que tienen las personas de absorber, interpretar y tomar decisiones complejas basadas en esos datos. La inteligencia artificial supone la base de todo el aprendizaje automático y el futuro de todos los procesos complejos de toma de decisiones. Por ejemplo, la mayoría de los humanos pueden averiguar cómo no perder cuando juegan al tres en raya, aunque haya 255 168 movimientos únicos, de los cuales 46 080 terminan en tablas. Muchos menos podrían llegar a ser grandes maestros de las damas, con más de 500 x 1018 o 500 trillones de posibles movimientos diferentes. Los ordenadores son extremadamente eficientes a la hora de calcular estas combinaciones y permutaciones para llegar a la mejor decisión. La IA (y su evolución lógica del aprendizaje automático) y el aprendizaje profundo constituyen los cimientos del futuro en la toma de decisiones empresariales.