Buscar
Síguenos
Buscar
Síguenos
La Inteligencia artificial: ¿actuar y pensar como humano ?

La Inteligencia artificial: ¿actuar y pensar como humano ?

La Inteligencia artificial, la que se sustenta en las redes neuronales y el deep learning, se puede definir como la emulación de la forma de pensar y del razonamiento humano, por parte de las máquinas. Asimismo, también se puede definir como la disciplina que se encarga de crear sistemas capaces de razonar y tomar decisiones como un ser humano. El Deep learning trata de imitar el cerebro humano, aunque lejos de igualar su capacidad, lo que permite a los sistemas agrupar datos y realizar predicciones de gran precisión.

Actualmente, la Inteligencia Artificial forma parte de nuestro día a día, y la mayoría de sus aplicaciones están destinadas a mejorar y facilitar nuestra vida. El ejemplo más cercano y claro es el de los teléfonos móviles. Y es que es a través de la IA que los teléfonos pueden realizar reconocimientos faciales y de voz, de escritura o de patrones, así como mejorar la calidad de las fotografías. Otros usos comunes son los motores de búsqueda o las sugerencias de contenido en diversas plataformas.

Asimismo, esta tecnología es capaz de resolver problemas de gran envergadura en ámbitos como la medicina, el medio ambiente, la economía o la educación. Por ejemplo, en medicina, el uso de la IA puede ayudar a la asistencia a profesionales sanitarios en la toma de decisiones, a administrar medicamentos, supervisar las condiciones de los pacientes, e incluso a diagnosticar enfermedades de difícil identificación.

Como se ha advertido antes, la Inteligencia Artificial es una tecnología de reciente aparición y de gran importancia para las sociedades actuales y las futuras. Por esta razón, es imprescindible analizar esta tecnología a través de diferentes miradas. Así, uno de los motivos que hace interesante descubrir sus ventajas y desventajas es el debate ético que conlleva el desarrollo de la IA.

Los argumentos que se encuentran en el debate van desde la denuncia de la destrucción de puestos de trabajo, la repercusión de los intereses de los sectores más privilegiados, la falta de privacidad de los datos personales, o incluso si es posible que pueda llegar a ser más inteligente y eficiente que un ser humano. Para comprender dicha tecnología, haremos referencia a los cuatro tipos de IA definidos por Arend Hintze.

1. Máquinas reactivas: Son las más básicas y no pueden formar recuerdos ni utilizar experiencias pasadas para tomar decisiones, es decir, no pueden funcionar más allá de las tareas para las que fueron diseñadas.

2. Memoria limitada:  A diferencia del primero, es capaz de adquirir información de experiencias pasadas, aunque su memoria es transitoria y no se puede utilizar para futuras experiencias, siendo el caso de los vehículos autónomos.

3. Máquinas con una Teoría de la mente: Son capaces de formar representaciones del mundo y sobre otros agentes o entidades con los que interactúa. Por tanto, pueden llegar a comprender que algunas entidades, como las personas, tienen pensamientos y emociones que afectan a su propio comportamiento. Que estos sistemas lleguen a entender los motivos por los cuales actuamos, las intenciones o reconocer emociones, es crucial para establecer una interacción positiva entre estos sistemas y el mundo que las rodea.

4. La autoconciencia:  Se trata de una extensión de la Teoría de la mente y se basa en construir sistemas que sean capaces de crear representaciones sobre sí mismas. De acuerdo con Hintze, aún queda un largo camino para conseguir la IA autoconsciente.

Evolución socio-histórica de la Inteligencia Artificial

La conferencia de Darmouth desarrollada en el verano de 1956 fue el germen de la Inteligencia Artificial, aquí motivó a generaciones de científicos a explorar el potencial de tecnologías de información y su compatibilidad con los humanos. Se reunieron diversos investigadores como John McCarthy, quien los lideraba, Marvin Minsky, Claude Shannon y Nathalie Rochester, despertando el interés de otros investigadores entre ellos: Trenchard More de Princeton, Arthur Samuel de la IBM, Ray Solomonoff y Oliver Selfridge ambos del MIT y Allen Newel junto a Herbert Simon del Carniege Tech.

McCarthy propuso el nombre de IA por dos razones, la primera es la idea de duplicar la inteligencia humana (creatividad, auto mejora y el uso del lenguaje) y la segunda, por ser una rama de la informática cuyo objeto es perseguir la fabricación de máquinas que funcionen automáticamente en medios complejos y cambiantes. El nombre quedó adecuado a esos tiempos.

En 1962 Frank Rosemblatt publicó el libro Principios de Neuro dinámica: Perceptrones y la teoría de los mecanismos cerebrales, en el cual muestra un algoritmo de redes neuronales con una sola capa y pesos variables confería a un dispositivo electrónico, construido de acuerdo con principios biológicos, la habilidad de aprender (Aprendizaje automático).

En ese mismo año David Hubel y Torsten Wiesel publicaron “Campos receptivos, binoculares interacción y arquitectura funcional en la corteza visual del gato” (visión artificial), el cual informaba por primera vez las propiedades de respuesta de las neuronas individuales grabadas con un micro electrodo.

En 1969 Marvin Minsky y Seymour Papert publicaron el libro “Perceptrones” donde se indicaba las limitaciones computacionales de una neurona artificial, esto tuvo un efecto negativo en la financiación de proyectos de investigación en estos temas. Sin embargo, en 1979, Geoffrey Hinton y James Anderson organizaron los modelos paralelos del taller de memoria asociativa en La Jolla, California, esto trajo una nueva generación de pioneros en redes neuronales que comenzaron a estudiar nuevamente la obra de Rosenblatt.

En 1987, tiene lugar la primera conferencia de Sistemas de Procesamiento de Información Neuronal (NIPS) y el taller se desarrolló en Denver Tech Center, reuniendo investigadores de diversos campos que exploran redes neuronales biológicas y artificiales. Hubo una amplia gama de temas y desde entonces se abrieron diversas corrientes de investigación sobre aprendizaje automático, IA y estadísticas.

David McAllester en 1998 indicó: “La IA se fundó en parte en el marco de una rebelión en contra de las limitaciones de los campos existentes como la teoría de control o la estadística, y ahora abarca estos campos” pero ahora es parte del ámbito de los métodos científicos. En el 2005, Raymond Kurzweil predijo que las máquinas alcanzarán un nivel de inteligencia humano en el 2029. Para el 2007 la IA ingresa a la comunidad a través de los teléfonos inteligentes.

En el 2012, Google crea un superordenador capaz de aprender a identificar gatos, así como caras y cuerpos humanos, mediante algoritmos de aprendizaje profundo (Deep Learning) lo cual demuestra el verdadero poder de las nuevas herramientas tecnológicas

Entre los años 2014 y 2015 la IA logra un mejor acercamiento al comportamiento humano. En el 2014 un bot computacional (Eugene Goostman) fue capaz de engañar a un tercio de los jueces a los que se les sometió durante el test de Turing (prueba de la capacidad de una máquina para exhibir un comportamiento inteligente similar al de un ser humano), haciéndose pasar por un niño ucraniano de 13 años.

Yann LeCun, científico informático, director de investigación de IA en Facebook, que trabaja en los campos de aprendizaje automático, visión por computadora, robótica móvil y neurociencia computacional realizó uno de los primeros ejercicios de deep learning. en efecto, pensó en un sistema computacional que pudiera diferenciar entre perros y gatos, y que pudiera corregirse cuando no acierte hasta encontrar la distinción entre unos y otros en poco tiempo.

Rajan Goyal, uno de los actuales pioneros de la IA con especialidad en big data y deep learning, piensa en un sistema que haga que una máquina aprenda por sí misma en lugar de enseñarle, de ese modo el tiempo de desarrollo del sistema se reduciría drásticamente. Remarca que en la medida en que una máquina inteligente sepa más, recopilará información de manera más sencilla y rápida.

En los últimos años, la IA ha tenido amplios avances, como el caso de los investigadores del grupo Soft Computing y Sistemas de Información Inteligentes, de la Universidad de Granada, de la mano de investigadores del grupo Sistemas Inteligentes y Minería de Datos de la Universidad de Jaén han logrado desarrollar un software que permitirá disponer de sistemas de IA como soporte a la toma de decisiones para entornos de amenaza y conflicto.

Otro de los desarrollos de la IA es Alpha Go, programa informático desarrollado por Deep Mind Technologies, que derrotó a Lee Sedol, campeón profesional del juego de mesa de estrategia intuitiva y de muchas combinaciones, denominado Go.

Por otro lado, en el campo de la medicina, el año 2017 Alpha Go, desarrolló un motor de inteligencia artificial que superó a los radiólogos diagnosticando el cáncer de pulmón en su primera etapa. Mediante el uso de redes neuronales se ha podido replicar las capacidades humanas como: el reconocimiento de patrones y la identificación de imágenes haciendo uso de miles de imágenes de pruebas médicas.

En enero del 2020 un startup británico Exscientia Limited trabajando en conjunto con una farmacéutica japonesa presentaron una medicina obtenida en un tiempo equivalente al 20% del tiempo promedio necesario, la DSP-1181 para tratar pacientes con desorden obsesivo compulsivo. Fue creada usando algoritmos que evaluaron las diversas composiciones potenciales, comparándolos con una variada base de datos de diversos parámetros. Esta misma empresa viene trabajando en posibles medicamentos para el tratamiento del cáncer y las enfermedades cardiovasculares; se espera tener una molécula lista para ensayos clínicos para fines del 2020.

La inteligencia artificial ha experimentado un rápido desarrollo en los últimos diez años. Hace apenas 10 años, casi ninguna máquina era capaz de reconocer de forma fiable el habla o las imágenes. Hoy, las máquinas han aprendido a superar a los humanos en muchas tareas. Por ejemplo, los sistemas de IA pueden detectar adeudos fraudulentos antes de que sepa que ha perdido la tarjeta o comprobar los requisitos para la concesión de un préstamo.

La IA reconoce patrones y evalúa opciones en nuestra vida cotidiana. Qué publicación de Instagram me gusta y me mantiene en la plataforma de redes sociales, qué precio en Amazon me anima a comprar y si quería dejarme los AirPods en casa. En los últimos meses hemos asistido a una explosión de la «IA generativa» en particular, sistemas que crean nuevas posibilidades. Hemos visto avances en las capacidades de la IA que han impresionado incluso a los escépticos.

Sugerencias para ti

1 2 3
Únete a la discusión

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Menu