La Inteligencia artificial en la actualidad

Cuando nos encontramos con los términos “Machine Learning" e "Inteligencia artificial" (AI), imaginamos robots luchando en nuestro planeta como las películas de ficción Transformers, Terminator y otros, estas ideas se nos viene a la mente al hablar sobre este tema.

Sin embargo, AI es mucho más que una máquina con una tendencia de aprendizaje humano. de hecho, es posible que se sorprenda de la frecuencia con que encontramos esta tecnología en nuestra vida cotidiana. Piense en los momentos en que se desplaza a través de su feed de Facebook y aparecen varios anuncios de estudios, viajes y otros, uno podría pensar que la privacidad no existe en Internet y que esto es el resultado de que los sitios web los espíen. Bueno, la privacidad no es muy fuerte, pero los sitios web no están espiando a cada usuario individual. Sería demasiado caro e ilógico hacerlo. La realidad detrás de esto son algoritmos muy ingeniosamente diseñados que constantemente reciben datos de entrada a través de su comportamiento de uso de Internet. Esto optimiza sus feeds de medios sociales, páginas de motores de búsqueda, plataformas para compartir videos y otros sitios web de acuerdo con su actividad.

Antes de sumergirse en los detalles geek sobre algoritmos, necesitamos conocer algunos conceptos básicos sobre la Inteligencia Artificial.

¿Qué es la Inteligencia Artificial?

La inteligencia artificial (o simplemente, AI) son programas de software que imitan la forma en que los humanos aprenden y resuelven problemas complejos. Las computadoras con AI están programadas para aprender actividades como reconocimiento de voz, planificación, resolución de problemas, percepción y planificación. El término Inteligencia artificial fue acuñado por primera vez por John McCarthy en 1956 en la conferencia de Darthmouth. Este evento se considera como el nacimiento de la IA. Sin embargo, la búsqueda para comprender si las máquinas pueden tener un pensamiento autónomo comenzó un poco antes. Alan Turing, en un artículo de 1951 titulado "Computing Machinery and Intelligence", propuso una prueba llamada "Prueba de Turing" o "El juego de imitación". Una prueba de Turing es un método ideado por Alan Turing para determinar si una computadora es capaz de pensar como un ser humano.

Los aspectos originales de AI formulados en 1955 fueron los siguientes:

1. Simulación de funciones superiores del cerebro humano.

2. Programar una computadora para usar el lenguaje general.

3. Una manera de determinar y medir la complejidad del problema.

4. Aujo-mejora.

5 .Arreglar las neuronas hipotéticas de forma tal que puedan formar conceptos.

6. Randomness y Creatividad.

La AI ha recorrido un largo camino. En las décadas que siguieron, el campo de AI pasó por altibajos como algunos problemas de investigación, resultó más difícil de lo esperado, mientras que otros resultaron insuperables con las tecnologías de la época. No fue hasta finales de la década de 1990 que el progreso de la investigación en IA comenzó a acelerarse, ya que los investigadores se centraron más en la aplicación de la IA a problemas del mundo real, como el reconocimiento de imágenes y el diagnóstico médico. Un hito inicial fue la victoria de 1997 de la computadora de ajedrez Deep Blue de IBM sobre el entonces campeón mundial GarryKasparov.

Esto fue seguido por otros avances significativos en el campo, incluida la nueva tecnología de DARPA (Agencia de Proyectos de Investigación Avanzada de Defensa) CALO (Agente Cognitivo que Aprende y Organiza).

Una ventaja del aprendizaje automático es que incluso se puede usar en casos en los que no es factible o difícil escribir reglas explícitas para resolver un problema. Por ejemplo, una compañía que ejecuta un servicio en línea podría usar el aprendizaje automático para detectar intentos de inicio de sesión de usuarios que son fraudulentos. La compañía podría comenzar con un conjunto de datos que contengan información sobre intentos de inicio de sesión pasados, con un intento etiquetado como fraudulento. Con base en este conjunto de datos, la compañía podría utilizar el aprendizaje automático para derivar una regla que se aplicará a futuros intentos de ingreso que predice qué intentos tienen más probabilidades de ser fraudulentos y, por lo tanto, se los somete a medidas de seguridad adicionales. En cierto sentido, el aprendizaje automático no es un algoritmo para resolver un problema específico, sino más bien un enfoque más general para encontrar soluciones a muchos problemas diferentes. Aprendizaje profundo En los últimos años, el campo del aprendizaje profundo, también conocido como aprendizaje profundo en red, ha sido sometido avances masivos. El aprendizaje profundo utiliza estructuras ligeramente inspiradas en el cerebro humano, que consisten en un conjunto de unidades (que son equivalentes a "neuronas" en el cerebro). Cada unidad combina un conjunto de valores de entrada para producir un valor de salida, que a su vez se transmite a otras neuronas en la capa más profunda de la red. Por ejemplo, en una aplicación de reconocimiento de imágenes, una primera capa de unidades puede combinar los datos brutos de la imagen para reconocer patrones simples en la imagen; una segunda capa de unidades podría combinar los resultados de la primera capa para reconocer patrones de patrones; una tercera capa puede combinar los resultados de la segunda capa; y así.

Las redes de aprendizaje profundo suelen utilizar muchas capas, a veces más de 100, y suelen utilizar un gran número de unidades en cada, para permitir el reconocimiento de patrones extremadamente complejos y precisos en los datos

 ¿Cómo se integran la inteligencia artificial y el aprendizaje automático en nuestras vidas cotidianas?

Para el tema de los algoritmos inteligentemente diseñados en nuestros feeds de redes sociales, uno interactúa con AI más a menudo de lo que se da cuenta. Cuando Facebook da automáticamente sugerencias de etiquetado en la nueva foto que está a punto de cargar, usa reconocimiento facial. Emplea una técnica de aprendizaje automático muy profunda para este propósito. Amazon aprovecha el aprendizaje profundo para publicitar recomendaciones para los zapatos deportivos que acaba de ver en Flipkart o eBay.

Asistentes digitales como Siri, Alexa, Cortana y el Asistente de Google usan AI para proporcionar información o ejecutar tareas. Se utilizan sistemas similares para recomendar películas o programas de televisión en servicios de transmisión como Netflix o Amazon.

Los sistemas de recomendación utilizan el aprendizaje automático para analizar los hábitos de visualización, por lo que los espectáculos que son relevantes para nuestro gusto aparecen en la parte superior. También se utilizan para sugerir música en servicios de transmisión, como Spotify, y artículos para leer en Quora.

Otro ejemplo muy claro son los teléfonos inteligentes, en los últimos modelos ya mencionan la integración de la inteligencia artificial en los nuevos teléfonos móviles.

El futuro de la AI

En los últimos años, la especulación sobre los cyborgs tipo Terminator que intentaban eliminar a la humanidad ha sido bastante común. Esto puede suceder o no, pero la tecnología existe para crear una fusión de humanos y máquinas. En el futuro, existe la posibilidad de tener máquinas con un cerebro humano real. Las neuronas se pueden fabricar en un laboratorio.

Muchas interfaces cerebro-computadora humana se utilizan actualmente con fines terapéuticos para superar problemas médicos o neurológicos. Por ejemplo, los electrodos de Deep Brain Stimulation (DBS) se utilizan para aliviar los síntomas de la enfermedad de Parkinson. Conectar un cerebro humano a una computadora a través de un implante podría ser beneficioso para los pacientes a corto plazo. Sin embargo, abre otro tema de debate, como la legalidad de su uso en términos de perspectivas sociales y tecnológicas. La mayor pregunta sería si una computadora con un cerebro humano se consideraría como un humano real con derechos similares.

La inteligencia artificial está presente en nuestros días, constantemente cambiado con el transcurrir de los tiempos, es muy temprano hablar de máquinas con conciencia propia por el momento, pero es posible que algo de esto ocurra en el futuro.