¿Qué es la Inteligencia Artificial (IA)? ¿Cómo funciona? ¿Hasta dónde puede llegar? ¿Cuáles son sus limitaciones? Todo el mundo habla de ella, pero pocos aún entienden cómo funciona y cuáles son sus verdaderos alcances.
La capacidad de que un software piense y razone por su cuenta se considera puede ser el avance más importante de la tecnología en los últimos siglos, pero también puede representar un peligro real para la sobrevivencia de la humanidad.
Hoy en día, softwares informáticos especializados controlan desde el suministro eléctrico y de servicios básicos, a centrales nucleares y misiles armados.
¿Pero que pasaría si un día una Inteligencia Artificial decide que los humanos no somos necesarios?
Parece sin duda una película de ciencia ficción, pero es un temor que comparten algunas de las mentes más brillantes de nuestro tiempo, desde Bill Gates o Elon Musk al ya fallecido Stephen Hawking.
Uno de los padres de la inteligencia artificial, Marvin Lee Minsky, estaba convencido de que la Inteligencia Artificial salvaría a la humanidad, pero en 1970 también profetizaba:
Cuando las computadoras tomen el control, quizá ya no lo podamos volver a recuperar. Sobreviviremos mientras ellos nos toleren. Si tenemos suerte, quizá decidan tenernos como sus mascotas.
¿Cuál es la razón entonces por las que todo el mundo asegura que es el mayor avance de nuestro tiempo, pero al mismo tiempo la mayor amenaza?
CONTENIDO
¿Qué es la inteligencia?
Muchas han sido las definiciones que se han dado a la inteligencia a través de la historia, pero una de las más populares en los últimos tiempos es la de Robert Sternberg, psicólogo de la Universidad de Yale:
La inteligencia es una actividad mental que sirve para adaptar o conformar entornos relevantes para nuestra vida personal.
Esa inteligencia está a su vez compuesta de tres tipos de inteligencia distintas:
1. Inteligencia componencial
Nuestra capacidad de análisis, la dirección consciente de nuestros procesos mentales para analizar y evaluar ideas, resolver problemas y tomar decisiones. Es el tipo de inteligencia clásica que analizan los test.
2. Inteligencia experiencial
Nuestra creatividad, la capacidad de afrontar tareas novedosas, formular nuevas ideas y combinar experiencias.
Es la inteligencia propia de personas que no suelen hacer lo que la mayoría y que tienen muchísima tolerancia a los cambios, viven felices con ellos o los necesitan constantemente.
3. Inteligencia práctica o contextual
Nuestra capacidad de adaptación al medio, selección o modificación del ambiente individual.
Esta sería la inteligencia más importante ya que si bien depende de las otras dos, el éxito o fracaso vital dependerá de ella.
[irp]
¿Qué es la inteligencia artificial?
La verdad es que no existe una única definición ampliamente aceptada sobre lo que significa Inteligencia Artificial, en primer lugar porque aún se trata de un área de desarrollo en proceso, una nueva ciencia, cambiante y experimental, pero en segundo lugar, como ya vimos, porque ni siquiera existe una definición ampliamente aceptada sobre lo que es la inteligencia humana.
En su forma más simple, podríamos definir que la Inteligencia Artificial es el intento de emular la inteligencia humana a través de un software de computadora. Pero este sigue siendo un concepto muy vago, sobre el que existen muchas ramificaciones.
Stuart Russell y Peter Norvig, dos de los más importantes investigadores en el desarrollo de Inteligencia Artificial diferenciaron en 2009 al menos cuatro tipos de Inteligencia Artificial
- Sistemas que piensan como humanos, como por ejemplo las redes neuronales artificiales.
- Sistemas que actúan como humanos, como los robots.
- Sistemas que usan la lógica racional, como los sistemas expertos
- Sistemas que actúan racionalmente, como los agentes inteligentes.
Historia de la Inteligencia Artificial
Hace 2.300 años Aristóteles ya intentaba convertir en reglas la mecánica del pensamiento humano y desde los tiempos de Leonardo Da Vinci los sabios han intentado construir máquinas que sean capaces de comportarse como humanos.
En 1769 un autómata llamado El Turco, construido por el ingeniero austríaco Wolfgang von Kempelen, recorrió todas las cortes europeas retando a una partida de ajedrez a todo el que se atreviera a jugar contra él.
Su fama se extendió alrededor del mundo y llegó a jugar contra Napoleón, contra Benjamín Franklin y contra todos los grandes maestros del ajedrez de su tiempo, venciéndolos a todos.
Años más tarde se descubrió que El Turco era en realidad un autómata manejado por una persona escondida bajo la mesa de ajedrez a la que unos espejos situados en los ojos del aparato le permitía ver el tablero y controlar desde su interior, todo gracias a unos ingeniosos mecanismos de relojería que le permitían controlar la mano del autómata para mover las piezas sobre el tablero.
Alan Turing, el padre de la informática
No fue sino hasta 1936 que se daría forma a los primeros conceptos sobre lo que se llegaría a conocer como Inteligencia Artificial, desarrollados por Alan Turing, el matemático inglés que descifró los códigos secretos nazis con el desarrollo de la máquina Enigma.
Fue en 1936 que Alan Turing publicó su concepto de «máquina universal», que básicamente describía lo que era un algoritmo informático y un ordenador.
Pero aún así, Alan Turing evitó responder la pregunta sobre qué era la Inteligencia Artificial y en lugar de ello, en 1950 desarrolló lo que se conoce como Test de Turing, una prueba que es capaz de definir si una máquina es inteligente o no.
Si un humano y una Inteligencia Artificial se enfrentan a las preguntas de un interrogador y ese interrogador no puede distinguir si las respuestas provienen del humano o de la Inteligencia Artificial, entonces se considera que la Inteligencia Artificial es verdadera.
El nacimiento de la Inteligencia Artificial
Concretamente, el término Inteligencia Artificial Computacional fue acuñado en 1956 cuando un reducido número de profesionales de distintas materias centraron su atención en el incipiente mundo de las computadoras y su potencial capacidad para exhibir un comportamiento inteligente.
Entre esos profesionales se encontraban Marvin Minsky, Claude Shannon, Alan Turing, Nathaniel Rochester, Roger Penrose y John McCarthy.
Shannon era matemático, ingeniero eléctrico y criptógrafo. Turing era matemático, experto en lógica, criptoanalista, filósofo y biólogo teórico. McCarthy era un científico cognitivo y Penrose un matemático, físico y filósofo.
Todos ellos convivieron bajo el paraguas de la incipiente ciencia de computadoras como parte de un movimiento recién salido del cascarón de empresas como IBM o Cray.
El congreso de Dartmouth
En 1956, John McCarthy y Marvin Minsky, congregaron a diferentes profesionales en un evento de ocho semanas sobre la materia en Hanover, New Hampshire, EEUU.
De hecho, fue en esta reunión que el término de Inteligencia Artificial fue utilizado por primera vez establecido por John McCarthy para diferenciar este campo de otros como el de los autómatas o el de la cibernética.
La conferencia de Dartmouth se desarrolló sobre la premisa de que cualquier aspecto del aprendizaje o cualquier otro rasgo inteligente puede ser descrito con tanta precisión que una máquina podría simularlo.
En total asistieron veinte de los más afamados y brillantes científicos de la época, incluyendo por ejemplo a John Nash o Allen Newell.
Poco después Marvin Minsky desarrolló la primera red neuronal digital de la historia para experimentar con la noción de aprendizaje máquina o Machine Learning, otro término de absoluta actualidad en nuestros días.
Lamentablemente, en los comienzos de la Inteligencia Artificial, se pecó de un excesivo optimismo que luego condujo a una denominada «época oscura» entre el año 1974 y 1980.
Las partidas presupuestarias que se asignaron a los primeros proyectos no dieron los frutos esperados y se dejaron de financiar iniciativas en este campo.
El desánimo cundió entre algunos profesionales y en gran parte, el responsable fue el propio Minsky con su libro Perceptrons que en 1969 que cuestionaba la validez de los métodos desarrollados hasta ese momento.
Años después, ya en la década de los 80, hubo un resurgimiento del interés sobre estos temas, en forma de los llamados «sistemas expertos», que más que inteligencia artificial, se trataba de un conjunto de datos y algoritmos capaces de extraer información a partir de datos en materias concretas.
De todos modos, eran caros de mantener y se basaban en reglas del tipo “if… then”, en las que el conocimiento estaba implícito y no se derivaba de “aprendizaje”.
Tipos de Inteligencia Artificial
Existen docenas de formas de aplicar esta teoría, en función del tipo de Inteligencia Artificial o las tareas que se pretende acometer.
1. Sistema experto (Expert system)
Es una Inteligencia Artificial que intenta emular a un experto humano en una determinada materia. Desde un trabajador del servicio técnico a una recepcionista, un cinéfilo o un economista.
2. Aprendizaje automático (Machine learning)
El aprendizaje automático o aprendizaje de máquinas (Machine Learning) se ajusta perfectamente a la capacidad que tiene una Inteligencia Artificial para aprender y mejorar.
El aprendizaje automático sigue los pasos clásicos de la Inteligencia Artificial. Primero hay un aprendizaje, un entrenamiento que genera una experiencia y finalmente una conclusión que nos dice si la tarea es o no exitosa.
Normalmente este aprendizaje automático suele ser de dos tipos, supervisado o no supervisado.
En el primer caso hay un humano que le dice a la máquina lo que hace bien o hace mal. En el no supervisado, es la propia Inteligencia Artificial la que tiene que aprender a descubrir lo que hace bien y lo que hace mal, en función de algunas reglas.
Se usa en los asistentes virtuales, el diagnóstico de enfermedades, detección de fraudes, videojuegos, análisis de Bolsa, etc.
3. Redes neuronales artificiales (Artificial neural network)
Frente a otros sistemas que intentan imitar el comportamiento del cerebro humano, las redes neuronales intentan emular el comportamiento de las neuronas, es decir, las células nerviosas que transmiten y procesan información en el cerebro.
Una neurona artificial es una entidad que recibe datos de entrada para luego aplicarles una serie de operaciones matemáticas y una función de activación que genera un resultado.
Es un mecanismo sencillo, pero la complejidad llega cuando millones de neuronas trabajan en paralelo para crear Redes Neuronales Artificiales.
Lo que las diferencia de un programa informático es que no siguen órdenes, sino que se asocian entre sí y cambian su entradas y salidas mediante el aprendizaje y error, según la tarea encomendada.
Las redes neuronales son adecuadas para tareas en las que haya que reconocer un patrón o asociar ideas y se usan en cosas tan dispares como el control de robots, reconocimiento de texto e imágenes, procesamiento de lenguaje natural, etc.
4. Aprendizaje profundo (Deep learning)
El aprendizaje profundo es un tipo de aprendizaje automático que va un poco más allá, con el objetivo de abarcar más y procesar más datos al mismo tiempo.
El aprendizaje profundo usa redes neuronales para aprender usando capas de información cada vez más abstractas, emulando a los humanos.
Por ejemplo, si tiene que buscar manos en una foto, comenzará analizando información sencilla, como identificar formas, pero irá añadiendo capas cada vez más abstractas y generales, hasta que al final sea capaz de responder a la pregunta e identificar por ejemplo las mano
[irp]
Niveles de Inteligencia Artificial
Los logros en campos de Inteligencia Artificial haya adquirido grados de confusión, sobre todo al preguntarse por ejemplo si DeepBlue podría considerarse inteligente cuando ganó a Kasparov al ajedrez o si AlphaGo lo era cuando demostró ser mejor que cualquier humano jugando al Go.
Eso ha hecho que aparezcan tres grandes categorías para clasificar la Inteligencia Artificial según su alcance y su ámbito de aplicación.
1. Inteligencia artificial débil o acotada
Este tipo de sistemas son capaces de resolver problemas muy bien definidos y acotados. La inteligencia artificial débil es la que ha provocado la verdadera explosión de esta disciplina en los últimos tiempos, aplicándose a distintas técnicas para lograr resolver problemas específicos con resultados han sido excepcionales.
Los logros alcanzados por Deep Blue o con AlphaGo son un ejemplo perfecto de inteligencia artificial débil, ya que son desarrollos dedicados a resolver problemas concretos y delimitados mucho mejor que un ser humano, pero no son capaces de adaptarse a su entorno.
2. Inteligencia artificial general
Mucho más ambiciosa que la inteligencia artificial débil, la Inteligencia Artificial general permitiría resolver cualquier tarea intelectual que pudiera ser resuelta por un ser humano.
La Inteligencia Artificial general sería capaz de realizar juicios y razonar ante una situación de incertidumbre —a partir del aprendizaje y el entrenamiento—, además de comunicarse en lenguaje natural, planificar o aprender.
3. Inteligencia artificial fuerte
La inteligencia Artificial fuerte sería aquella capaz de procesar estados mentales, y además es consciente de sí misma.
Este tipo de Inteligencia Artificial iría más allá de emular y superar a los seres humanos en la realización de cualquier tarea, ya que al tomar consciencia de sí misma, ser capaz de resolver cualquier problema, contar con una experiencia subjetiva propia y ser capaz de sentir emociones.
¿Qué podría ocurrir a partir de entonces? Lo cierto es que hay dos grandes corrientes de pensamiento.
La primera, que esa Inteligencia Artificial fuerte resuelva todos los problemas de la humanidad (desigualdades, hambre, pobreza, guerras) y nos lleve a una nueva era en el que el bienestar y la calidad de vida serían extremos.
La segunda, mucho más explotada en novelas, series y películas, es la de una inteligencia artificial fuerte que se dé cuenta de que los humanos ya no somos necesarios, como en Terminator.
La verdad es que aquí es cuando entramos en un terreno escabroso en el que se vuelve necesario hablar de los desafíos éticos que la aparición de dicha Inteligencia Artificial plantearía.
Recomendamos
- Pago mínimo en líneas de crédito, claves para utilizarlo en tu empresa
- Sin protección de datos no hay evolución, el arduo camino de Chile
