La inteligencia artificial (o artificial intelligence en el mundo anglosajón) nos rodea en nuestro día a día, seamos o no conscientes de ello. Existen muchos mitos alrededor de los sistemas de IA, pero intentaremos desvelar un poco el misterio que a veces los envuelven.
- 1 ¿Cómo aprender sobre Inteligencia artificial?
- 2 ¿Qué es la inteligencia artificial?
- 3 La IA es la nueva carrera del espacio
- 4 Master Inteligencia Artificial
- 5 Tipos de Inteligencia Artificial
- 6 Ejemplos de Inteligencia Artificial
- 7 Aplicaciones de la Inteligencia Artificial
- 8 No pierdas esta oportunidad ¡Apúntate!
- 9 Ciencia de datos e inteligencia artificial
¿Cómo aprender sobre
Inteligencia artificial?
¿Qué es la inteligencia artificial?
Existen muchas definiciones de lo que es y de lo que no es el sistema de IA. Pero en general se podría definir como una disciplina que pretende que las máquinas puedan emular la forma como nuestra mente humana funciona.
Por un lado, tanto para tareas que consideramos inteligentes como razonar de forma lógica, extraer conclusiones, o realizar planes. Y por otro lado, las no tan inteligentes, como es el control de nuestro cuerpo, permitiéndonos andar en terrenos irregulares, o el hablar.
Muchas veces se asocia el concepto de artificial intelligence al aprendizaje automático, pero la realidad es que las inteligencias artificiales no se limitan a esta disciplina. Por el contrario, el aprendizaje automático permite que una máquina pueda aprender a partir de una experiencia, sea por datos etiquetados o un mundo con el que interactuar.
La simple definición de reglas o instrucciones permiten que una computadora pueda tomar sus propias decisiones de forma autónoma. Este tipo de programación se llama apriorística o explícita. En algunos casos es necesaria para realizar tareas sencillas o que requieren de una fiabilidad que la probabilística asociada a los procesos de aprendizaje automático no siempre tienen. Por otro lado, existe el aprendizaje profundo que sería la evolución de este primero.
La IA es la nueva carrera del espacio
La Humanidad, impulsada por esa necesidad de innovación y creación, está muy focalizada en el crecimiento de esta disciplina. Se encuentra en constante búsqueda de ampliar la capacidad de los sistemas de IA.
No existe potencia mundial que no muestre su músculo computacional a la hora de publicar un nuevo modelo que es capaz de hacer algo más que el anterior, con una cantidad de parámetros (o variables) de entrenamiento que buscan dejar a la competencia atrás. Como es el ejemplo de la carrera del espacio que protagonizaron la URSS y USA.
Solo hay que seguir las noticias para enterarse de que China publicó en Junio de 2021 el modelo de inteligencia artificial más grande jamás entrenado. Este se trata de Wu Dao 2.0 (que tiene la friolera de 1,75 mil millones de parámetros a entrenar).
¿Sabes cómo estudiar Inteligencia Artificial pero no dónde?
¡En Nuclio Digital School tienes la solución!
Tipos de Inteligencia Artificial
Estos modelos siguen representando la primera etapa en los tipos de inteligencia artificial. Se definen en función de a que se destina su uso, y cómo se espera de ellas que ayuden a la Humanidad a avanzar. Esos tres tipos son:
- La Inteligencia Artificial de corto alcance o Artificial Narrow intelligence
- La Inteligencia Artificial general
- Inteligencia Artificial Universal o Super Inteligencia Artificial
Artificial Narrow Intelligence
Actualmente el tipo de inteligencia artificial ANI es aquel que hemos sido capaces de construir. Se trata del tipo de IA que destinamos a realizar tareas repetitivas y que se limita a ser mejor que el ser humano en cierta área o tarea específica.
De hecho, múltiples expertos en el sector, como George Hinton, profesor de la Universidad de Toronto y uno de los padres de las redes neuronales, comentan que hay ciertos tipos de trabajo que van a desaparecer en cualquier momento. Estos desaparecerán cuando la IA sea capaz de resolver ese problema que uno o varios humanos realizan, en menos tiempo y con más fiabilidad.
Inteligencia General Artificial
Las inteligencias artificiales generales o universales son algo que aún no se sabe cuando va a llegar. De todos modos, hay diferentes corrientes al respecto que le dan una década o medio siglo para que sean una realidad.
La primera sería una inteligencia artificial que igualaría o excedería la capacidad de la inteligencia humana en promedio en cualquier tarea intelectual que es capaz de realizar un ser humano, y la segunda superaría por completo la capacidad de las mentes más brillantes de la Humanidad. De estas, los ejemplos de inteligencia artificial que existen están en los libros, series o películas de ciencia ficción.
Conoce los detalles del
Ejemplos de Inteligencia Artificial
Ejemplos sencillos de inteligencia artificial los tenéis desde vuestros dispositivos móviles, con esos asistentes virtuales o chatbots, que nos responden preguntas o nos resuelven dudas. También realizando acciones que les hemos comunicado verbalmente.
Por otro lado, encontramos hasta los algoritmos de evaluación de riesgo a la hora de admitir la solicitud de un microcrédito y lenguajes naturales. También, los vehículos autónomos y los avances en robótica, que permiten a un robot con inteligencia artificial poder caminar o realizar tareas.
Otro ejemplo de IA de corto alcance que ha revolucionado el mundo de la ciencia fué AlphaFold2, creación de la empresa DeepMind de Google, donde una inteligencia artificial ha resuelto (o va en camino de resolver) un problema de la biología computacional relacionado con el plegado en 3D de una proteína a partir de la secuencia de aminoácidos que tiene más de 50 años de antigüedad.
Esto ocurrió en una conferencia en Noviembre de 2020, y se considera un momento WOW de la Inteligencia Artificial, como cuando en 2012 una red neuronal profunda batió a todos los competidores en la clasificación de imágenes basada en el dataset de IMAGENET propiedad de la Universidad de Stanford.
AlphaFold2 ha revolucionado todo un campo de la investigación de forma dramática, donde los sistema de inteligencia artificial aún no se habían incorporado.
Aplicaciones de la Inteligencia Artificial
Uno de los retos a los que nos enfrentamos a la hora de plantear que una inteligencia artificial sea capaz o no de resolver cierta tarea es la incertidumbre de si será posible o no lo que pretendemos.
En general se han de cumplir tres condiciones para que un sistema de inteligencia artificial pueda resolver un problema o tarea de forma eficiente, superando ampliamente al ser humano. Esas tres condiciones son:
- La pregunta (o tarea a resolver) ha de estar claramente definida. No puede ser una pregunta generalista.
- Existe un conjunto de datos muy amplio que ha sido validado por profesionales expertos en el área o seres humanos que son capaces de resolver esta tarea.
- Se define una regla de cálculo del error que se está cometiendo al dejar que la inteligencia artificial realice la tarea o responda a la pregunta que queremos resolver.
No pierdas esta oportunidad
¡Apúntate!
IMAGENET
En el caso de IMAGENET, el problema estaba muy bien definido, porque lo que se pretendía era encontrar objetos (un total de 1000 clases distintas) en un conjunto de imágenes.
El conjunto de datos que recogió la Universidad de Stanford durante 10 años, el llamado IMAGENET, tiene una cantidad de imágenes etiquetadas con esos 1000 objetos de 1,2 millones.
Con esa cantidad, una inteligencia artificial puede aprender mucho y rápido. En el caso de acertar o fallar en la predicción del objeto que aparece en la imagen, es fácil calcular el error que se comete. Esos tres ingredientes (pregunta, datos, error) están perfectamente claros, así que era cuestión de tiempo que la máquina superará a los humanos.
ALPHAFOLD2
En el caso de AlphaFold2 ocurrió lo mismo. La pregunta era muy clara, cómo obtener una estructura en 3D a partir de una lista de aminoácidos, con 170 mil ejemplos validados por los mayores expertos en proteínas del mundo, y una métrica específica para cuantificar cuánto error cometía la IA.
Con esas tres premisas completadas, se ha obtenido una inteligencia artificial de éxito en este campo.
Un dato curioso, es que DeepMind sacó su AlphaFold1 sin ningún biólogo computacional en su equipo (esto fue en el 2018, justo en la edición anterior de la conferencia CASP).
Sin embargo, fué capaz de aplicar sus conocimientos en redes neuronales y experiencia en proyectos de visión por computador con la pregunta, cantidades de datos y la manera de medir el error, y batir a los otros investigadores que presentaban sus propuestas para predecir la forma en 3D de la proteína plegada.
Ciencia de datos e inteligencia artificial
La IA o AI está aquí para quedarse y evolucionar. Hasta donde llegará o cuando podremos ver una Inteligencia Artificial General, es algo que no podemos predecir. Sin embargo, sí podemos asentar las bases de lo que queremos conseguir o que nos ha de aportar a nuestras vidas como seres humanos.
La importancia de los datos, de las preguntas correctamente formuladas y las manera de medir cuánto nos equivocamos abre las puertas para que las computadoras nos tomen el relevo en infinidad de tareas diarias. Eso es algo que queda totalmente en nuestras manos.