Investigación sobre la IA
Jair Emiliano Bravo Manzaba
UNIDAD EDUCATIVA PARTICULAR DR. CAMILO GALLEGOS DOMÍNGUEZ
1ro de BACHILLERATO INFORMATICA
Profesora: Silvia Tuarez Moreira
Martes 20 de agosto del 2024
Que Es La IA
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.
¿Cómo empezó la IA?
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 Resecar Project en Artificial Inteligencie». 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.
¿Por qué es importante la inteligencia artificial?
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.
Aplicaciones de IA
Se pueden ver casos prácticos de IA en diversas situaciones de nuestro día a día, como en la detección de fraude en los servicios financieros, 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.
- 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.
- Los avances en la inteligencia artificial para aplicaciones como el procesamiento del lenguaje natural (NLP, por sus siglas en inglés) y la visión artificial (CV, por sus siglas en inglés) están ayudando a que sectores como los servicios financieros, la sanidad y la automoción puedan acelerar la innovación, mejorar la experiencia de los clientes y reducir los costes. Gartner estima que hasta un 70 % de las personas interactuarán con plataformas de IA conversacionales a diario para el año 2022. El procesamiento del lenguaje natural y la visión artificial son un enlace valioso entre los humanos y los robots: el procesamiento de lenguaje natural ayuda a los programas informáticos a comprender el lenguaje humano, y la visión artificial aplica modelos de aprendizaje automático a imágenes y es ideal para múltiples objetivos, desde filtros de selfies hasta imágenes médicas.
IA de NetApp
NetApp es el referente en materia de datos para el cloud híbrido y, como tal, conoce el valor que tiene el acceso a los datos, su gestión y control. Data Fabric de NetApp® proporciona un entorno de gestión de datos unificado que abarca todo tipo de dispositivos periféricos, centros de datos y varias nubes de hiperescala. Data Fabric permite que organizaciones de todos los tamaños tengan la capacidad de acelerar aplicaciones cruciales, obtener visibilidad de datos, optimizar la protección de datos y aumentar la agilidad operativa.
Las soluciones de IA de NetApp se basan en los siguientes pilares fundamentales:
- Con el software ONTAP®, la IA y el aprendizaje profundo pueden estar presentes on-premises y en la nube híbrida.
- Los sistemas AFF all-flash aceleran las cargas de trabajo de IA y aprendizaje profundo y eliminan los cuellos de botella que se crean en el rendimiento.
- El software ONTAP Select hace que los datos se puedan recopilar de forma eficiente en la periferia, usando dispositivos de IoT y puntos de agregación.
- Cloud Volumes se puede usar para realizar rápidamente prototipos de nuevos proyectos y dar la oportunidad de mover datos de IA dentro y fuera de la nube.
Además, NetApp ha comenzado a incorporar el análisis de Big Data y la inteligencia artificial a sus propios productos y servicios. Así, por ejemplo, Active IQ® utiliza miles de millones de puntos de datos, análisis predictivos y un potente aprendizaje automático para ofrecer recomendaciones proactivas de soporte al cliente para entornos tecnológicos complejos. Active IQ es una aplicación de cloud híbrido que se creó con las mismas tecnologías y los mismos productos de NetApp que usan nuestros clientes para crear soluciones de IA destinados a una amplia gama de casos prácticos.
Cuando Inicio La IA
La historia de la inteligencia artificial (IA) comenzó en la antigüedad, con mitos, historias y rumores sobre seres artificiales dotados de inteligencia o conciencia por parte de maestros artesanos. Las semillas de la IA moderna fueron plantadas por filósofos que intentaron describir el proceso del pensamiento humano como la manipulación mecánica de símbolos. Este trabajo culminó con la invención de la computadora digital programable en la década de 1940, una máquina basada en la esencia abstracta del razonamiento matemático. Este dispositivo y las ideas detrás de él inspiraron a un puñado de científicos a comenzar a discutir seriamente la posibilidad de construir un cerebro electrónico.
El campo de la investigación de la IA se fundó en un taller celebrado en el campus del Dartmouth Collage, en Estados Unidos, durante el verano de 1956.1Aquellos que asistieron se convertirían en los líderes de la investigación en IA durante décadas. Muchos de ellos predijeron que una máquina tan inteligente como un ser humano existiría en no más de una generación, y recibieron millones de dólares para hacer realidad esta visión.2
Al final, resultó evidente que los investigadores habían subestimado enormemente la dificultad del proyecto. En 1974, en respuesta a las críticas de James Light Hill y a la presión constante del Congreso de Estados Unidos, los gobiernos de Estados Unidos y Gran Bretaña dejaron de financiar investigaciones no dirigidas sobre inteligencia artificial. Siete años más tarde, una iniciativa visionaria del gobierno japonés inspiró a los gobiernos y a la industria a proporcionar a la IA miles de millones de dólares, pero a finales de la década de 1980 los inversores se desilusionaron y volvieron a retirar la financiación. Los años difíciles que siguieron se conocerían más tarde como el «invierno de la IA» (AI Winter en inglés). La IA fue criticada en la prensa y evitada por la industria hasta mediados de la década de 2000, pero la investigación y la financiación continuaron creciendo bajo otros nombres.
En los años 1990 y principios de 2000, el aprendizaje automático se aplicó a muchos problemas en la academia y la industria. El éxito se debió a la disponibilidad de hardware informático potente, la recopilación de conjuntos de datos inmensos y la aplicación de sólidos métodos matemáticos. En 2012, el aprendizaje profundo demostró ser una tecnología revolucionaria, eclipsando todos los demás métodos. La arquitectura del transformador debutó en 2017 y se utilizó para producir aplicaciones de IA generativa. La inversión en IA se disparó en la década de 2020.
Las diferentes IA que existen
Los tipos de inteligencia artificial traen diferentes formas de intentar hacer que las máquinas piensen y actúen como humanos. A lo largo de la historia, esa idea fue vista como algo extremadamente futurista. Sin embargo, ya tenemos máquinas altamente capaces que se ejecutan en nuestras rutinas, aunque no lo sepamos.
Jul 20, 21 | 7 min red
A diferencia de lo que estamos acostumbrados a ver en las películas, los diferentes tipos de inteligencia artificial no son tan utópicas y ya están con nosotros. ¡No te preocupes, ningún robot se rebelará contra la humanidad!
Realmente, esa tecnología solo nos ha ayudado a ejecutar los procesos más sofisticados, especialmente en Marketing Digital.
La automatización es una de las principales ganancias obtenidas con la inteligencia artificial y, después de eso, todo ha cambiado en el marketing. Como resultado de la transformación digital, esos diferentes mecanismos ayudan a las empresas a lograr resultados sobresalientes, especialmente cuando se basan en datos.
Mientras más sepamos sobre la inteligencia artificial, más podremos aprovecharla estratégicamente.
En ese post, nuestra idea es mostrarte diferentes tipos de inteligencia artificial y cómo se aplican. Presentaremos los siguientes ejemplos:
PUBLICIDAD
- Artificial Narrow inteligencie (ANI)
- Inteligencia Artificial General (AGI)
- Superinteligencia Artificial (ASI)
- Máquinas reactivas
- Memoria Limitada
- Teoría de la Mente
- Autoconciencia
¡Sigue leyendo y compruébalo!
Artificial Narrow inteligencie (ANI)
ANI es un tipo de inteligencia artificial más inflexible, que no se amolda ni se adapta a los requisitos de un sistema o máquina en particular. Su función es centrarse en un trabajo único y dedicar toda su complejidad. Si trazamos un paralelo, sería un profesional capacitado que se dedica a una única función compleja.
El funcionamiento del modelo ANI se proyecta a través de la programación de sus acciones. En esa etapa, debe estar preparada para actuar en un solo rol, reduciendo su desempeño tanto como sea posible.
Esto también garantizará que pueda desempeñar plenamente su papel. Por más que eso parezca una limitación, también puede verse como una dedicación amplia e integral.
PUBLICIDAD
Entre sus características, ANI es una inteligencia artificial con carácter reactivo y memoria limitada. Además, por definición, todos los demás modelos pueden considerarse un tipo de ANI.
La diferencia es que, en su mayor parte, los tipos de inteligencia artificial están diseñados para cumplir funciones más diversas e incluso múltiples.
Las clasificaciones técnicas ubican al ANI como una inteligencia incapaz de reproducir el comportamiento humano, solo simulándolo. Por eso, solo está orientado a objetivos específicos.
Normalmente, ANI se utiliza en funciones como:
- asistentes virtuales (Siri, Alexa, Cortana, entre otros);
- reconocimiento facial;
- filtros de spam en correos electrónicos;
- sistemas de vehículos autónomos.
Inteligencia Artificial General (AGI)
Entre los tipos de inteligencia artificial, AGI se considera fuerte y profunda, como una máquina capaz de imitar la inteligencia humana y con una vasta capacidad de acción.
En su comportamiento, ella puede aprender y, con base en eso, replicar actitudes para resolver diferentes cuestiones. Eso es lo que la convierte en uno de los modelos más versátiles disponibles actualmente.
AGI tiene el papel de pensar, lo que conduce a una comprensión única y no completamente robótica. Así, para cada escenario con el que tiene que lidiar, la solución propuesta es diferente.
Esa capacidad de adaptación a diferentes escenarios hace que tenga una actividad de resolución muy cercana a la mente humana. Precisamente por eso ella es considerada una inteligencia mucho más profunda.
Una de las bases de AGI es su estructura teórica. Eso significa que tiene la capacidad de evaluar y detectar diferentes necesidades, procesos e incluso emociones para actuar correctamente. Esa es una característica única cuando la comparamos con otros tipos de inteligencia artificial.
En la práctica, su capacidad de aprendizaje y su nivel cognitivo son muy altos. Eso permite, por ejemplo, moldear el servicio de una empresa según las dudas y necesidades más comunes de la persona de la marca.
Es muy común trabajar con máquinas que son capaces de replicar acciones humanas, lo que en sí mismo es muy beneficioso. Sin embargo, AGI es un sistema capaz de estudiar y comprender a los humanos y lidiar de manera precisa con las interacciones y los comportamientos de los usuarios.
Superinteligencia Artificial (ASI)
El nombre está a la altura de la capacidad de ese tipo de inteligencia artificial. ASI es considerada la más poderosa, precisamente porque es la máquina capaz de volverse consciente y autónoma.
Es decir, en lugar de simplemente replicar el comportamiento humano, ASI supera esa capacidad. Incluso se la considera capaz de pensar mejor y de ser más hábil que nosotros.
Por supuesto, esa es una categoría de inteligencia artificial que aún está en desarrollo y mejora, aunque en un estado avanzado.
¡Este es el modelo que ha inspirado al cine a crear realidades en las que los robots tienen voluntad propia y simplemente dominan la Tierra! Por supuesto que eso no sucederá, pero la idea es que puedan ser inteligentes de la misma manera que se los retrata en las películas.
La línea de desarrollo de ASI se esfuerza para que esos robots puedan ser mejores que los humanos en absolutamente todo. Las máquinas serán mejores atletas, científicos, artistas e incluso médicos. Realmente existe la posibilidad de pensar en eso porque es a un nivel científico que se enfoca en crear sistemas que despierten emociones y deseos propios.
PUBLICIDAD
Así, se necesita cuidado en el desarrollo de ASI. La capacidad de razonamiento avanzado requiere un análisis meticuloso de las posibles consecuencias que eso puede tener. Por eso, el trabajo es continuo, siempre realizado con responsabilidad.
Máquinas reactivas
Entre los tipos de inteligencia artificial, las máquinas reactivas son las más simples y antiguas que se conocen. Es un modelo introductorio y tiene una capacidad mucho más limitada que los modelos presentados hasta ahora. Su función es bastante simple: reproducir el comportamiento humano cuando es estimulado, o sea, solo una acción reactiva.
Como no tienen memoria, esas máquinas no tienen la capacidad de aprender y administrar una base de datos interna para ejecutar lo que absorben. Así, solo tienen un rol de respuesta, es decir, están automatizados para reaccionar ante alguna acción. Esa limitación, sin embargo, no impide que sean útiles en varios textos, aunque poco a poco se van quedando obsoletas.
Sin duda, cuando hablamos de máquinas reactivas, debemos recordar su gran momento, cuando fueron probadas en la década de 1990. Fue un sistema como ese el que venció al campeón de ajedrez Garry Kasparov en 1997. En ese momento, la máquina específica era una creación de IBM, llamada Deep Blue.
Memoria Limitada
PUBLICIDAD
Las máquinas de memoria limitada son, como en el ejemplo anterior, completamente reactivas, pero con la ventaja de tener una pequeña cantidad de memoria disponible. Eso las hace más avanzadas, ya que esa función las permite aprender de los datos. Es decir, cada vez que se exponen a información son capaces de generar aprendizajes a partir de ese contenido.
Naturalmente, esas máquinas crean pequeñas bases de datos a partir de su historial de interacciones. Es a partir de ahí que son capaces, cuando es necesario, de tomar pequeñas decisiones para responder a una solicitud o realizar cualquier acción. Hoy en día, esa forma de inteligencia artificial se usa ampliamente, pero solo en su base. Se ha ampliado la memoria para que funcione mejor.
La base de la inteligencia de memoria limitada todavía se usa y se puede ver hoy en los sistemas de reconocimiento facial, asistentes virtuales y chatbots, por ejemplo.
Teoría de la Mente
La Teoría de la Mente es un tipo de inteligencia artificial en el que se ha trabajado mucho en los últimos años. No podemos decir mucho sobre su aplicación y hasta dónde llegará en términos de desarrollo, sin embargo, la idea es que será uno de los modelos más innovadores jamás vistos. La propuesta es que pueda comprender mejor las interacciones a las que está expuesta.
Así, la Teoría de la Mente trata precisamente de las emociones, necesidades y procesos de reflexión que presenta la mente humana.
PUBLICIDAD
Actualmente, esa categoría todavía se ve como un futuro, incluso con todos los avances logrados en el segmento hasta ahora. Los expertos entienden que todavía se necesitan muchos avances en otras partes de los estudios de la inteligencia artificial.
Por eso, la Teoría de la Mente es una idealización en ejecución, pero tiene el potencial de ser uno de los modelos más destacados. El proceso, además del desarrollo de estudios en general, también depende de la comprensión de los factores de la mente humana que conducen a sentimientos y reacciones variadas.
Autoconciencia
La autoconciencia es solo una idea, es decir, un concepto que guía el desarrollo de la inteligencia artificial. Por ahora, todavía no hay creaciones concretas, pero la idea es que, en el futuro, las máquinas serán conscientes de sí mismas. Ese es el nivel de desarrollo más alto que puede alcanzar la inteligencia artificial y, por supuesto, lleva tiempo y muchos esfuerzos.
La idea es que esa inteligencia artificial pueda comprender todas las emociones, tener las suyas y comprender cada detalle que pasa con quienes interactúan con ella. Por ambicioso que parezca, es innegable que ese es el camino que los científicos tienen como horizonte. Sin embargo, no es posible señalar en cuántos años la tecnología podrá alcanzar hasta ese nivel.
También es indudable que esa es una etapa peligrosa en el avance de la inteligencia artificial. Las máquinas mayormente independientes tendrán un razonamiento que simplemente no se puede detener todo el tiempo. Por eso, queda mucho por hacer, aunque la autoconciencia ya es una idea clara entre los tipos de inteligencia artificial.
La realidad actual de la tecnología permite que las máquinas actúen como seres humanos, lo que resulta de gran utilidad para las más diversas soluciones del mercado. Ese es el camino para que lleguen nuevos tipos de inteligencia artificial y cambien el mundo.
Costos De La IA
Los costos de desarrollar inteligencia artificial (IA) pueden variar significativamente dependiendo del tipo de IA y la complejidad del proyecto. Algunos tipos de IA son gratuitos o de bajo costo, mientras que otros pueden ser muy costosos de desarrollar.
Costos de desarrollar IA
- Modelos de lenguaje grandes (LLM) como ChatGPT-4 y Gemini de Google pueden costar entre $30 y $191 millones para entrenarlos, sin contar los salarios del personal.
- DALL-E, el modelo de texto a imagen de Open AI, tuvo un costo mucho menor en 2021 de entre $118,000 y $335,000.
- En general, desarrollar IA no es tan caro como solía ser. Ahora hay empresas que ofrecen servicios de desarrollo de IA para empresas a un costo estimado entre $100,000 y $300,000, dependiendo de la complejidad.
IA gratuita o de bajo costo
Afortunadamente, también existen muchas opciones de IA gratuitas o de bajo costo:
- Sistemas inteligentes de código abierto y de bajo costo como Microsoft Azure AI y Google AI han reducido significativamente el costo de construir sistemas de IA.
- Chatbots simples son fáciles de implementar y no requieren que científicos de datos los desarrollen.
- Plataformas de IA como servicio ofrecen API y herramientas para integrar IA en aplicaciones a bajo costo.
Entonces, en resumen, mientras que desarrollar ciertos tipos avanzados de IA como LL Ms puede ser extremadamente costoso, hay muchas opciones asequibles y gratuitas disponibles, especialmente para aplicaciones más sencillas. La IA se está volviendo cada vez más accesible para empresas y desarrolladores de todo tipo.
Evolución de la IA.
La Inteligencia Artificial (IA) ha revolucionado el mundo. Sólo bastan unos minutos en redes sociales o medios de comunicación para encontrar alguna novedad referente a esta tecnología. Por ello, al tratarse de una herramienta tan accesible en la actualidad, sería de esperar que cualquier persona que acuda a ella esté consciente de lo que tiene en sus manos.
Contrario a lo esperado, la realidad es que muchos aspectos de la inteligencia artificial son un misterio para sus usuarios. ¿Sabes por qué se creó la inteligencia artificial?, ¿desde cuándo existe?, o ¿a dónde piensan llegar las compañías con el desarrollo de la IA?
En esta nota buscaremos esclarecer algunas de estas incógnitas, para lograr un mejor entendimiento del mundo al que lentamente nos estamos adentrando.
¿Qué es la inteligencia artificial?
La IA es una rama de la informática que se ocupa de la creación de máquinas inteligentes capaces de realizar tareas que normalmente requieren inteligencia humana. Estas tareas abarcan el aprendizaje, la resolución de problemas, la percepción, la comprensión del lenguaje y la toma de decisiones. La IA tiene como objetivo simular funciones cognitivas humanas en máquinas, permitiéndoles adaptarse, aprender de la experiencia y ejecutar tareas de forma autónoma.
¿Por qué se creó la inteligencia artificial?
Los inicios de la IA se remontan a mediados del siglo XX, cuando los informáticos y matemáticos comenzaron a explorar la posibilidad de crear máquinas que pudieran imitar la inteligencia humana. El término “inteligencia artificial” fue acuñado en 1956 en la Conferencia de Dartmouth, donde se sentaron las bases para la investigación de la IA.
La creación de esta rama estuvo motivada por varios factores clave:
- Automatización y eficiencia. Una de las principales motivaciones detrás de la IA era automatizar tareas y procesos, mejorando así la eficiencia y la productividad en diversas industrias. Los sistemas impulsados por IA pueden realizar tareas repetitivas con precisión y velocidad, reduciendo el trabajo humano y los posibles errores.
- Resolución de problemas e innovación. La IA se concibió como un medio para abordar problemas complejos que podrían superar las capacidades humanas. Desde el diagnóstico médico hasta la exploración espacial, la IA tiene el potencial de analizar grandes cantidades de datos y generar conocimientos que podrían eludir la comprensión humana.
- Aumento de las habilidades humanas. En lugar de reemplazar a los humanos, la IA se desarrolló para complementar y aumentar las habilidades humanas. A través de la IA, los humanos pueden aprovechar la tecnología para ampliar sus capacidades en diversos campos. Por ejemplo, el Traductor Vasco M3 permite a los usuarios mantener conversaciones en otros idiomas. Así como éste, existen muchos otros ejemplos de aparatos con IA que realizan funciones como mejorar el sentido del oído o escribir lo que el usuario está pensando.
¿Cómo ha evolucionado la inteligencia artificial?
La Inteligencia Artificial se ha embarcado en un viaje fascinante, marcado por momentos cruciales que han dado forma a su evolución desde un concepto teórico hasta una fuerza transformadora en todas las industrias. Estos momentos clave destacan los avances que impulsaron a la IA a la vanguardia del avance tecnológico.
- Contribución de Alan Turing (1950)
Considerado a menudo como el padre de la IA, Alan Turing desempeñó un papel fundamental en la historia de la IA. En su artículo “Computing Machinery and Intelligence“, Turing introdujo el concepto de una prueba para determinar la capacidad de una máquina para exhibir un comportamiento inteligente indistinguible del de un humano. Esto sentó las bases para futuros debates sobre la inteligencia artificial.
- La Conferencia de Dartmouth (1956)
Considerada el lugar de nacimiento de la IA, la Conferencia de Dartmouth reunió a visionarios como John McCarthy, Marvin Minsky, Claude Shannon y otros para explorar la posibilidad de crear máquinas con inteligencia similar a la humana. Fue en esta conferencia donde se acuñó el término “inteligencia artificial”, estableciendo la agenda para la investigación de la IA. Además, fue ahí donde se presentó el Logic Theorist de Newell y Simon, capaz de demostrar teoremas matemáticos. Este invento es considerado por muchos como el primer programa con inteligencia artificial.
- Primeros programas de IA (décadas de 1950 a 1960)
Durante este período, los investigadores se centraron en la IA simbólica y desarrollaron programas que operaban en base a reglas y símbolos. Un ejemplo de esto fue el General Problem Solver (GPS); un programa creado para resolver problemas generales.
- El Perceptrón (1957)
Desarrollado por Frank Rosenblatt, el Perceptrón fue una forma temprana de red neuronal capaz de reconocer patrones. Si bien sus limitaciones se destacaron más tarde, esta invención sentó las bases para futuros avances en el aprendizaje basado en redes neuronales.
- Sistemas expertos (décadas de 1970 a 1980)
Esta era vio el surgimiento de sistemas expertos: programas de inteligencia artificial diseñados para emular la experiencia humana en campos específicos. Entre las aplicaciones pioneras se encuentra el MYCIN, un sistema experto para diagnosticar infecciones bacterianas.
- Deep Blue derrota a Kasparov (1997)
Deep Blue de IBM, una computadora para jugar al ajedrez, derrotó al campeón mundial de ajedrez Garry Kasparov en una partida de seis juegos. Este evento mostró el potencial de la IA en la resolución de problemas complejos y marcó un hito importante en la capacidad de la IA para desafiar la inteligencia humana en dominios específicos.
- Debates éticos y sociales (década de 2010 hasta el presente)
A medida que las aplicaciones de IA se expandieron, los debates sobre ética, prejuicios, transparencia y rendición de cuentas ganaron importancia. Las consideraciones éticas en el desarrollo y la implementación de la IA se volvieron críticas, lo que llevó a llamados a favor de una IA responsable.
Estos momentos clave en la historia de la IA ilustran una trayectoria marcada por innovación, desafíos y cambios de paradigma. A medida que la IA continúa avanzando, su impacto en todos los dominios continúa creciendo, lo que promete enormes oportunidades y la necesidad de una consideración cuidadosa de sus implicaciones en la sociedad, la ética y nuestro futuro.
La IA y los dilemas éticos
Este año ha sido marcado por los dilemas éticos que han surgido alrededor de la inteligencia artificial. Uno de los ejemplos más sonados a nivel mundial es el de las huelgas en Hollywood. Tanto el sindicato de guionistas (WGA) como el sindicato de actores (SAG-AFTRA) han luchado –entre otras cosas– por un uso moderado de la inteligencia artificial en el cine y televisión.
Otro ejemplo está en la música, donde los artistas han mostrado inconformidad con el uso no autorizado de su voz en producciones musicales. El problema –hablando específicamente de México– radica en que, mientras los creadores de estas ediciones no reciban remuneración económica, no se considera que estén infringiendo los derechos de autor.
El Deepfake es también un problema que crece de forma exponencial. Este término se refiere al uso de tecnología para colocar el rostro de una persona en el cuerpo de otra en video. Se trata de una especie de “máscara” informática. Esta funcionalidad de la IA ha sembrado dudas en la población mundial: ¿cómo puedes estar seguro de quién está hablando en realidad?
El futuro de la inteligencia artificial
La evolución de la IA continúa dando forma a diversas industrias y aspectos de la vida humana. A medida que los sistemas de IA se vuelven más sofisticados, los debates sobre la ética, los prejuicios, la transparencia y la responsabilidad en el desarrollo, así como la implementación de la IA se vuelven cada vez más cruciales.
A pesar de estos desafíos, la búsqueda de la IA sigue siendo una fuerza que impulsa la innovación tecnológica, cuyo objetivo es mejorar la eficiencia, la resolución de problemas y la interacción hombre-máquina en diversos campos.
Como usuarios, nos corresponde experimentar los beneficios de esta rama de la tecnología, manteniendo siempre un ojo crítico ante los problemas que surgen en nuestra interacción con las máquinas.
https://www.ubiqo.net/tecnologia/evolucion-inteligencia-artificial/