Introducción a la inteligencia artificial

Objetivos de aprendizaje

Después de completar esta unidad, podrá:

Explicar la importancia de la comprensión de los conceptos fundamentales de la inteligencia artificial.
Identificar los desafíos que hacen que la definición de la inteligencia artificial sea complicada.
Describir los tipos de tareas que puede llevar a cabo la inteligencia artificial.
Definir el término inteligencia artificial.

Trailcast

Si desea escuchar una grabación de audio de este módulo, utilice el siguiente reproductor. Cuando termine de escuchar la grabación, recuerde volver a cada unidad, consultar los recursos y completar las tareas asociadas.

Obtener fluidez con la IA

La inteligencia artificial (IA) ha sido el sueño de muchos escritores y aficionados de la ciencia ficción durante años. Durante mucho tiempo, las personas no han pensado seriamente en la IA, ya que siempre fue algo que podía pasar en un futuro lejano. Los investigadores y los informáticos no se han quedado esperando a que llegue, sino que han trabajado mucho para hacer que ese sueño fuera una realidad. De hecho, algunos ya han afirmado que hemos entrado en la era de la IA.

Primer plano de una persona sentada con una máquina de escribir, dibujado con un estilo de vector 2D.

La escena es en una clase de universidad; al fonde, hay una pizarra con un boceto de una red neuronal. En primer plano, hay un estudiante de la universidad escribiendo en el ordenador, dibujado con un estilo de vector 2D.

[Imágenes generadas con IA utilizando DreamStudio en stability.ai. En la primera, se lee el mensaje: Primer plano de una persona sentada con una máquina de escribir, dibujado con un estilo de vector 2D." En la segunda, se lee el mensaje: La escena es en una clase de universidad; al fonde, hay una pizarra con un boceto de una red neuronal. En primer plano, hay un estudiante de la universidad escribiendo en el ordenador, dibujado con un estilo de vector 2D".]

Aún no está claro hasta qué punto la IA formará parte de nuestra vida diaria. Pero lo que sí que está claro es que para que nosotros tengamos conversaciones significativas sobre la IA, es necesario compartir vocabulario y una base sólida de los conceptos principales sobre la que seguir avanzando. Si le pide a 10 personas que definan la inteligencia artificial, es posible que obtenga 10 respuestas diferentes. En esta insignia, intentamos alcanzar una definición acordada explorando las capacidades actuales de la IA. También investigamos la manera en la que los informáticos crean los sistemas de IA que consiguen esos logros tan increíbles.

La dificultad de definir la IA

El primer paso para definir la IA es reconocer que nuestra noción actual de IA puede estar distorsionada. Una estricta dieta de películas y libros de ciencia ficción en los que la IA se ve como una entidad nefaria decidida a dominar el mundo no ha ayudado.

La ciencia ficción no es lo único que ha complicado nuestra visión de la IA. En general, los humanos tendemos a tenernos en muy alta estima, y esa es la vara con la que medimos todo lo demás. Por ello, cuando hablamos de inteligencia artificial, no podemos evitar compararla con nuestra propia inteligencia. El problema es que los humanos no somos los únicos seres inteligentes que existen. Los animales, desde las vacas hasta los pulpos, utilizan herramientas y solventan problemas para realizar tareas complejas. Incluso el moho del fango pueden resolver laberintos si se les da el tiempo suficiente.

Al igual que hemos empezado a apreciar el gran espectro de inteligencia presente en el reino animal, también hemos empezado a reconocer la gran diversidad en la inteligencia humana. Es posible que haya conocido a alguien que se le dé genial hablar en público pero que no sepa realizar algunos cálculos que puedan salvarle la vida. O a alguien que siempre se da cuenta de cuando usted está nervioso pero se tropieza con un balón de fútbol a la primera de cambio. La cuestión es que nuestra inteligencia se expresa de muchas maneras especializadas. Debemos pensar en la inteligencia artificial de la misma manera. Hay ciertos tipos de IA que son buenos en unos tipos de tareas específicos. Veamos algunas definiciones sobre lo que nosotros conocemos como inteligencia artificial profundizando en lo que la IA puede hacer actualmente.

Tipos principales de las capacidades de la IA

Hoy en día, no existe una sola IA que sea buena en todo. Esa idea, conocida como IA general, está aún muy lejana en el futuro. En su lugar, durante años, hemos desarrollado varios sistemas de IA especializados pensados para realizar tareas específicas. Los tipos de tareas que realizan se suelen clasificar en una de varias categorías más amplias.

Predicciones numéricas

¿Ha consultado la previsión del tiempo hace poco? La predicción de la lluvia o del tiempo soleado le ayuda a decidir si llevar un paraguas o no. Aunque hemos realizado predicciones meteorológicas durante miles de años, la IA puede hacerlo mejor que cualquier método anterior.

Una buena predicción puede ayudarle a responder todo tipo de preguntas. ¿Renovará este cliente su suscripción? ¿Corre el riesgo de sufrir alguna dolencia? ¿Habrá una alta demanda de red eléctrica esta noche?

A menudo, las predicciones de IA adoptan la forma de un valor entre 0 (no va a ocurrir) y 1 (seguro que va a ocurrir). Las predicciones numéricas incluyen más elementos a parte de los valores porcentuales; pueden predecir cualquier valor numérico, como por ejemplo los dólares. Es posible que su negocio quiera predecir las ventas del siguiente trimestre, o averiguar la fijación de precios del último servicio: Widget+. Como consumidor, es posible que ya se vea afectado por este tipo de predicciones numéricas, incluso más de lo que se imagina. Imagine un viaje al extranjero: es posible que los precios de los billetes de avión, de la habitación de hotel, de los vehículos compartidos y del seguro de viaje los fije la IA, con el fin de que la oferta y la demanda estén perfectamente equilibradas.

Primer plano de un simpático robot conduciendo un taxi, dibujado con un estilo de imagen plana 2D.

[Imagen generada con IA utilizando DreamStudio en stability.ai. con el mensaje "primer plano de un simpático robot conduciendo un taxi, dibujado con un estilo de imagen plana 2D".]

Clasificaciones

¿Un perrito caliente es un sándwich? Esta pregunta ha conducido a incontables horas de debates amistosos y filosóficos sobre cómo categorizamos las cosas. Sin embargo, en el mundo real, el riesgo es mucho mayor. ¿Es esta planta comestible o venenosa? ¿Es legítimo ese correo electrónico o es un intento de phishing? Normalmente, la clasificación es el primer paso a la hora de tomar medidas, haciendo que sea una habilidad importante.

Por ello, no sorprende que los informáticos hayan trabajado tanto para crear una IA capaz de clasificar datos. Identificar plantas y correos electrónicos de phishing es solo la punta del iceberg. Las instituciones financieras deben parar las transacciones fraudulentas. Los profesionales médicos deben diagnosticar enfermedades. Las plataformas de redes sociales quieren poder identificar comentarios tóxicos. Todos estos son ejemplos de problemas de clasificación. La IA puede dar el primer paso en cuanto a la clasificación y, a continuación, los profesionales pueden retomarlo desde ese punto.

A menudo, los clasificadores de IA pueden realizar el trabajo tan bien como los humanos, o incluso mejor. Ahora bien, cada clasificador es bueno en una única tarea. Por ello, una IA que sea fantástica para detectar correos electrónicos de phishing, será terrible a la hora de identificar imágenes de peces.

Algunas IA son excelentes moviéndose por entornos cambiantes, y eso puede significar una navegación real en el caso de la conducción autónoma (manos libres). Los coches propulsados por IA ya son capaces de mantenerse centrados en un carril y mantenerse a una distancia segura en la autopista. Se adaptan a las curvas en la carretera, a las ráfagas de viento ocasionadas por los camiones al pasar y se detienen debido al tráfico.

La IA que puede adaptarse a las condiciones ambientales cambiantes tienen todo tipo de aplicaciones del mundo real. Por ejemplo, los negocios deben producir y proporcionar productos a los clientes todos los días. Las condiciones del mercado juegan un papel importante en la rapidez con la que eso se realiza: la disponibilidad de materiales, la capacidad de fabricación, el inventario existente, los costes del transporte e incluso el tráfico en tiempo real. La IA puede optimizar la cadena de suministros incluso mientras las condiciones están cambiando.

Y no nos olvidemos de los robots. Incluso el robot aspirador más básico puede evitar escaleras y sillas. A mayor escala, las líneas de montaje están formadas por robots, que cada vez son más rápidos y eficientes. Esos mismos robots pueden ajustarse a los cambios del método de producción sin la necesidad de reprogramaciones costosas. Los investigadores están creando robots de rescate que pueden atravesar áreas afectadas por la catástrofe, como un edificio derruido. Un robot oruga puede escurrirse entre las hendiduras y prestar ayuda o dar esperanzas a las personas atrapadas dentro del edificio.

Procesamiento del lenguaje

El 30 de noviembre de 2022, la palabra del día del diccionario Merrian-Webster fue quiddity (esencia). Aquellos que aprendieron esa palabra entendieron un poco más la que posiblemente es la habilidad más importante de todas: la comunicación. Ese mismo día, ChatGPT se presentó al mundo. Es una inteligencia artificial que demostró tener sus propias habilidades de comunicación. Podía escribir respuestas largas a preguntas sobre casi cualquier tema. Y las respuestas parecían estar escritas por un humano. ChatGPT es una de las IA más competentes que se han creado para interpretar el lenguaje del día a día y actuar en consecuencia de manera significativa. Esto se conoce en el sector como procesamiento de lenguaje natural, o PLN.

El procesamiento de lenguaje natural se basa en la comprensión de cómo se utilizan las palabras en conjunto, y eso permite que la IA extraiga la intención existentes detrás de las palabras. Por ejemplo, es posible que quiera traducir un documento del inglés al alemán. O bien, quiere realizar un breve resumen de un artículo científico. La IA puede hacerlo también.

El procesamiento de lenguaje natural es una gran parte de la IA generativa, una subcategoría de la IA que convierte las palabras en imágenes, sonidos y en otras palabras. La IA generativa es una tecnología tan novedosa, que hemos dedicado una insignia completa a Aspectos básicos sobre la IA generativa. Échele un vistazo cuando termine aquí.

Resumen

Se puede pensar que la inteligencia artificial es la capacidad que tiene un ordenador para desarrollar habilidades que se suelen asociar a la intuición, la inferencia y el razonamiento humanos. Actualmente, las habilidades de la IA son muy especializadas y se pueden clasificar en algunas categorías muy amplias, como las predicciones numéricas y el procesamiento del lenguaje.

Ahora que ya se hace una idea de lo que es la IA (y lo que no es), puede explorar la manera en la que los informáticos e investigadores crean IA.

¿Necesita ayuda?

Descubrir más