Ocho conceptos de inteligencia artificial que entender¨¢ tu inteligencia general

Computaci¨®n cognitiva? Los departamentos de marketing se inventan t¨¦rminos muy r¨¢pido y hay algunos que rebosan significado¡±. Miquel Montero, CEO de Atomian, reconoce que, en ocasiones, ciertos conceptos que buscan aclarar cuestiones en torno a la inteligencia artificial consiguen el efecto contrario. La profusi¨®n de palabras algor¨ªtmicas que han trascendido el tecnicismo para colarse en art¨ªculos de prensa solo ha contribuido a complicar la comprensi¨®n de esta tecnolog¨ªa.

Delimitar estos t¨¦rminos no es sencillo: el propio concepto de inteligencia artificial es buena muestra de ello. ¡°En su momento, una calculadora electr¨®nica o un programa de dibujo fueron considerados inteligentes¡±, recuerda Montero. ¡°El director del laboratorio de IA en el MIT sosten¨ªa que, en cuanto un desarrollo innovador sal¨ªa finalmente de sus instalaciones, dejaba de ser inteligencia artificial para considerarse un algoritmo m¨¢s¡±.

Conscientes de la dificultad de establecer un l¨ªmite normativo, presentamos una serie de aclaraciones y analog¨ªas para entender de qu¨¦ hablamos cuando hablamos de inteligencia artificial.

Todo lo que siempre quisiste saber y no te atreviste a preguntar

• Algoritmos

?Por d¨®nde empezar si no? Esta palabra define un conjunto de instrucciones que se dan a una computadora para que, a partir de unos datos de entrada, construya unos datos de salida. ¡°Los m¨¢s puristas dir¨ªan que no es un algoritmo hasta que lo implementas en una m¨¢quina¡±, apunta el responsable de Atomian.

M¨¢s informaci¨®n

Montero: "Tenemos que aceptar que existe un techo para el machine learning"

Alamuti: "La persona que desarrolla un algoritmo no se plantea por qu¨¦ lo hace: lo hace porque puede"

En una conversaci¨®n con EL PA?S RETINA, Ricardo Pe?a, profesor de la Facultad de Inform¨¢tica de la Universidad Complutense, a?ad¨ªa que debe ser finito y ejecutar las instrucciones de manera sistem¨¢tica. ¡°El algoritmo es ciego ante lo que est¨¢ haciendo y opera con pasos elementales¡±

• Redes neuronales

¡°Los cerebros son realmente r¨¢pidos revisando opciones, encontrando coincidencias y adapt¨¢ndose a nuevos contextos¡±, escribe Pablo Rodr¨ªguez, director ejecutivo de Telef¨®nica Innovation Alpha en su libro Inteligencia artificial, c¨®mo cambiar¨¢ el mundo (y tu vida). ¡°El n¨²mero de transistores de un ordenador cada vez se acerca m¨¢s al n¨²mero de neuronas en un cerebro humano, aunque este gana en cuanto al n¨²mero de conexiones¡±.

Por supuesto, las redes neuronales reciben este nombre por el parecido entre su funcionamiento y el de nuestro cerebro. Montero define una red neuronal como un conjunto de miniprogramas de ordenador que se conectan para pasarse el resultado de lo que est¨¢n calculando entre ellos. ¡°Quien la dise?a no siempre elige qu¨¦ nodos se comunican con cu¨¢les: algunos aprenden a hacerlo en base a t¨¦cnicas de recompensa, seg¨²n la precisi¨®n del resultado que han calculado¡±.

• Aprendizaje supervisado VS Aprendizaje no supervisado:

La primera diferenciaci¨®n que conviene hacer cuando hablamos de tipos de inteligencia artificial es sencilla y tiene que ver con la forma que tiene la m¨¢quina de aprender de sus errores. Jamshid Alamuti, cofundador de la Pi School, compara la formaci¨®n del algoritmo con la de un ni?o peque?o. ¡°Antes de ir al colegio, su aprendizaje no es supervisado. Empieza a caminar gracias a que utiliza sus sentidos y mejora a partir de sus propias experiencias¡±, comenta. ¡°En la escuela, los maestros miran lo que hace, corrigen sus errores y le ense?an a hacer las cosas: esto es aprendizaje supervisado¡±.

M¨¢s informaci¨®n

La pr¨®xima frontera de la inteligencia artificial: sistemas que dudan de s¨ª mismos

• Machine Learning VS Deep Learning

Alamuti recurre a una alegor¨ªa: si imaginamos la inteligencia artificial como carpinter¨ªa, el aprendizaje autom¨¢tico ser¨ªa la caja de herramientas que tienes en la habitaci¨®n donde quieres construir una mesa y el aprendizaje profundo, una de estas herramientas. ¡°Lo interesante es que, en los ¨²ltimos a?os, las herramientas que se pueden encontrar en la caja cambian y mejoran constantemente¡±, explica. ¡°El aprendizaje profundo es una palabra en boca de todos porque es la herramienta m¨¢s utilizada y atractiva en este momento, pero la probabilidad de que la gente no hable de ella en un par de a?os es muy alta, ya que vendr¨¢n herramientas m¨¢s efectivas¡±.

El aprendizaje profundo, de hecho, viene a reemplazar t¨¦cnicas de aprendizaje flexible supervisado, los procesos gaussianos, que se usan para resolver problemas relacionados con predicciones de probabilidad y clasificaciones.

• IA fuerte VS IA d¨¦bil

Una aclaraci¨®n necesaria, incluso para buena parte de la comunidad de inteligencia artificial. La red Skynet que aparece en la pel¨ªcula Terminator es una red neuronal ficticia que centraliza la recopilaci¨®n de conocimientos, datos e informaci¨®n y la comparte con cualquier computadora capaz de conectarse a su red. De esta forma, esta m¨¢quina podr¨ªa adquirir una inteligencia que ir¨ªa m¨¢s all¨¢ de lo que el hombre podr¨ªa controlar.

¡°Esto se llama inteligencia artificial fuerte y realmente no existe a d¨ªa de hoy¡±, advierte Alamuti. ¡°La IA que desarrollamos ahora se denomina d¨¦bil porque se limita a utilizar un algoritmo matem¨¢tico para hacer una predicci¨®n simple, como la probabilidad de lluvia en una ciudad o la identificaci¨®n de im¨¢genes¡±.