La inteligencia artificial (IA) comienza a expandirse por todos los confines de nuestra sociedad por lo que ha llegado el momento de comenzar a entender qué significa, cómo nos afectará y sus posibles usos. Este artículo está pensado para personas que quieren crearse una mapa mental de comprensión. Si tenéis conocimientos previos es recomendable que esperéis al siguiente artículo sobre el mismo tema.
Podríamos definirla como la capacidad de una máquina o un programa informático de imitar habilidades humanas para realizar distintas tareas. La idea principal es que sean capaces de de pensar, actuar y aprender como los humanos. Máquinas capaces de comprender el entorno, analizar los problemas y actuar de manera inteligente en cada acción. Se pretende automatizar actividades que los humanos realizamos de manera natural e intuitiva.
El aprendizaje automático (AA) es una aplicación de la IA que proporciona a los sistemas la capacidad de aprender y aumentar el comportamiento sin estar programado para ello por protocolo. El (AA) se usa para el desarrollo de códigos informáticos que accederán a los datos aprenderán por sí mismos. Su misión esencial es permitir que la computadora aprenda de forma maquinal automática sin nuestra presencia asistencial, y saber proceder en consecuencia.
Tal cual lo hace el ser humano. La máquina, o el programa, irá recopilando información y almacenando conocimientos para luego usar lo aprendido en su toma de decisiones. Además, las experiencias pasadas le ayudarán como a nosotros, a tomar decisiones en el futuro.
El aprendizaje profundo (AP) es parte de un engranaje más amplio de aprendizaje automático e inteligencia artificial, que emula la forma de aprendizaje que usamos los humanos para obtener ciertos tipos de conocimientos. Se reconoce porque no necesita reglas programadas previamente, sino que el propio sistema aprende por sí mismo para efectuar una tarea por medio de una fase previa de adaptación. La (AP) Se apila en capas con una jerarquía de aprendizaje más simple para pasar a capas jerarquizadas de complejidad y abstracción cada vez mayores. Dado que este proceso imita un sistema de neuronas humanas, el (AP) se conoce por una de sus aplicaciones más conocidas como son las redes neuronales.
Las redes neuronales
pueden ser de “cariz virtual”, creadas en un ordenador por programadores, o se pueden crear con silicio.
Nosotros aprendemos lo que es o no es identificando imágenes de objetos, animales, personas, y nuestros tutores u entorno, nos confirman si es o no un animal, persona, o cosa… A medida que se nos muestra lo que nos rodea, nos volvemos más conscientes de las características que tienen los animales y los objetos a nuestro alrededor. Lo que hacemos, es darle sentido a una abstracción compleja mediante la construcción de una jerarquía en la que cada capa de abstracción se crea con el conocimiento adquirido en la capas anteriores de la jerarquía.
Una máquina sigue un enfoque más o menos similar. Cada algoritmo de la jerarquía aplica una transformación no lineal en su entrada ,y usa lo que aprende entre todas sus capas para crear un modelo estadístico como salida. Las interacciones entre las capas superficiales y profundas continúan hasta que se alcanza un alto nivel de precisión.
Es la capacidad de un programa informático para comprender el lenguaje humano tal cual se habla. También es un componente de la (IA). El desarrollo de la (PLN) es un desafío porque los programas informáticos habitualmente precisan de que los humanos hablemos en un lenguaje de programación, o con comandos estructurados. Los lenguajes naturales suelen ser ambiguos, tienen diferentes estructura, sutilezas de todo tipo, y acentos poblacionales que son difíciles de distinguir.
El análisis del significados de las palabras, de las expresiones y de las oraciones, así como también los cambios de significado que experimentan en el tiempo, pueden ayudar a los programas a comprender automáticamente el texto, lo que sustenta el objetivo de traducir información, distinguir la información valiosa en los comentarios de clientes, captar el sentido de un tweet, o en atención al cliente, saber iniciar sesión con los clientes de forma efectiva y cercana. Está siendo aplicada para acelerar procesos, gestionar recursos de manera eficaz en empresas, u organismos oficiales, y para generar respuestas más inteligentes a necesidades específicas.
La visión artificial o por computadora proviene del modelado del procesamiento de imágenes utilizando técnicas de aprendizaje automático. La visión artificial aplica el aprendizaje automático para reconocer patrones en el proceso de interpretación de imágenes. Al igual que el proceso de razonamiento visual de nuestra visión; podemos distinguir entre objetos, clasificarlos, u ordenarlos según el tamaño, etc. La visión por computadora, como el procesamiento de imágenes, toma imágenes como entrada “input” con información sobre el tamaño, o la intensidad del color, y otras características y devuelve una salida “output” con una predicción.
Por ejemplo, una webcam en un automóvil sin conductor tiene que detectar a las personas frente a ella, distinguir a otros vehículos, y la calzada. O quizás queramos conocer el radio de acción de un deportista por medio del mapa de calor en el perímetro de juego.
La Visión por Computadora intenta imitar lo que hace un cerebro humano al entrar en la retina, eso incluye comprender y predecir, detectar ciertas cosas.
Por ejemplo, dada una imagen, utilizando la visión artificial, la computadora podrá categorizar los objetos (automóviles, humanos, tren, etc.) tal como lo hacemos seres humanos. Por supuesto que hay muchas otras aplicaciones, pero esto es solo una introducción para que os hagáis una idea básica de estos conceptos en la era de la inteligencia artificial.
Seguiremos muy pronto ahondando en este apasionante mundo.