Cada vez se habla más de la inteligencia artificial (IA), un concepto que despierta una serie de interrogantes extravagantes, como si fuese posible que se produzca una rebelión de robots. Pero eso es solo en la imaginación. En el mundo real, la IA implica el aprendizaje automático y también profundo y muchas otras capacidades programables que estamos empezando a explorar.
Para quienes estén interesados en saber de qué se trata, te explicamos qué es la inteligencia artificial, cómo funciona y hacia dónde se dirige.
Según Digital Trends, la IA busca procesar y responder a los datos como lo haría cualquier humano. De hecho, los desarrolladores actualmente están convirtiendo una amplia gama de aplicaciones a inteligencia de tipo humana.
Generalmente se clasifica en tres categorías, pero todavía existe desacuerdo sobre las definiciones exactas de qué es la inteligencia artificial y, mucho menos, si son posibles.
Débil: la IA débil (o "IA estrecha") es donde se ha concentrado hasta ahora el trabajo. Está enfocado en ejecutar una sola tarea y, por tanto, las interacciones son limitadas. Algunos ejemplos son revisar los informes meteorológicos, controlar dispositivos domésticos inteligentes o darnos respuestas a preguntas generales que se obtienen de una base de datos central (Wikipedia, etc.).
Fuerte: la IA fuerte (o "IA general") es hacia donde vamos. La inteligencia artificial comprende el contexto y hacer juicios. Con el tiempo, aprende, es capaz de tomar decisiones, incluso en tiempos de incertidumbre o sin información previa disponible, hacer uso de la razón y ser creativa. En el papel, funcionarían como un cerebro humano. Hasta ahora no se ha logrado.
Súper: en el futuro lejano, la IA puede llegar a ser superior a los humanos en todos los aspectos. Serían capaces de pensar por sí mismos y operar sin ninguna participación humana.
También se puede clasificar según su funcionamiento, lo que es importante cuando se considera qué tan complejo es un sistema de IA y su costo final. Si una empresa crea una solución de IA, la primera pregunta debe ser: "¿Aprenderá vía de la capacitación o inferencia?"
Capacitación: están diseñadas para aprender y mejorar con el tiempo, y ajustar sus conjuntos de datos y partes de sus procesos. Las plataformas fuertes y súper podrán lograrlo, pero la IA débil no, ya que la cantidad de potencia de procesamiento necesaria es tan grande que la hace costosa.
Inferencia: la mayoría de las IA débiles están diseñadas para analizar datos y extraer conclusiones en pasos cuidadosos, un método más barato y menos costoso desde el punto de vista computacional. Por ejemplo, para responder a la pregunta "¿Cuál fue el resultado del partido de ayer?", una IA podría inferir: "debo encontrar datos para los resultados de partidos de ayer en una lista de datos deportivos confiables, los compararé con los equipos favoritos establecidos en la configuración e informaré los resultados por audio".
Asistentes de voz: Siri, Cortana, Alexa y otros asistentes de voz se están volviendo más comunes, convirtiéndose en el "rostro" de la IA moderna. Un subconjunto creciente son los chatbots, que administran los mensajes en sitios web y mantienen conversaciones en línea.
Traducción: no se trata solo de traducir el idioma. También se trata de traducir objetos, imágenes y sonidos en datos, que luego se pueden usar en varios algoritmos.
Sistemas predictivos: estas IA analizan datos estadísticos y sacan conclusiones valiosas para gobiernos, inversores, médicos, meteorólogos y, en general, casi todos las áreas donde las estadísticas y la predicción son importantes.
Marketing: estas IA analizan a los compradores y su comportamiento, luego eligen tácticas, productos y ofertas que mejor se ajustan a ellos. Actualmente hay una serie de cruces entre estas herramientas y los asistentes de voz en este momento.
Investigación: las IA de investigación como Iris buscan en documentos y estudios complejos para obtener información específica, generalmente a velocidades más altas que el motor de búsqueda de Google.
Conciencia: vigilan y reportan eventos inusuales cuando los humanos no pueden hacerlo. Uno de los ejemplos más complejos de esto es la detección de robo, que reporta un comportamiento inusual. En esa línea también están los autos autónomos, que utilizan sistemas de inteligencia artificial para detectar peligros y elegir el curso de acción apropiado.
Softwares de edición: estas IA básicas miran imágenes o texto y localizan formas en que podrían mejorarse.
Recientemente, el experto en redes neuronales Charles J. Simon opinó sobre el futuro de la IA, señalando que actualmente tiene la mayoría de las piezas necesarias de la inteligencia fuerte, solo que todavía juntas no funcionan muy bien.
Las empresas están invirtiendo mucho dinero en inteligencia artificial y mientras estén dispuestas a hacerlo, las cosas se moverán rápidamente. Pero todavía hay barreras, como una recesión económica, desafíos computacionales e incluso obstáculos morales y filosóficos, por lo que el camino hacia un Skynet podría ser largo.
Las IA son largas cadenas de respuestas programadas y recopilaciones de datos instantáneos, sin la capacidad de tomar decisiones verdaderamente independientes. De esa forma, la maldad está definitivamente fuera de la mesa por el momento. Pero eso no quiere decir que el error humano pueda hacerlos así.
Por ejemplo, si una IA predice tormentas en la Costa Este la próxima semana, se pueden enviar recursos y advertencias para que esa zona se prepare. Pero si aparecen en el Golfo de México, esa predicción inexacta podría haber puesto en riesgo vidas. Nadie culparía a la IA, sino que mirarían las entradas de datos y ajustes de algoritmos. Al igual que otros tipos de software, las IA son herramientas complejas en beneficio de las personas.
Al menos por ahora, sabemos qué es la inteligencia artificial y que en gran medida es inofensiva y útil para el mundo en general. Pero eso podría cambiar en un futuro lejano, y en ese momento tendremos que tener una discusión seria sobre cuánto de nuestras vidas estamos dispuestos a entregar a las máquinas.