IA
La IA es la facultad de una máquina para imitar el comportamiento humano inteligente.
La inteligencia artificial se compone de una suma de tecnologías que en conjunto dotan a las máquinas en su entorno de trabajo de aptitudes para percibir, interpretar, actuar y aprender de manera flexible.
Las capacidades de aprendizaje de la IA son de dos tipos:
- Capacidades de aprendizaje automático (Machine Learning), diferenciadas en:
- Aprendizaje automático supervisado en función a colecciones de datos a modo de guía de entrenamiento en las posibilidades.
- Aprendizaje automático no supervisado que busca similitudes entre diferentes datos.
- Aprendizaje automático de refuerzo a base de algoritmos basados en modelos de prueba y error.
- Capacidades de aprendizaje profundo (Deep Learning) que, para procesar la información, utilizan algoritmos para emular las redes neuronales del cerebro y estructuras de computación basadas en modelos jerárquicos complejos destinados a imitar los procesos de pensamiento del cerebro humano.
Mediante el Deep Learning se consiguen, por ejemplo, competencias para el reconocimiento de objetos y entornos, reconocimiento de características biométricas, gestuales o de voz.
La IA utiliza e interactúa también con capacidades de Ciencia de Datos (Data Science), disciplina que aúna métodos científicos y procedimientos de computación con sistemas para extraer conocimiento veraz o para conseguir un mejor entendimiento de los datos en sus diferentes formas, ya sean estructurados o no estructurados.
Data Science emplea técnicas extraídas de diferentes métodos matemáticos, estadísticos o de las Ciencias de la Información (Information Science).
4 TIPOS DE IA
TIPO I: INTELIGENCIA ARTIFICIAL REACTIVA
Su característica fundamental es no utilizar datos de memoria o experiencias previas en la toma de decisiones. Trabaja calculando mediante algoritmos las predicciones sobre un suceso concreto para seleccionar de entre todas las posibilidades válidas la más adecuada a los objetivos que tenga definidos. El cálculo parte de cero en cada ciclo, sin tener en cuenta resultados previos a la misma o parecida situación. Un ejemplo clásico de máquinas de Inteligencia Artificial Reactiva son las computadoras de ajedrez.
TIPO II: INTELIGENCIA ARTIFICIAL DE MEMORIA LIMITADA
Utiliza experiencias previas propias o transmitidas y reglas de comportamiento e información de escenarios almacenados en su memoria para la toma de decisiones. Por ejemplo, los pilotos automáticos de los vehículos autónomos, que tienen en cuenta planos viales, la señalización, las condiciones ambientales, la velocidad y dirección de otros coches, los obstáculos, etc. a la hora de determinar la actuación sobre los elementos de control del vehículo.
TIPO III: INTELIGENCIA ARTIFICIAL BASADA EN LA TEORÍA DE LA MENTE
Dota a las máquinas de medios para interpretar la expresión de pensamientos, emociones e ideas, así como para evaluar procesos de razonamiento y de conducta. Se le puede incluir capacidades para trabajar en equipo con seres humanos ejecutando estrategias de emulación de procesos mentales acordes a la percepción obtenida siguiendo comportamientos, patrones y normas sociales en sus objetivos de interacción y de misión.
A este tipo de máquinas, los denominados robots sociales, se les suele dar una apariencia antropomórfica e incluir habilidades de inteligencia social, de razonamiento y emocionales que emulan diferentes procesos mentales.
TIPO IV: INTELIGENCIA ARTIFICIAL AUTOCONSCIENTE
Se encuentra en un estado inicial de I+D. Su objetivo es, por una parte, dotar a las máquinas de facultades de autoconciencia, es decir, capacidades para construir una representación de sí mismas, de su entorno y de su propio comportamiento, y por otra, el equiparlas con medios para prever conductas y sentimientos externos de acuerdo con la percepción, el conocimiento adquirido, la experiencia y a características subjetivas de valoración de la información.
Su desarrollo está enmarcado dentro de la Ciencia Cognitiva, siendo el último paso de los sistemas de Inteligencia Artificial.
*
Es necesario indicar que la simulación del comportamiento inteligente mediante máquinas
no da lugar a una mente artificial equiparable a las características de consciencia del cerebro humano.
El desarrollo de la Inteligencia Artificial de los tipos III y IV estará directamente relacionado con los avances en computación distribuida y computación cuántica.
La inteligencia artificial, en cualquiera de sus apartados, conlleva una gran sofisticación en el tratamiento de los datos, requiriendo de ellos una mayor precisión, actualización, calidad y diversidad en las fuentes de obtención para obtener resultados satisfactorios.
El tratamiento automatizado y la necesidad de ofrecer respuestas precisas de manera inmediata ante circunstancias cambiantes justifica la necesidad de que los datos no sólo se ofrezcan en formato abierto y legible por las máquinas, sino también con niveles elevados de precisión y desagregación.
Un sistema de Inteligencia Artificial puede estar compuesto por distintos agentes inteligentes, entidades software que, de forma autónoma y basándose en su propio conocimiento, iniciativa y capacidad de reacción a su entorno, realizan operaciones para satisfacer las necesidades específicas de un usuario o de otro programa, bien por iniciativa propia o bien porque alguno de éstos se lo requiera.
English