Hace diez años, si mencionó el término «inteligencia artificial» en una sala de juntas, hay una buena posibilidad de que se haya reído de si mismo. Para la mayoría de la gente, este término le recordaría a máquinas inteligentes de ciencia ficción como 2001: HAL de A Space Odyssey o Datos de Star Trek.
Hoy es una de las palabras de moda en los negocios y la industria. La tecnología de Inteligencia Artificial es un eje fundamental de la transformación digital que tiene lugar hoy en día a medida que las organizaciones se posicionan para capitalizar la cantidad cada vez mayor de datos que se generan y se recopilan.
Entonces, ¿cómo ha ocurrido este cambio? Bueno, en parte se debe a la revolución de Big Data en sí. El exceso de datos ha llevado a intensificar la investigación sobre formas en que se puede procesar, analizar y actuar. Las máquinas se adaptan mucho mejor a los humanos en este tipo de trabajo, el foco estaba en las máquinas de entrenamiento para hacer esto de la manera más «inteligente» posible.
Este mayor interés en la investigación en el campo, en la academia, la industria y la comunidad de código abierto que se encuentra en el medio, ha llevado a avances y avances que muestran su potencial para generar un cambio tremendo. Desde el cuidado de la salud hasta los coches sin conductor para predecir el resultado de los casos legales.
¿Qué es la inteligencia artificial?
El concepto de lo que define a AI ha cambiado con el tiempo, pero en el fondo siempre ha existido la idea de construir máquinas que sean capaces de pensar como humanos.
Después de todo, los seres humanos han demostrado ser especialmente capaces de interpretar el mundo que nos rodea y utilizar la información que recogemos para lograr el cambio.
Por lo tanto, puede pensarse que la inteligencia artificial simula la capacidad de pensamiento abstracto, creativo y deductivo, y particularmente la capacidad de aprender, utilizando la lógica digital y binaria de los ordenadores.
El trabajo de investigación y desarrollo en IA se divide en dos ramas. Uno está etiquetado como “IA aplicada” que utiliza estos principios de simulación del pensamiento humano para llevar a cabo una tarea específica. El otro se conoce como «IA generalizada», que busca desarrollar inteligencias de máquina que puedan dar la vuelta a cualquier tarea, al igual que una persona.
La investigación en IA especializada y aplicada ya está proporcionando avances en los campos de estudio desde la física cuántica, donde se utiliza para modelar y predecir el comportamiento de sistemas que comprenden miles de millones de partículas subatómicas, a la medicina donde se utiliza para diagnosticar pacientes a partir de datos genómicos, hasta aplicaciones para combatir la pobreza en el mundo.
En la industria, se emplea en el mundo financiero para usos que van desde la detección de fraudes hasta la mejora del servicio al cliente al predecir qué servicios necesitarán los clientes. En la fabricación, se utiliza para gestionar las fuerzas de trabajo y los procesos de producción, así como para predecir las fallas antes de que ocurran, lo que permite un mantenimiento predictivo.
En el mundo de los consumidores, cada vez más de la tecnología que estamos adoptando en nuestra vida cotidiana está siendo impulsada por la inteligencia artificial, desde asistentes de teléfonos inteligentes como Siri de Apple y el Asistente de Google de Google, hasta coches autónomos que muchos predicen que superarán en número a los coches manuales dentro de nuestras vidas.
La IA generalizada está un poco más lejos: llevar a cabo una simulación completa del cerebro humano requeriría una comprensión más completa del órgano de la que tenemos actualmente y más poder de computación de lo que comúnmente está disponible para los investigadores. Pero ese puede no ser el caso por mucho tiempo, dada la velocidad con la que la tecnología informática está evolucionando. Se está diseñando una nueva generación de tecnología de chip de computadora conocida como procesadores neuromórficos para ejecutar de manera más eficiente el código de simulador cerebral.
¿Cuáles son los desarrollos clave en AI?
Todos estos avances han sido posibles debido al enfoque en imitar los procesos de pensamiento humano. El campo de investigación que ha sido más fructífero en los últimos años es lo que se conoce como «aprendizaje automático«. De hecho, se ha vuelto tan integral para la IA contemporánea que los términos «inteligencia artificial» y «aprendizaje automático» a veces se usan indistintamente.
Sin embargo, este es un uso impreciso del lenguaje, y la mejor manera de pensarlo es que el aprendizaje automático representa el estado actual de la técnica en el campo más amplio de la IA. La base del aprendizaje automático es que, en lugar de tener que aprender a hacer todo paso a paso, las máquinas, si pueden programarse para que piensen como nosotros, pueden aprender a trabajar observando, clasificando y aprendiendo de sus errores, como hacemos nosotros.
La aplicación de la neurociencia a la arquitectura de sistemas de TI ha llevado al desarrollo de redes neuronales artificiales, y aunque el trabajo en este campo ha evolucionado durante el último medio siglo, solo recientemente han estado disponibles computadoras para hacer la tarea al día. La realidad actual para cualquiera excepto aquellos con acceso a las herramientas especializadas más caras.
Quizás el mayor factor facilitador ha sido la explosión de datos que se ha desatado desde que la sociedad dominante se fusionó con el mundo digital. Esta disponibilidad de datos, desde cosas que compartimos en redes sociales hasta datos de máquina generados por maquinaria industrial conectada, significa que las computadoras ahora tienen un universo de información disponible para ayudarlas a aprender de manera más eficiente y tomar mejores decisiones.
¿Cuál será el futuro de la Inteligencia Artificial?
Eso depende de a quién le preguntes, ¡y la respuesta variará enormemente!
Los temores reales de que el desarrollo de la inteligencia que es igual o superior al nuestro, pero que tiene la capacidad de trabajar a velocidades mucho más altas, podrían tener implicaciones negativas para el futuro de la humanidad,o no, y no solo por la ciencia ficción apocalíptica como The Matrix o El Terminator, pero respetados científicos como Stephen Hawking.
Incluso si los robots no nos erradican o nos convierten en baterías vivas, un escenario menos dramático pero todavía de pesadilla es que la automatización del trabajo (tanto mental como físico) conducirá a un cambio social profundo, tal vez para mejor, o tal vez para el peor.
Esta comprensible preocupación ha llevado a la fundación el año pasado, por una serie de gigantes tecnológicos, como Google, IBM, Microsoft, Facebook y Amazon, de la Alianza para la IA. Este grupo investigará y defenderá las implementaciones éticas de AI, y establecerá pautas para futuras investigaciones y el despliegue de robots y IA.
