Inteligencia artificial

La inteligencia artificial ya está en boca de todos, pero poca gente sabe lo que es. ¿Cómo funciona? ¿Hasta dónde puede llegar? ¿Cuáles son sus limitaciones?

Uno de los padres de la inteligencia artificial, Marvin Lee Minsky, estaba convencido de que la IA salvaría la humanidad. Pero también profetizó en 1970: "Cuando los ordenadores tomen el control, quizá ya no lo podamos volver a recuperar. Sobreviviremos mientras ellos nos toleren."

¿Qué significa la inteligencia artificial?

En su forma más simple, la IA es el intento de imitar la inteligencia humana usando un robot o un software. Existen muchas ramificaciones. Stuart Russell y Peter Norvig diferenciaron varios tipos, en 2009: sistemas que piensan como humanos como las redes neuronales artificiales, sistemas que actúan como humanos, como los robots. Sistemas que usan la lógica racional, como los sistemas expertos, y sistemas que actúan racionalmente, como los agentes inteligentes.

Aunque es un concepto que se ha puesto de moda en los últimos años, la inteligencia artificial no es algo nuevo. Hace 2.300 años, Aristóteles ya intentaba convertir en reglas la mecánica del pensamiento humano, y desde los tiempos de Leonardo Da Vinci los sabios han intentado construir máquinas que se comporten como humanos.

En 1936, se inició el proceso de la inteligencia artificial moderna. Básicamente, la inventó Alan Turing, el experto matemático que descifró los códigos secretos nazis de la mítica máquina Enigma.

En 1936 Alan Turing publicó su concepto de máquina universal, que básicamente describía lo que era un algoritmo informático, y un ordenador. En 1950 formalizó el inicio de la Inteligencia Artificial con su Test de Turing, una prueba que define si una máquina es o no inteligente. Si un humano y una IA se enfrentan a las preguntas de un interrogador y ese interrogador no puede distinguir si las respuestas provienen del humano o de la IA, entonces la IA es inteligente. En 2014, una IA superó el Test de Turing por primera vez.

En 1956 expertos como John McCarthy, Newell, Simon o Marvin Minsky, usaron por primera vez el término "inteligencia artificial" es una conferencia en Dartmouth (Estados Unidos). El verdadero auge de la inteligencia artificial llegó cuando comenzaron a aparecer ordenadores potentes y baratos, capaces de experimentar con la IA a un nivel global y cotidiano.

Primero aparecieron los agentes inteligentes, entidades capaces de dar una respuesta analizando los datos según una regla, o los populares chatbots que eran capaces de mantener una conversación como un humano. El más famoso de todos fue A.L.I.C.E. el más real en los primeros años de milenio. 

Su descendiente más actual es Mitsuku, que ha sido galardonado con el premio Loebner al mejor chatbot del mundo en 2013, 2016, 2017 y 2018.

Chatbot Mitsuku

Derrota de Kaspárov contra Deep Blue

En 1997, el ordenador Deep Blue de IBM venció en una partida de ajedrez al que por aquel entonces era el mejor jugador de la historia, Gary Kaspárov. Así, se inició una tradición en la que sucesivos ordenadores dotados de inteligencia artificial han vencido a los mejores jugadores. El más popular actualmente es Deep Mind de Google, capaz de vencer juegos mucho más complejos que el ajedrez desde Starcraft II al milenario GO.

¿Cómo funciona?

1. Debe aprender a realizar una tarea. 
2. Empezar entrenamiento: aprenderá lo que falla y lo que acierta y mejorará. 
3. Será capaz de trabajar sola.

Esta estructura es común para las IAs que tienen que realizar tareas mecánicas y repetitivas.

Tipos de IAs

• Aprendizaje automático (Machine Learning):
  Es la capacidad de una IA, un software o un robot para aprender por su cuenta. Este aprendizaje sigue la estructura anterior. Suele ser supervisado o no supervisado. En el primer caso, hay un humano que le dice que hace bien o mal. En el no supervisado, es la propia IA la que tiene que aprender a descubrir lo que hace bien y lo que hace mal, en función de unas reglas. Se usa en asistentes virtuales, videojuegos...

• Aprendizaje profundo (Deep Learning):

Su objetivo es abarcar y procesar más datos al mismo tiempo. Usa redes neuronales para aprender usando capas de información cada vez más abstractas.  Comienza con información sencilla, pero irá añadiendo capas cada vez más abstractas y generales, hasta que al final pueda responder a la pregunta planteada. Es esencial para trabajar con el Big Data o grandes cantidades de datos.

Machine learning y deep learning

• Sistema experto:

Es una IA que intenta emular a un experto humano en una determinada materia, desde un trabajador del servicio técnico a un recepcionista. 

• Redes neuronales:

Intentan copiar el comportamiento de las neuronas. Una neurona artificial es una entidad que recibe unos datos de entrada, les aplica una serie de operaciones matemáticas y una función de activación (una fórmula 

matemática), y genera un resultado. Es un mecanismo sencillo, pero la complejidad llega cuando millones de neuronas trabajan en paralelo para crear Redes Neuronales Artificiales. Lo que las diferencia de un programa informático es que no siguen órdenes, sino que se asocian entre sí y cambian su entradas y salidas mediante el aprendizaje y error, según la tarea encomendada.

Es adecuado para tareas en las que haya que reconocer un patrón o asociar ideas. Se usan en control de robots o reconocimiento de imágenes.

Está claro que la inteligencia artificial va a cambiar el mundo aún más profundamente, pero, ¿estamos preparados?