APLICACIÓ N PRÁ CTICA
1) Aplicar la técnica del resumen
2) Realizar un mapa conceptual
¿Qué es la Inteligencia Artificial?
La Inteligencia Artificial es la capacidad que tienen las má quinas de imitar la manera en la que
los seres humanos aprenden e incluso razonan. Las má quinas aprenden a realizar tareas y a
mejorarlas a partir de la informació n que tienen, tal y como haría un humano.
Esta rama de la computació n tiene como objetivo replicar en las má quinas procesos
cognitivos. En funció n de lo que se intente replicar, hay Inteligencias Artificiales que piensan
como humanos y otras que actú an como tales, pues tienen en cuenta la emotividad y otros
aspectos similares como la creatividad.
Así, desde el comienzo de la investigació n en este campo, tras finalizar la II Guerra Mundial, lo
que han buscado los expertos es sintetizar, emular y automatizar cualquier tarea que
implique la intervenció n de la inteligencia. Esto incluye la resolució n de problemas, la
planificació n, el procesamiento del lenguaje o la interacció n entre individuos, por lo que se
trata de un á mbito con aplicaciones universales.
¿Có mo funciona una IA?
Para que la Inteligencia Artificial funcione necesita datos, por este motivo, el desarrollo de
esta tecnología ha ido de la mano de otras como Big Data, Internet de las Cosas o la red mó vil
5G. Es esa informació n la que permite crear patrones a las má quinas y sistemas (softwares)
con los que aprender.
Ademá s de esos datos, también utiliza algoritmos. Los algoritmos son una serie de
instrucciones para que las má quinas mejoren los patrones, es decir, se crean conductas
predeterminadas para manejar los datos.
Del procesamiento controlado de la informació n es de donde la IA sacará los patrones de
conducta que desarrollará con el tiempo. Así, la combinació n de algoritmos y datos hace que la
IA aprenda automá ticamente y posibilita que se enfoque en una o varias tareas específicas.
Los diferentes tipos de Inteligencia Artificial
No todas las Inteligencias Artificiales funcionan del mismo modo. Esto se debe a que hay
estrategias diferentes para su creació n y el desarrollo de las habilidades que se precisan de
ellas. Desde la Comisió n Europea señ alan dos: Software e integrada. La primera se utiliza en
asistentes virtuales, aná lisis de imá genes, motores de bú squeda o sistemas de reconocimiento
de voz y rostro. La segunda está ligada al IoT, robots, drones y coches autó nomos.
Hay otras clasificaciones, segú n se basen en funcionalidades y el desarrollo de capacidades.
Aquí se incluye el Machine Learning, ya que tiene importantes peculiaridades. Estas son las
claves de cada IA:
Basada en funcionalidades: Se trata de inteligencias que son capaces de asumir
problemas o retos, pero que no pueden aprender de sus acciones del pasado, así que
son má s limitadas. Por poner un ejemplo, la famosa Deep Blue de IBM entraría dentro
de este grupo.
Basada en capacidades: Estas inteligencias cuentan con memorias que les dan la
oportunidad de aprender automá ticamente de sus propias conductas pasadas. En
consecuencia, es el campo má s desarrollado en la actualidad. De hecho, las conocidas
como Artificial Super Intelligence han demostrado superar a los humanos en diversos
aspectos.
Machine Learning (ML): Má s que un tipo de inteligencia artificial en sí mismo,
consiste en la forma en la que aprende la IA. Si existe ML, entonces el aprendizaje lo
lleva a cabo el propio sistema de manera autó noma sin que haya intervenció n humana.
Es algo que parece complejo, pero ya funciona en sistemas que anticipan las
preferencias en el consumo de individuos en muchos á mbitos. Sin embargo, la má s
conocida (y quizá compleja) es la de Arend Hintze, profesor de Biología Integrada y
Ciencias de la Computació n de la Universidad de la Michigan que habla de má quinas
reactivas, má quinas con memoria limitada, teoría de la mente e inteligencia con
autoconciencia, o conciencia de sí misma. Esta ú ltima es la que está má s lejos de ser
desarrollada, pero a la vez es el reto mayor.
