Utilizamos cookies propias y de terceros para mejorar nuestros servicios, analizar y personalizar tu navegación, mostrar publicidad y facilitarte publicidad relacionada con tus preferencias. Si sigues navegando por nuestra web, consideramos que aceptas su uso. Puedes cambiar la configuración u obtener más información aquí.

Vivir rodeados de inteligencia artificial

Inteligencia artificialcuatro.com

La inteligencia artificial (IA) está muy presente en nuestra vida diaria. Desde que nos levantamos, usamos diversas IA: para comprobar el tiempo en tu móvil, comprar un regalo, proteger tu hogar, reconocer una canción desconocida o buscar alertas sobre atascos.

La IA está generando grandes cambios en la sociedad mediante desarrollos como coches autónomos, análisis de imágenes médicas, mejores diagnósticos médicos y medicina personalizada. Y también será el eje de muchas aplicaciones y servicios del futuro. Pero para muchos continúa siendo un misterio, como apuntan Yann LeCun y Joaquin Quiñonero Candela, investigadores en IA de Facebook, en el blog de Facebook.
NO ES MAGIA, TAN SÓLO CÓDIGO
La IA es una ciencia precisa enfocada en diseñar sistemas y máquinas inteligentes basadas en lo que sabemos sobre el cerebro humano, explican los investigadores. Muchos sistemas modernos de IA utilizan redes neurales similares a las del cerebro, que pueden aprender modificando las conexiones entre unidades.
Las redes neurales modernas pueden aprender a reconocer patrones, traducir idiomas, aprender razonamiento lógico simple e incluso crear imágenes y formular ideas nuevas. Todo esto sucede a altísima velocidad mediante un grupo de programas de código diseñados para crear redes neurales con millones de unidades y miles de millones de conexiones.
En el laboratorio de Facebook Artificial Intelligence Research (FAIR) se está trabajando en hacer aprender a las máquinas a trabajar incluso mejor. Una gran parte de este trabajo es el llamado "aprendizaje profundo" que es como se refina la IA estructurando redes neurales en múltiples capas de procesado.
El uso del aprendizaje profundo puede ayudar a la IA a aprender representaciones abstractas del mundo y a mejorar el reconocimiento del habla y de objetos. También puede jugar un importante papel en el avance de la investigación en campos tan diversos como la física, la ingeniería, la biología y la medicina.
Una arquitectura de sistema de aprendizaje profundo especialmente útil es la llamada red neural circunvolucional, más conocida como ConvNet. ConvNet es un modo de conectar unidades en una red neural basada en la arquitectura del cortex visual de los humanos y los animales.
Las ConvNet son particularmente útiles para reconocer señales naturales como imágenes, vídeos, conversaciones, música e incluso texto una vez han sido entrenados con grandes bases de datos de ejemplo. Para entrenar bien una red es necesario aportar gran cantidad de imágenes que han sido etiquetadas por humanos. Las ConvNets aprenden a asociar cada imagen con su etiqueta correspondiente.
QUÉ SE PUEDE APRENDER
La IA también presenta una de las grandes preguntas para la humanidad: ¿qué es la inteligencia? La respuesta continúa siendo un misterio. Asimismo, la IA también nos trae otra gran cuestión filosófica: ¿qué se puede aprender?
Los teoremas matemáticos nos dicen que una máquina no puede aprender a hacer todas las tareas de modo eficiente. En cierto modo, las máquinas se parecen a nosotros. No obstante, las máquinas distan mucho de tener una inteligencia general similar a la humana. En IA generalmente se habla de tres tipos de aprendizaje:
-Aprendizaje de refuerzo: enfocado en el problema sobre cómo un agente debería actuar para maximizar sus beneficios, inspirado en psicología conductista. En una situación concreta la máquina elige una acción o secuencia de acciones y obtiene su beneficio, como por ejemplo ganar una partida de ajedrez.
-Aprendizaje supervisado: esencialmente se le dice a la máquina cuál es la respuesta correcta para obtener un determinado resultado; como por ejemplo, aquí está la imagen de un coche, por lo que la respuesta correcta es "coche". Esta es la técnica de entrenamiento de redes neurales y otras arquitecturas de aprendizaje de las máquinas.
-Aprendizaje sin supervisión / aprendizaje predictivo: mucho de lo que los humanos y los animales aprenden, lo hacen en las primeras horas, días, meses y años de sus vidas, y sin supervisión. Aprenden cómo funciona el mundo observando y viendo los resultados de sus acciones. Por el momento no se sabe cómo hacer esto con las máquinas, al menos no al nivel que pueden hacerlo los humanos y los animales.
TRABAJOS DEL FUTURO
A medida que la IA, el aprendizaje automático y los robots inteligentes se generalicen, habrá nuevos trabajos en fábricas, formación, ventas y mantenimiento de dichos robots. La IA y los robots harán posible la creación de nuevos servicios que hoy son difíciles de imaginar. Pero está claro que la salud y el transporte estarán entre las primeras industrias a las que transformen.
Para la gente joven, que planea sus metas laborales, la IA ofrece abundancia de oportunidades. Así que, ¿cómo nos preparamos para trabajos que todavía no existen? Los ingenieros resaltan la importancia de las matemáticas y las físicas, la ciencia computacional. Estudios de ingeniería, economía y neurociencia también son útiles, así como la filosofía y la epistemología.
El fin de estas clases no es aprender de memoria; los estudiantes deben aprender cómo transformar los datos en conocimiento. Resulta útil comprometerse con un problema relativo a la inteligencia artificial que te apasiones.
EL FUTURO
Las actividades intelectuales humanas serán llevadas a cabo en conjunción con máquinas inteligentes, de modo paulatino. La inteligencia es lo que hace a las personas humanas y la IA será una extensión de dicha cualidad.
Mientras se aprende a crear máquinas realmente inteligentes, se están descubriendo nuevas teorías, nuevos principios, métodos y algoritmos que tienen aplicaciones que ayudaran a mejorar la vida de las personas en un futuro cercano. Muchas de estas técnicas se incorporan rápidamente a productos y servicios de Facebook para entender imágenes, idiomas y mucho más.
Cuando se trata de IA en Facebook hay un objetivo a largo plazo: entender la inteligencia y construir máquinas inteligentes. Ese no es únicamente un reto tecnológico, es también una pregunta científica. ¿Qué es la inteligencia y cómo se puede reproducir en las máquinas? Esa es una tarea a fin de cuentas humana, como comentan los investigadores.
Para LeCun y Quiñonero, las respuestas ayudarán no sólo a construir máquinas inteligentes, sino también a desarrollar un mayor entendimiento acerca de cómo funciona la mente y el cerebro humano. Con suerte, esto ayudará a todos a entender mejor lo que significa ser humano.