Una nueva era en inteligencia artificial

Hoy en día, los expertos consideran a la inteligencia artificial como un factor de producción que tiene el potencial de introducir nuevas fuentes de crecimiento, cambiando así la forma en que se realiza el trabajo en todas las cuestiones industriales.

“El ritmo de progreso en la inteligencia artificial (no me refiero a la IA estrecha) es increíblemente rápido. A menos que tengas exposición directa a grupos como Deepmind, no tienes idea de lo rápido que está creciendo a un ritmo cercano al exponencial”, declaró Elon Musk, CEO de Tesla y de SpaceX.

¿Qué es?
La inteligencia artificial es un método para hacer que una computadora, un robot controlado por computadora o un ‘software’ piensen inteligentemente, como la mente humana; se logra estudiando los patrones del cerebro humano y analizando el proceso cognitivo: el resultado de estos estudios desarrolla programas y sistemas inteligentes.

¿Cómo funciona?
A través de la fusión de grandes algoritmos de procesamiento iterativo e inteligente: esta combinación permite que la IA aprenda de patrones y características en los datos analizados.
Cada vez que un sistema de inteligencia artificial realiza una ronda de procesamiento de datos, prueba y mide su desempeño, usando los resultados para desarrollar experiencia adicional.

Habilidades
La inteligencia artificial prioriza básicamente tres habilidades cognitivas de aprendizaje, razonamiento y autocorrección, las cuales el cerebro humano posee en un grado u otro; en el contexto de la IA, el aprendizaje se define como la adquisición de información y las reglas necesarias para usar esa información.

Mientras tanto, el razonamiento implica usar las reglas de información para llegar a conclusiones definitivas o aproximadas, y la autocorrección es el proceso de ajustar continuamente los algoritmos de IA y garantizar que ofrezcan los resultados más precisos posibles.

Clasificación
Puramente reactiva: estas máquinas no tienen memoria ni datos para trabajar, especializándose en un solo campo de trabajo, por ejemplo: en un juego de ajedrez, la máquina observa los movimientos y toma la mejor decisión posible para ganar.

Memoria limitada: recopila datos anteriores y continúa añadiéndolos a su memoria; tiene suficiente memoria o experiencia para tomar decisiones adecuadas, pero es mínima: esta máquina puede sugerir un restaurante en función de los datos de ubicación que se ha recopilado.

Teoría de la mente: este tipo de IA puede comprender pensamientos y emociones, así como interactuar socialmente, sin embargo, aún no se ha construido una máquina basada en este tipo.

Consciente de sí misma: las máquinas autoconscientes son la futura generación de estas nuevas tecnologías: serán inteligentes, sensibles y conscientes.

Aplicaciones
Aprendizaje automático: es lo que le da a la IA la capacidad de aprender; esto se hace mediante el uso de algoritmos para descubrir patrones y generar información a partir de los datos a los que están expuestos.

Aprendizaje profundo: se trata de una subcategoría del aprendizaje automático, que proporciona a la IA la capacidad de imitar la red neuronal del cerebro humano; puede dar sentido a patrones, ruido y fuentes de confusión en los datos.

Línea del tiempo
1956: John McCarthy acuñó el término "inteligencia artificial" y celebró la primera conferencia sobre el tema.

1969: “Shakey” fue el primer robot móvil de propósito general construido; ahora puede hacer cosas con un propósito en lugar de sólo seguir una lista de instrucciones.

1997: Se diseñó la supercomputadora “Deep Blue” y derrotó al campeón mundial de ajedrez en un partido. Fue un gran hito de IBM crear esta gran computadora.

2002: Se creó la primera aspiradora robótica comercialmente exitosa.

2005-2019: Reconocimiento de voz, automatización de procesos robóticos (RPA), un robot que baila, hogares inteligentes y otras innovaciones hicieron su debut.

2020: Baidu lanzó el algoritmo LinearFold AI a los equipos médicos, científicos y médicos que desarrollaron vacunas durante las primeras etapas de la pandemia del SARS-CoV-2 (covid-19). El algoritmo puede predecir la secuencia de ARN del virus en sólo 27 segundos, 120 veces más rápido que otros métodos.