¿QUÉ ES?

🔍 ¿Qué es la Inteligencia Artificial?🔍 

La inteligencia artificial es la habilidad de una máquina de presentar las mismas capacidades que los seres humanos:

• El razonamiento
• El aprendizaje
• La creatividad  
• La capacidad de planear. 

Esto permite que los sistemas tecnológicos perciban su entorno, se relacionen con él, resuelvan problemas y actúen con un fin específico. La máquina recibe datos (ya preparados o recopilados a través de sus propios sensores, por ejemplo, una cámara), los procesa y responde a ellos.

Los sistemas de IA son capaces de adaptar su comportamiento en cierta medida, analizar los efectos de acciones previas y de trabajar de manera autónoma. 

Ejemplos:

Software: asistentes virtuales, software de análisis de imágenes, motores de búsqueda, sistemas de reconomiento de voz y rostro

Inteligencia artificial integrada: robots, drones, vehículos autónomos, Internet de las Cosas

Aquí les dejo un vídeo que explica qué es la inteligencia artificial en 5 minutos:

A pesar de lo común que es hoy la inteligencia artificial, comprender la IA y su terminología puede resultar difícil porque muchos de los términos se utilizan indistintamente y aunque en realidad son intercambiables en algunos casos, en otros no lo son. 

¿Cuál es la diferencia entre inteligencia artificial y machine learning? ¿Entre machine learning y deep learning? ¿Entre reconocimiento de voz y procesamiento de lenguaje natural? ¿Entre IA débil e IA fuerte? En este apartado del blog te ayudaremos a clasificar estos y otros términos para comprender los aspectos básicos del funcionamiento de la IA.

Inteligencia artificial vs machine learning vs deep learning

La forma más fácil de comprender la relación entre inteligencia artificial, machine learning y deep learning es la siguiente:

Piense en inteligencia artificial como todo el universo de la tecnología informática que presenta algo remotamente parecido a la inteligencia humana. Los sistemas de IA pueden incluir cualquier cosa, desde un sistema experto (una aplicación de resolución de problemas que toma decisiones basadas en reglas complejas o lógica condicional) hasta algo como el equivalente al personaje de ficción de Pixar Wall-E, un ordenador que desarrolla la inteligencia, la voluntad propia y las emociones de un ser humano.  

Machine learning es un subconjunto de la aplicación de IA que aprende por sí mismo. Realmente se reprograma solo, a medida que digiere más datos, para realizar la tarea específica para la cual ha sido diseñado con una precisión cada vez mayor. 

Deep learning es un subconjunto de aplicación de machine learning que se enseña a sí mismo a realizar una tarea específica con una precisión cada vez mayor, sin intervención humana.

Machine learning

Las aplicaciones de machine learning se basan en una red neuronal,  que es una red de cálculos algorítmicos que intenta imitar la percepción y el proceso de pensamiento del cerebro humano. En esencia, una red neuronal consiste en lo siguiente:

• Un nivel de entrada, donde los datos entran en la red.

• Al menos un nivel oculto, donde los algoritmos de machine learning procesan las entradas y aplican ponderaciones, sesgos y umbrales a las entradas

• Una capa de salida, donde se generan varias conclusiones, en las que la red tiene varios grados de confianza.

Se basan en redes neuronales artificiales con una sola capa oculta. Estos modelos se alimentan de datos etiquetados, datos mejorados con etiquetas que identifican sus características de una manera que ayuda al modelo a identificar y comprender los datos. Son capaces de realizar aprendizaje supervisado (es decir, aprendizaje que requiere supervisión humana), como un ajuste periódico de los algoritmos en el modelo.

Deep learning

Los modelos de deep learning se basan en redes neuronales profundas, que son redes neuronales con múltiples capas ocultas, cada una de las cuales refina aún más las conclusiones de la capa anterior. Este movimiento de cálculos a través de las capas ocultas hasta la capa de salida se llama propagación hacia adelante. Otro proceso, llamado retropropagación, identifica errores en los cálculos, les asigna ponderaciones y los envía de nuevo a capas anteriores para refinar o entrenar el modelo.

Mientras que algunos modelos de deep learning funcionan con datos etiquetados, muchos pueden trabajar con datos no etiquetados. Los modelos de deep learning también son capaces de realizar aprendizaje no supervisado, es decir, detectar características y patrones en los datos con el mínimo de supervisión humana.

Una simple ilustración de la diferencia entre deep learning y otro machine learning es la diferencia entre Siri de Apple o Alexa de Amazon (que reconocen mandatos de voz sin entrenamiento) y las aplicaciones de voz a texto de hace una década, que requerían que los usuarios "entrenaran" el programa (y etiquetaran los datos) diciéndole al sistema miles de palabras antes de su uso. Pero los modelos de deep learning permiten aplicaciones mucho más sofisticadas, que incluyen sistemas de reconocimiento de imágenes que pueden identificar objetos cotidianos con mayor rapidez y precisión que las personas.

Tipos de inteligencia artificial

La IA débil es una inteligencia artificial entrenada y centrada en realizar tareas específicas. Es la que predomina en nuestro entorno. "Estrecha" es un descriptor más preciso para esta IA, porque es cualquier cosa menos débil, ya que permite algunas aplicaciones verdaderamente impresionantes, como Siri de Apple y Alexa de Amazon, el sistema de IBM Watson que ganó a competidores humanos en el concurso de televisión Jeopardy y los coches de conducción autónoma.

Mientras que la IA fuerte es la inteligencia artificial que replica más plenamente la autonomía del cerebro humano. Puede resolver muchos tipos o clases de problemas e incluso elegir los problemas que quiere resolver sin intervención humana. La IA fuerte es todavía completamente teórica, sin ejemplos prácticos en uso actualmente. Pero eso no significa que los investigadores no estén también explorando la súper inteligencia artificial, que es inteligencia artificial superior a la inteligencia o capacidad humana. 

🟢VENTAJAS DE LA INTELIGENCIA ARTIFICIAL

Disponibilidad permanente: Puesto que los sistemas informáticos no tienen las mismas necesidades biológicas que las personas, un sistema inteligente puede funcionar durante todo el día sin interrupciones.

Comunicación a gran escala: Con el uso de bots y agentes virtuales, las empresas pueden proporcionar asesoramiento y soporte técnico a más personas en más lugares a la vez.

Automatización de tareas repetitivas: El uso de la inteligencia artificial para realizar tareas repetitivas y que requieren mucho tiempo ayuda al personal de su empresa a centrarse en un trabajo más estratégico e impactante.

Decisiones más rápidas y precisas: La inteligencia artificial reduce el error humano, por lo que es muy útil para las decisiones que se basan principalmente en datos y que implican muchos cálculos complejos.

Recomendaciones más pertinentes: La inteligencia artificial le ayuda a proporcionar recomendaciones y sugerencias más pertinentes a sus clientes, en función de sus intereses y hábitos.