Qué es la Inteligencia Artificial

Inteligencia Artificial es el uso de software y hardware para replicar el comportamiento y las habilidades intelectuales del ser humano.

Qué es la inteligencia

Primero debemos definir qué entendemos por inteligencia:

Es la habilidad de adquirir conocimiento y aplicarlo para la resolución de problemas.

Componentes de la inteligencia

• Percepción
  Obtención de información existente en nuestro contexto por medio de nuestros sentidos.
  
  
• Aprendizaje
  Procesamiento de la información obtenida, para reconocer y correlacionar objetos, imágenes, sonidos, patrones y conceptos a través de la exposición a dicha información.
  
  Esta Exposición (o aprendizaje) genera Experiencia, que se convierte en Conocimiento
  
  
• Inteligencia lingüística
  Es la capacidad de comprender y utilizar el lenguaje, en forma hablada o escrita. Lo que nos permite comunicarnos y expresar nuestras ideas, emociones o necesidades.
  
  
• Razonamiento
  Es la capacidad de evaluar de manera lógica y abstracta información nueva o existente para obtener un juicio o conclusión.
  
  
• Solución de problemas
• Es la capacidad de reconocer y analizar un problema, para posteriormente encontrar la solución más propicia para dicha situación o problema. Implica el uso de todos los componentes de la inteligencia para dar solución a una situación específica.

Qué es la inteligencia artificial

Ahora que entendemos qué es la Inteligencia, podemos explorar qué es lo que la inteligencia artificial pretende replicar.

La Inteligencia Artificial (IA / AI por sus siglas en inglés) es una herramienta tecnológica que se ha venido desarrollando desde la década de los 50’s y que en los últimos años ha avanzado enormemente. Sus alcances son tan amplios e influyentes que se volverá un hito tecnológico marcando el destino de nuestra especie.

Se han logrado desarrollar programas de computadora que replican los diferentes componentes de la inteligencia humana:

• Percepción Artificial
  Habilidad de obtener y almacenar información (texto, audio, video, cifras, imágenes)
  
  Un ejemplo de esta habilidad puede ser cualquier motor de búsqueda como Google, Bing, DuckDuckgo, etc.
  
  En estos programas el Usuario ingresa un texto, audio o imagen y el programa “interpreta” esa entrada de información, busca en sus registros y entrega los resultados correspondientes.
  
  Otro ejemplo de percepción artificial es el software de análisis de audio y video que se utiliza en las cámaras de seguridad.
  
  El programa puede “reconocer visualmente” diferentes objetos en un vídeo: Autos, personas, maletas, armas, animales, etc.  También pueden “percibir” cambios repentinos en el patrón de audio y detectar si hay algún altercado, explosión o alguien está solicitando ayuda. De igual manera, con ayuda de las cámaras térmicas, pueden percibir y almacenar la temperatura de los individuos y de los espacios.
  
  
• Aprendizaje Artificial
  Pueden analizar la información almacenada para encontrar patrones, correlaciones, causalidades, similitudes, etc.
  
  Siguiendo con los 2 ejemplos previos, el motor de búsqueda va encontrando patrones en los datos almacenados de los términos de búsqueda, por ejemplo:
  
  Temporalidad y tendencia de un término
  es decir en qué lapsos un término tiene más o menos búsquedas
  
  Correlación de términos
  Cómo es que los diferentes términos buscados se van relacionando entre ellos (“alergias/primavera/polen” o “verano/vacaciones/playa”)
  
  Una vez que el motor de búsqueda va “descubriendo“, (aprendiendo)  estos diferentes patrones en los datos, entrega resultados más exactos y relevantes. Además comienza a integrar “sugerencias” de enlaces relacionados con la búsqueda: “verano/vacaciones/playa” el motor de búsqueda integra a sus resultados, enlaces o imágenes de destinos turísticos más comunes según la geolocalización del Usuario que hizo la búsqueda con esos términos.
  
  Por su parte, el programa de análisis de audio y video, va aprendiendo el lenguaje corporal de los individuos y puede alertar cuando detecta a alguien que parece estar estresado, con un lenguaje corporal violento o con una temperatura muy alta. También ha aprendido a correlacionar eventos: puede detectar si hay algo “distinto” de lo normal, ejemplo: Si una persona, maleta u objeto permanece inmóvil por mucho tiempo, emite una alarma.
  
  
• Inteligencia lingüística
  Actualmente existen programas que “comprenden” el lenguaje y reaccionan acuerdo a la petición.
  
  Ya habíamos comentado la capacidad de identificar texto y audio de cualquier motor de búsqueda y como claro ejemplo de su inteligencia lingüística, es cuando uno escribe incorrectamente algún término, el motor de búsqueda entrega resultados con el término exacto que el Usuario escribió y sugerencias del término corregido ortográfica y fonéticamente. No solamente en el idioma original del termino ingresado, sino que en cualquier otro idioma que haya algún parecido ortográfico/fonético o correlación.
  
  Por ejemplo si en Google se busca el término “washa washa sha” (un mero ejercicio de fonética libre), el motor de búsqueda entrega:
  
  “Quizás quisiste decir: washa washa washa”
  Junto con los resultados relevantes a nuestro término; También enlista resultados de “Gua Sha” y la tendencia “washawasha” en tiktok.
  
  Quizá el ejemplo más de moda en este momento es el chatGPT de OpenAI.
  Por medio de una página web (http://www.openai.com) puedes interactuar con esta aplicación que te responderá cualquier pregunta que tengas.
  
  Puede conversar y ayudarte a realizar diferentes tareas como por ejemplo resumir algún libro, película o documento.
  
  Puedes pedirle que te ayude a revisar código de programación o lo misma aplicación puede generar código, si se lo solicitas.
  
  Dependiendo del idioma en que hagas tu petición te responderá. Actualmente puede interactuar en más de 50 idiomas.
  
  
• Razonamiento
  Las redes neuronales, son quizá el ejemplo más claro de esta habilidad de la inteligencia artificial. 
  
  Una red neuronal es un grupo de nodos o “neuronas artificiales” interconectados entre sí para recibir y emitir señales binarias, simulando la interconexión neuronal de nuestro cerebro.
  
  En esta estructura se aplica un método de “Machine Learning” (ML) en la que cada nodo responde a una pregunta y pasa la respuesta al siguiente nodo.  Un ejemplo muy simplista de esto es el juego “Adivina quién”, en donde  cada pregunta que se hace debe poderse responder con “si” o “no” Ejemplo:
  
  Pregunta 1
  El personaje es hombre (si/no)
  
  Pregunta 2
  El personaje tiene cabello largo (si/no)
  
  Pregunta 3
  El personaje usa lápiz labial (si/no)
  
  Pregunta 4
  El personaje es “X” (si/no)
  
  Por medio de este método una red neuronal “aprende” directamente de la información y determina el “camino más corto” para obtener una solución.
  
  Actualmente existen programas de AI que permiten hacer análisis de modelos matemáticos, financieros o árboles de decisión que obtienen la “función/opción más eficiente”
  
  Ejemplo específico de esto es una aplicación médica de AI en la que se ingresa la información de un paciente y por medio de redes neuronales ayuda a determinar en minutos el diagnóstico más acertado.
  
  Otro ejemplo muy famoso de red neuronal es Google Deep Learning, que encontró una manera más eficiente de multiplicación matricial, mejorando el método que se usaba desde los 70’s.
  
  
• Solución de problemas
  Quizá esta habilidad sea la última frontera de la Inteligencia Artificial, en donde se utilizan de manera integral todos los componentes. Esto es: detectar un problema, determinar la causa, elegir la solución e implementarla. Todo de manera AUTÓNOMA y en diversos contextos, tal como podemos hacer los humanos.
  

Esto nos lleva a los temas de Inteligencia Artificial Corta, Amplia y Superior, que trataremos en la próxima entrega sobre Inteligencia Artificial.