La irrupción de la Inteligencia Artificial (IA) en los últimos meses ha llevado al uso frecuente de definiciones genéricas que muchas veces no se ajustan a los elementos o características específicas de esta tecnología, la cual se divide en diferentes subcampos y técnicas.
🤔 ¿Qué entendemos por el término IA?
Una IA es un sistema capaz de realizar tareas que normalmente requerirían de inteligencia humana, como conducir o hablar. Hay numerosos ejemplos de IA que han estado presentes durante varios años y que podrías estar utilizando a diario sin darte cuenta.
A continuación te pongo algunos ejemplos comunes de IA:
- 🏋️Entrenamiento de IA por parte de los usuarios
El Captcha es una herramienta que no solo permite esquivar bots (máquinas automatizadas) como medida de seguridad, sino que también ayuda a entrenar sistemas de IA para que aprendan a reconocer objetos.
- 🤘🏻Recomendaciones de música
Spotify, al igual que otras plataformas, utiliza IA para recomendar música según tus preferencias. Su modelo aprende de tus gustos y preferencias para desarrollar mejores listas de reproducción. Datos como la duración de una canción, el tono o género ayudan a sugerir mejor las canciones.
- 🧑🏻💻Atención al Cliente – Bots
Los bots de atención al usuario o cliente están bastante generalizados. Los encontramos en páginas web para obtener respuestas sencillas y rápidas.
🧐¿Qué diferencia hay entre sistema, modelo y algoritmo?
Uno de los errores más habituales es confundir los términos de sistema y modelo. El primer paso para comprender esta tecnología es entender su funcionamiento y estructura.
- 💾Sistema de IA
Es la plataforma que integra uno o más modelos de IA así como los componentes de software y hardware necesarios para su funcionamiento y ejecución de modelos. Incluye las bases de datos, los servidores, las interfaces de usuarios, y en general toda la estructura de red. Existen diferentes tipos en función capacidad: débil, fuerte o súper.
Por ahora, todas las plataformas de IA que existen se encajan en la IA de Tipo Débil aunque hay quienes creen que ChatGPT pronto alcanzará una capacidad general. Sin embargo, aún no se puede considerar así.
- 🧠Modelo
Es una estructura matemática diseñada para realizar tareas especificas imitando algún aspecto de inteligencia humana. Se entrena con un conjunto de ****datos ****para aprender patrones, tomar decisiones o predecir. Existen de diferentes tipos: de aprendizaje automático (conocido como machine learning), de procesamiento de lenguaje natural (conocido como NLP), de aprendizaje profundo (Deep Learning) entre otros.
Por ejemplo, el Deep Learning es un modelo de IA que aprende imitando el cerebro humano a través de técnicas neuronales. Seria un aprendizaje muy similar al de los humanos. Imagina un niño que está aprendiendo a hablar: asocia palabras con conceptos construyendo imágenes mentales para entender lo que dice.
Para poder asociar la palabra con un concepto lo primero que hará es construir imágenes propias. Si está aprendiendo qué es un coche, normalmente lo que hará es identificar distintos elementos del concepto (ruedas, volante, etc) para saber cuando decir coche y cuando no. Esto significa que el niño aprendería no solo a saber qué es un coche sino también qué esta formado por elementos y también a saber qué es una rueda, y un volante.
De manera similar, el Deep Learning crea un conjunto de características (como ruedas y volantes en el ejemplo de un coche) y mediante estas crea un modelo predictivo buscando patrones de píxeles. Cuando se repiten, lo etiqueta como un coche. Así, el Deep Learning imita el cerebro al dar significado a muchos datos y convertirlos en información relevante para un tarea o proceso determinado. Un modelo de Deep Learning puede representarse mediante una red neuronal formado por diferentes capas o nodos (layers) que se superponen y conectan para dar un valor probabilístico en función de lo que considera que más se ajusta. Ejemplo:
- 🔣Algoritmo
Por último el algoritmo es una fórmula matemática que realiza el cálculo y análisis de los datos para entrenar el modelo. Serían las “reglas” o “instrucciones” que definen los programadores dentro de los modelos para que funcionen. También existen de diferentes tipos: supervisado, no supervisado, semi – supervisado, y por refuerzo.
