Desde hace unos años, las empresas nos hablan continuamente de la Inteligencia Artificial que introducen en sus servicios, aplicaciones y procesadores. No obstante, aunque lleven el mismo nombre, gracias a Dios, la Inteligencia Artificial de nuestra lavadora (por motivos que se nos escapan) y de nuestro smartphone no está tan desarrollada como para hacer que reflexionen sobre su existencia y nuestro poder sobre ellos. Por ahora…
Como ya te contamos en el artículo sobre el USB de desarrollo de IA Intel Movidius, la Inteligencia Artificial ha venido para quedarse y ayudarnos a resolver problemas del día a día. Pero, ¿qué es exactamente la Inteligencia Artificial?
El gif que ves arriba muestra de forma muy simplificada cómo funciona una red neuronal profunda. Estos sistemas necesita de un duro entrenamiento para luego ser capaces de, por ejemplo, reconocer imágenes, optimizar soluciones o simplemente aprender más. En esencia es un conjunto de algoritmos que podríamos categorizarlo como IAs y que pertenecen al campo del Deep Learning (Aprendizaje Profundo).
Índice de contenidos
Hoy día, la Inteligencia Artificial no conforma intrincados sistemas mixtos de tecnología con una conciencia como se suele ver en las obras de ciencia ficción. La que creamos cae más bien en la definición de complejos algoritmos que devuelven unos resultados en función de las entradas y las órdenes que se les ha enseñado. Aunque esa es solo una de las acepciones que hay.
Existen diferentes formas de entender las Inteligencias Artificiales, pero podríamos dividirla en cuatro grandes grupos:
Complejos sistemas informáticos con conciencia propia que piensan y deciden según su deseo y superan las características para lo que fueron programados (Ghost in the Shell). Aún no está a nuestro alcance y ni siquiera sabemos si será posible en un futuro, así que no hay demasiado que comentar.
No es lo mismo pensar como un humano, que simular que actúas como un humano. Hoy día creamos algunos sistemas como estos donde se introduce aleatoriedad y funciones concretas para dar la sensación de que la Inteligencia piensa como una persona.
En los videojuegos vemos esto continuamente, ya que los enemigos controlados por la máquina a menudo buscan simular comportamientos propios de humanos. Separado de los videojuegos se ha conseguido que una Inteligencia Artificial pueda escribir con imperfecciones e irregularidades como lo haría una persona.
Posiblemente la versión más común de esta tecnología a día de hoy. Decimos que piensan de forma racional ya que les damos las herramientas para ofrecer resultados eficientes y con sentido. Son capaces de adaptarse al medio en el que están con facilidad, aunque están lejos de pensar por sí mismas.
Un ejemplo de ello son las Inteligencias Artificiales que juegan a videojuegos como AlphaStar (StarCraft II) o AlphaZero (ajedrez, shogi y go). Estas máquinas son incluso capaces de pelear a contrincantes humanos y ya han vencido a algún que otro campeón mundial.
Dado que ‘actúan’ descubrimos que no procesan los datos que les pasamos, solamente aparentan pensar racionalmente. Esta es la versión más simplista de esta tecnología y es una etapa que ya hemos superado ampliamente. Algunos sistemas informáticos recurren a esta tecnología, ya que es mucho más sencilla de programar y sus labor suele ser simple.
Por ejemplo, las máquinas que reciben llamadas y te guían por sus opciones o los asistentes inteligentes de páginas web, los cuales te suelen preguntar para recomendarte soluciones relacionadas.
Teniendo ya una imagen aceptable de cómo se distribuyen las Inteligencias según cómo de compleja sean, vamos a echarle al corazón del asunto.
Una de las formas de programar Inteligencia Artificial es manejando los datos como unas unidades imaginarias llamadas tensores. Los tensores son una unidad algebraica compleja (de escalares, vectores y matrices) que requiere de conocimiento en matemáticas para trabajar correctamente con ellos. En consecuencia, el rendimiento de las aplicaciones IA será tan bueno como bien se hayan realizado la manipulaciones matemáticas de los datos.
Para expandir el desarrollo de este tipo de software muchos grupos han creado y abierto al público sus librerías de código para cooperar y crear, junto a la comunidad, sistemas más inteligentes. TensorFlow de Google, CNTK de Microsoft, Theano, Caffe2 y Keras son algunos de los ejemplos más relevantes. Cada una de las librerías enfoca el problema de diferentes ángulos y gracias a ello tenemos a nuestra disposición el desarrollo de IA en diferentes niveles de abstracción.
Si no sabes qué son los niveles de abstracción, es un sistema que mide cómo de cercano es un lenguaje informático al lenguaje hablado. Cuanto más alto es un nivel de abstracción más se parece a un idioma humano y cuanto más bajo, más a código máquina, es decir, ese mundo que funciona solamente con ceros y unos.
Está claro que todo software se ejecuta dentro de un hardware, sin embargo, es fácil caer en la ilusión de que la nube puede con todo, pero la realidad no es tan dulce. Según cómo se optimice el código, se podrá dar el caso en el que la IA trabaje en local (en el smartphone, PC o dispositivo del Internet of Things). O se podrá dejar que los dispositivos envíen los cálculos a los servidores, lo procesen y estos devuelvan el resultado.
En muchos casos se intenta que sea el «pequeño» dispositivo el que realice en local gran parte de los cálculos y envíe al servidor sólo una parte del problema, ahorrando así muchos costes de gestión del servicio.
Sabemos que pensar en el futuro de esto es algo muy interesante y para algunos incluso excitante, pero no hace falta que te vayas tan hacia adelante para ver los primeros frutos. ¿Dónde podemos encontrar rastros de Inteligencia Artificial en la sociedad actual?
Puede parecer pasar desapercibida, pero nos rodea por todos lados. Comenzando por los dispositivos domésticos, los nuevos móviles a menudo tienen incorporados pequeños sistemas que llaman Inteligencia Artificial que te ayuda a hacer mejores fotos. Enfocan selectivamente, post-procesan las imágenes para que se vean más nítidas, coloridas o contrastadas. Algunas hasta son capaces de reconocer los objetos que capturamos y ofrecernos búsquedas relacionadas.
En este campo también destaca la compañera que está a un ‘OK Google’ de distancia, la cual aprende de cada cosa que le decimos y es capaz de procesar infinidad de peticiones. Si bien podemos encontrarle ‘maquinadas’ muy fácilmente (como no poder mantener una conversación), no podemos desestimar el trabajo duro que sabemos que lleva detrás.
También hemos de hablar de la inminente conducción autónoma. Coches como los Tesla ya ofrecen esas alternativas controladas por IA en algunos países. Estos sistemas son capaces de capturar el entorno alrededor del coche, procesar las prohibiciones, peligros y demás y conducir en consecuencia con seguridad.
Aunque no necesitamos irnos a niveles tan elevados de Inteligencia en el mundo del automóvil. Podemos ver que algunos coches presentan ya sistemas tan interesantes como la detección de parado de emergencia o el aparcado automático.
A estas alturas ya puedes estar pensando que la IA está por todos lados y que en cualquier momento se rebelan, pero estate tranquilo, tu tostadora no te va a asesinar mientras duermes. Lo que sí podemos confirmarte es que esta tecnología controla más de lo que tú crees y es responsable de muchas de las tendencias en la sociedad.
Youtube, Twitter, los anuncios de Google… Todo esto está controlado en cierta parte por la configuración que le hayas indicado, pero también por Inteligencias Artificiales que deciden qué mostrarte. ¿Te suena un mensaje similar a: «quiero compartir mis datos con Google para que me ofrezca anuncios que me puedan interesar»?
¿Cómo funciona esto? Pues verás, en función a lo que consumes en Internet, se crea un perfil con tus gustos y se te relaciona con otras muchas personas. Cuando los servicios de Internet necesitan mostrarte algo, recurren a este perfil formado por millones de individuos para estimar qué te puede interesar.
Esta forma de analizar ingentes cantidades de datos (Big Data) usando IAs está tomando mucha fuerza y están apareciendo carreras por todo el mundo dispuestas a preparar al futuro sobre este tema. Como entenderás, los datos que los usuarios usan se cuentan por TeraBytes a cada segundo, por lo que una persona no es capaz de analizarlos todos. Aquí es donde la Inteligencia Artificial trabaja con los datos y son las personas quienes la usan para realizar estimaciones y demás usando, por ejemplo, la estadística.
Vamos a navegar un poco en el mundo del videojuego para comprender un poco mejor el Deep Learning, ya que las IAs se ha introducido en el campo de los videojuegos tanto como jugador (como hemos mencionado antes), como de programador y diseñador. Si seguís los avances de la industria, NVIDIA ha estado ganado notoriedad por diferentes tecnologías entre los que se encuentra su sistema DLSS (Deep Learning Super Sampling), una Inteligencia Artificial que es capaz de re-escalar imágenes.
La función del DLSS es transformar una imagen de FullHD (1080p) a UltraHD (4k) para poder jugar a los títulos más exigentes con tasas de fotogramas mejores. Al principio, los usuarios se quejaban de que las imágenes se veían borrosas y desenfocadas, pero apenas unos meses después los resultandos son estupendos.
Esto es gracias al Deep Learning, sistema mediante el cual la Inteligencia Artificial aprende con práctica y error. En el caso del DLSS, la Inteligencia de NVIDIA estuvo analizando sin parar imágenes en resolución UltraHD e intentando recrearlas usando como base una imagen a FullHD. En otras palabras, es como si te diesen una cuarta parte de una imagen y tuvieses que rellenar los huecos que no conoces. El Deep Learning es un tipo de sistema perteneciente a lo que se llama Machine Learning o Aprendizaje Automático en español.
El Machine Learning podríamos catalogarlo como la piedra base de la Inteligencia Artificial. Se trata de diferentes conjuntos de algoritmos que suelen ser usados para que las máquinas aprendan tareas, entre otras cosas. Por ejemplo, reconocer una imagen, jugar al ajedrez o detectar estados ánimo son retos que pueden aprender y en función del reto se usan distintos tipos de algoritmos.
Se dice que el Machine Learning es el conjunto de algoritmos que permiten a una máquina aprender de la experiencia que va acumulando. Por otro lado, el Deep Learning se centra al aprendizaje con entradas heterogéneas. Ambas disciplinas están siendo desarrolladas y estudiadas con energía puesto que el futuro de la Inteligencia Artificial es incierto.
Desde nuestra perspectiva, las posibilidades de la Inteligencia Artificial parecen infinitas. Aún no sabemos cuál es nuestro límite y ya estamos trabajando en crear a otro ser parecido a nosotros, pero, ¿qué podemos esperar en un futuro?
Nada de lo que comentaremos se puede dar por cierto, pero son afirmaciones basadas en ciertos argumentos sacados principalmente de observar cómo han ido evolucionando estas máquinas.
Primero de todo parece ineludible que avanzamos hacia un mundo dominado por el Internet, por lo que cada vez las IAs tendrán más relevancia y poder sobre el medio. No es algo que deba asustarnos, puesto que este es el único modo con el que podríamos asegurar el mantenimiento de la plataforma. Con esto podríamos surfear la web en un espacio algo más vigilado, pero a la vez mucho más seguro. Como primeros pioneros de esto tenemos los bots de Facebook que analizan y estiman si te recorren pensamientos suicidas y si lo detectan contactan contigo.
Asimismo, en el mundo físico, los coches autónomos y asistidos serán cada vez más dominantes hasta el momento en el que conducir sea algo solo recreativo. Quizás el cambio no ocurre hasta dentro de una centena, pero el cambio ocurrirá.
Otro cambio que también está pronosticado es el intercambio de trabajo duro por máquinas. Es una revolución a la que muchos temen, pero parece inevitable, por lo que tendremos que estar preparados.
Y aunque parezca algo propio de la ciencia ficción, es muy probable que en el futuro tengamos que buscar formas de integrar la tecnología y la Inteligencia Artificial en nuestro organismo. De hecho, el primer ciborg de la historia ya existe y se llama Neil Harbisson.
Más allá de esta orilla el mar de ideas es inmenso. ¿Quién sabe? Quizás las máquinas de una fábrica funcionen todas al unísono bajo el comando de una máquina jefe con los primitivos lenguajes machine-machine. Quizás un día el mejor especulador de bolsa será una Inteligencia Artificial o incluso el mejor motorista de motoGP.
Seguramente puede parecer un futuro extraño, aterrador, ¡pero seguro que encontramos otros problemas que intentar resolver!
¿Y tú, qué sabes sobre las IAs? ¿Estás impaciente por ver qué vendrá? Coméntanos cuáles son tus ideas sobre la Inteligencia Artificial.
Abysm es una de las muchas marcas que celebran el Black Friday a lo grande.…
YouTube se prepara para lanzar una función que va a cambiar la forma en la…
ASUS está lanzando la carcasa SSD TUF Gaming A2, que vendría a ser un dispositivo…
