Inteligencia artificial. Concepto y tipos.
Por Enrique M. Falcón
1. La llamada inteligencia artificial tiene antecedentes y apoyo en la concepción lógico -matemática de George Boole que argumenta que un razonamiento lógico puede resolverse por un sistema de ecuaciones (The laws of the thought – Las leyes del pensamiento, Dover, New York, 1978). Una segunda fase la encontramos la creación de la palabra robot, que aparece en la obra de Karel Capek en su obra de teatro R.U.R. 1921 (Robots universales de Rossum, de Robota que en checo que significa trabajo duro), palabra que luego va a tomar su propio rumbo asociándose a la idea de una máquina automática programable capaz de realizar determinadas operaciones de manera autónoma y sustituir a los seres humanos en algunas tareas, en especial las pesadas, repetitivas o peligrosas. Más tarde, en 1936 Alan Turing (que es considerado el padre de la computación moderna), publica su artículo sobre los números computables en el que introduce el concepto de algoritmo (conjunto de instrucciones finito que, mediante pasos sucesivos, lleva a la solución de un problema) y sienta las bases de la informática. Y en 1941 Konrad Zuse crea Z3, la primera computadora programable y completamente automática a la que se considera el primer ordenador de la historia moderna. Pero es recién que se empieza a hablar de inteligencia artificial en los términos que hoy la conocemos en 1956, cuando John McCarthy, Marvin Minsky y Claude Shannon acuñaron formalmente el término durante la conferencia de Dartmouth denominada “Dartmouth Summer Research Project on Artificial Intelligence” (Proyecto de investigación de verano de Dartmouth sobre inteligencia artificial –Hanover, NHYPERLINK “https://es.wikipedia.org/wiki/Nuevo_Hampshire”ewHYPERLINK “https://es.wikipedia.org/wiki/Nuevo_Hampshire” Hampshire, United States of America-). La evolución posterior fue creciendo rápidamente, pero en los últimos años se ha desarrollado de manera exponencial. No obstante veremos lo limitado del campo actual.
Ahora para poder ver prácticamente una muy limitada idea de la Inteligencia Artificial dejemos que la misma IA nos explique los temas que tenemos que tratar. Lo haremos haciendo preguntas al GPT. GPT son las siglas de “Generative Pre-trained Transformer” en inglés, que se traduce al español como “Transformador Generativo Preentrenado”. Es una familia de modelos de lenguaje desarrollada por OpenAI. La versión más conocida y avanzada, popular y gratuita que usaremos contiene datos de conocimiento hasta 2020. Este GPT es el 3, tiene un error aproximado de un 20%, pero en general depende de las preguntas cómo se le hagan. Existen modelos más avanzados que hay que pagar para usarlos. Sin perjuicio de ello nos puede informar bastante sobre lo que nos interesa y sobre sus respuestas haré algún resumen para acomodar esta cuestión a la extensión que nos proponemos.
2. Contenido de la Inteligencia artificial. El contenido de la inteligencia artificial (IA) es un campo multidisciplinario que busca desarrollar algoritmos y sistemas capaces de simular la inteligencia humana y realizar tareas que normalmente requerirían la intervención humana. El contenido es diverso y en constante evolución, impulsado por avances tecnológicos y nuevos enfoques teóricos. Los expertos en IA provienen de campos como ciencias de la computación, matemáticas, estadísticas, lingüística, psicología cognitiva y más, trabajando juntos para avanzar en esta fascinante área. A continuación, se enumeran algunos de los elementos clave que conforman el contenido de la inteligencia artificial, que son: a) el aprendizaje automático (Machine Learning), b)lasredes neuronales y Deep Learning, inspiradas en el funcionamiento del cerebro humano, c) elprocesamiento del lenguaje natural (Natural Language Processing – NLP), d)la visión por computadora (Computer Vision), e)larobótica e IA aplicada, f) los agentes Inteligentes y toma de decisiones; g) los sistemas expertos (son programas de software que utilizan una base de conocimientos específicos para realizar tareas que normalmente requerirían el juicio de un experto humano en un dominio particular, h) laIA ética y responsabilidad.
A medida que la IA se vuelve más prominente en nuestras vidas, es importante abordar cuestiones éticas y responsables relacionadas con el uso de la tecnología, como la privacidad, el sesgo algorítmico y la transparencia, el aprendizaje reforzado (Reinforcement Learning), los sistemas de recomendación
3. Big Data y Algoritmo. Pero como claramente señala Fredi Vivas (¿Cómo piensan las máquinas?, Galerna, Buenos Aires, 2022, pp. 64 y sgtes.), para comprender cómo piensan las máquinas tenemos que entender qué es el Big Data. Y ¿qué nos dice nuestro amigo PGT? El término “Big Data” se refiere a un conjunto de datos extremadamente grande y complejo que supera la capacidad de las herramientas de software tradicionales para almacenar, administrar y procesar eficientemente en un tiempo razonable. Estos datos son tan vastos y diversos que no pueden ser procesados utilizando métodos convencionales o herramientas de bases de datos tradicionales. El Big Data se caracteriza por las tres “V”: Volumen, Velocidad y Variedad: Además de las tres “V”, a veces se agregan otras características como la Veracidad (la confianza en la calidad de los datos) y la Variabilidad (la inconsistencia en la tasa de llegada de los datos). El análisis y el procesamiento de Big Data requieren tecnologías y herramientas específicas, como sistemas de almacenamiento distribuido, bases de datos NoSQL, frameworks de procesamiento en paralelo (como Hadoop y Apache Spark) y técnicas de aprendizaje automático y análisis avanzado para extraer información valiosa y tomar decisiones basadas en datos. El objetivo es obtener conocimientos y comprensión de patrones ocultos o tendencias que pueden ser útiles para mejorar la toma de decisiones en diferentes áreas, como negocios, investigación científica, salud, seguridad, marketing, entre otros.
Claro que esos datos no nos servirían si no hay una forma de recuperarlos y utilizarlos. Allí aparece el algoritmo, del cual ya hicimos una mención y sobre el que el PGT nos dice: Un algoritmo es una secuencia ordenada de instrucciones o pasos definidos que permiten resolver un problema o realizar una tarea específica. Es una serie de reglas y procedimientos que se siguen para llevar a cabo una operación o cálculo concreto, ya sea en matemáticas, ciencias de la computación, programación, ingeniería u otras áreas. Los algoritmos son utilizados en muchas disciplinas para resolver problemas de manera eficiente y sistemática. En ciencias de la computación, los algoritmos son fundamentales para el diseño y análisis de programas informáticos y sistemas. Estos pueden variar en complejidad y tamaño, desde algoritmos sencillos para sumar dos números hasta algoritmos muy complejos para procesar grandes cantidades de datos o resolver problemas de optimización. Un buen algoritmo debe ser preciso, definido sin ambigüedad, finito (debe terminar en algún momento), y debe garantizar la obtención de la solución correcta para el problema que intenta resolver. Además, se busca que sea eficiente, es decir, que requiera la menor cantidad de recursos posibles (tiempo y memoria) para completar la tarea.
4. Diferencia con la inteligencia humana. La pregunta que viene ahora se refiere en qué se diferencia nuestra inteligencia de la de las máquinas. La inteligencia humana y la inteligencia artificial son dos conceptos diferentes que se refieren a diferentes tipos de capacidad cognitiva. Aquí están algunas de las principales diferencias entre ambas: Origen: La inteligencia humana se refiere a la capacidad cognitiva que poseen los seres humanos para aprender, razonar, resolver problemas, adaptarse al entorno y tomar decisiones. Es una característica innata y se desarrolla a lo largo del tiempo mediante experiencias, educación y la interacción con el entorno. En cambio, la inteligencia artificial es una forma de inteligencia exhibida por sistemas o máquinas creadas por humanos mediante algoritmos y modelos matemáticos. No es innata y debe ser programada o entrenada para realizar tareas específicas. Naturaleza: La inteligencia humana es orgánica y está basada en el cerebro y su complejidad biológica. La inteligencia artificial es sintética y se basa en circuitos electrónicos y algoritmos. Capacidad de aprendizaje: Los seres humanos tienen la capacidad de aprender de una amplia variedad de fuentes y adaptarse a nuevas situaciones mediante la experiencia y el razonamiento. La inteligencia artificial también puede aprender, pero generalmente se basa en datos y se mejora mediante técnicas como el aprendizaje automático (machine learning) o el aprendizaje profundo (deep learning). Creatividad y empatía: La inteligencia humana puede exhibir creatividad, imaginación, emociones y empatía hacia otros seres humanos. Hasta ahora, la inteligencia artificial no ha alcanzado un nivel comparativo en estas áreas y generalmente carece de verdadera conciencia o emociones.
Pero hay limitaciones: La inteligencia humana puede resolver problemas complejos, adaptarse a escenarios cambiantes y aplicar conocimientos en contextos diversos. La inteligencia artificial tiene limitaciones y está diseñada para tareas específicas o dominios concretos, a menos que se diseñe de manera general para enfrentar múltiples tareas (inteligencia artificial general, AGI), lo cual sigue siendo un objetivo en desarrollo. A pesar de estas diferencias, la inteligencia artificial ha demostrado ser muy útil en áreas como el procesamiento de datos, el análisis de patrones, la toma de decisiones en ciertos contextos y la automatización de tareas, mientras que la inteligencia humana sigue siendo esencial para tareas que requieren creatividad, juicio ético, comprensión emocional y razonamiento abstracto. Ambas formas de inteligencia pueden complementarse y trabajar juntas para resolver problemas complejos y mejorar la calidad de vida de las personas.
5. IA débil e IA fuerte o general. Ahora ¿en qué estadio de la evolución de la IA estamos? Pues bien, hay que distinguir entre la IA débil y la fuerte o general. Quien introdujo esta distinción entre fue el filósofo John Searle en un artículo crítico con la IA publicado en 1980 (SEARLE, J. R., Minds, Brains, and Programs, Behavioral ond Brain Sciences, 1980-3). Sobre el particular PGT nos informa al respecto: La distinción entre “Inteligencia Artificial Débil” (Weak AI) e “Inteligencia Artificial Fuerte” (Strong AI) se refiere a dos enfoques diferentes en el campo de la inteligencia artificial. Inteligencia Artificial Débil (Weak AI): La inteligencia artificial débil se refiere a sistemas de inteligencia artificial diseñados para realizar tareas específicas y limitadas. Estos sistemas pueden ser altamente especializados y realizar tareas complejas de manera más eficiente y precisa que los humanos, pero no tienen una comprensión general o una conciencia propia. Su “inteligencia” se limita a la tarea para la que fueron programados. Ejemplos de IA débil incluyen asistentes virtuales como Siri o Alexa, sistemas de recomendación como los utilizados por Netflix o Amazon, chatbots, sistemas de reconocimiento facial, entre otros. Aunque estos sistemas pueden parecer inteligentes en la tarea que realizan, no tienen la capacidad de razonar, aprender o comprender de manera holística como lo haría un ser humano. Inteligencia Artificial Fuerte (Strong AI): La inteligencia artificial fuerte se refiere a un nivel de inteligencia artificial que iguala o supera la inteligencia humana en todos los aspectos. Una IA fuerte sería capaz de realizar cualquier tarea intelectual que un ser humano pueda hacer y podría comprender, aprender y razonar en diversos campos de conocimiento. Además, una IA fuerte podría tener conciencia de sí misma y tener una comprensión profunda de sí misma y del mundo. La IA fuerte es un concepto más teórico y aspiracional que aún no se ha logrado en la práctica. La mayoría de los sistemas de IA en uso actualmente son IA débil y se centran en tareas específicas. Es importante tener en cuenta que la inteligencia artificial fuerte plantea desafíos éticos y filosóficos significativos, ya que llevaría a preguntas sobre la conciencia, el autoconocimiento y la naturaleza de la mente. Algunos expertos creen que la IA fuerte puede ser posible en el futuro, mientras que otros son más escépticos y argumentan que podría haber límites fundamentales para replicar la conciencia humana mediante la programación de máquinas.