Destacada Inteligencia Artificial

2023 será recordado como el año en que realmente explotó la #InteligenciaArtificial

Artículo leído 294 veces y compartido 0 veces

En realidad el verdadero genio fue el que es para mí uno de los científicos y escritor de ciencia ficción más visionario de su tiempo, el gran Arthur C. Clarke (Sí, el mismo que ideó por primera vez los satélites en 1945, y el impulso a iones que hoy usan muchas sondas espaciales para explorar planetas (La propuso por primera vez en su en su novela “El fin de la infancia” de 1953.)

Pero fue Stanley Kubrick el que la representó perfectamente en el cine, en su súper película: 2001 Odisea en el Espacio (1968).

Si bien la #inteligenciaartificial (#IA) está en boca de todos (yo creo que ya voy escribiendo como 10 artículos del tema y la estudio a diario) es necesario dar un alto y conocer los aspectos básicos de la Inteligencia Artificial antes de pensar que la solución a todos los problemas de tu empresa reside en cerebros digitales que finalmente llego a reemplazar los cerebros humanos y todo será una panacea… lo siento, no es así…

La Inteligencia Artificial (su nombre no puede ser más claro) busca “copiar” el funcionamiento del cerebro humano

La ciencia no conoce aún en todo el universo un sistema más complejo que el cerebro humano. Sin embargo, apenas pocas personas lo conocen en detalle. Bueno… aquí está: te presento tu cerebro, sí ahí donde reside todo lo que tú consideras como tú.

No alt text provided for this image
1.3 kilogramos de agua, grasa, proteinas, carbohidratos y otros componentes químicos… alberga a tú dentro de ti
  • Tu cerebro tiene un peso promedio de alrededor de 1.3 kilogramos. Este peso puede variar según la edad, el sexo y otros factores.
  • Tiene la contextura del tofu.
  • Está compuesto aproximadamente en un 60% de agua y 10% de grasa.
  • El resto se compone de proteínas, carbohidratos y otros componentes químicos.
  • El número de neuronas de un cerebro promedio (lo acabo de ver en un super TEDx es de 83,000 millones de neuronas), la mayoría de libros y la web te dirán que son aproximadamente 100,000 millones. Lo siento, ese dato es incorrecto.
  • Las neuronas se conectan entre sí por dendritas, y cada neurona se conecta a través de las dendritas con otras 10,000 neuronas, eso significa que en promedio, nuestro cerebro es un sistema que mantiene, en promedio, 830,000,000,000,000 conexiones.
  • Tenemos neuronas en todo el cuerpo, particularmente en la médula espinal
  • ¿Por qué nos duele el corazón por amor por ejemplo? Porque tenemos entre 30,000 y 40,000 neuronas en el corazón, y sorprendentemente, parecen tener más ingerencia sobre el cerebro que a la inversa.

¿Qué es una red neural?

No alt text provided for this image
Una red neural busca copiar la configuración funcional del cerebro

Es un intento digital de copiar el funcionamiento del cerebro, tan simple como eso. Pero para llegar al nivel de evolución al que estamos llegando al momento, teníamos que romper el nivel de desarrollo de los chips que sea cumplido estrictamente hasta este año (la famosa Ley de Moore acaba de dejar de ser vigente).

Entonces, la Inteligencia Artificial, simula el cerebro humano, a través de un equivalente digital basado en un modelo de redes neurales. La IA busca crear sistemas que puedan aprender y realizar tareas que normalmente requerirían de inteligencia humana.

Esto no ha sucedido de la noche a la mañana. La investigación en IA comenzó en la década de 1940 y, desde entonces, se han producido importantes avances en el desarrollo de algoritmos y técnicas de aprendizaje automático (Machine Learning, para mí lo más fascinante, cuando la computadora o más bien, server farms, aprenden a aprender, y mejoran como aprenden con cada iteración.

Los principales hitos de la Inteligencia Artificial se dieron de la siguiente forma:

  • Década de 1950: Se desarrollaron los primeros algoritmos de aprendizaje automático (machine Learning)
  • Década de 1960, se crearon sistemas de lenguaje natural (Natural Language Processing) que pueden comunicarse con los humanos.
  • Década de 1970, se desarrollaron sistemas expertos que utilizan reglas y conocimientos específicos para tomar decisiones en un dominio concreto.

¿Qué es entonces Inteligencia Artificial?

La inteligencia artificial (IA) es entonces, un campo de la informática que se centra en la creación de sistemas que pueden realizar tareas que normalmente requerirían inteligencia humana (solo que lo hacen exponencialmente más rápido). Existen varios tipos de inteligencia artificial que se utilizan en diferentes aplicaciones, desde el reconocimiento de voz hasta la conducción autónoma de vehículos. Acá una descripción básica para que nos ilustremos, conozcamos qué tipos de AI existen y donde se aplican:

  1. Inteligencia Artificial Débil (#WeakAI): La IA débil se centra en la automatización de tareas específicas y se utiliza en una amplia variedad de aplicaciones. Los sistemas de IA débil pueden ser entrenados para realizar tareas específicas, como el reconocimiento de imágenes, la traducción de idiomas y la identificación de patrones en grandes conjuntos de datos. La IA débil se utiliza comúnmente en aplicaciones empresariales, como la atención a automatizada a clientes, la gestión de inventarios y la optimización de procesos. Como ejemplo, #Siri, de #Apple, usa #inteligenciaartificialDébil, mediante la aplicación de NLP (#NaturalLanguageProcessing o Procesamiento Natural del Lenguaje)
  2. #MachineLearning (Aprendizaje Automático): Machine learning es un subcampo de la inteligencia artificial que se enfoca en el desarrollo de algoritmos y modelos que permiten a las computadoras aprender de los datos y realizar tareas específicas sin ser programadas explícitamente para cada tarea. En lugar de escribir un programa que siga reglas explícitas para realizar una tarea, como la clasificación de imágenes o la detección de fraudes, el aprendizaje automático utiliza algoritmos que pueden detectar patrones y aprender de los datos de entrenamiento para mejorar el rendimiento en una tarea específica. Los algoritmos de aprendizaje automático se utilizan en una amplia variedad de aplicaciones, como el procesamiento de lenguaje natural, la visión por computadora, el reconocimiento de voz, la predicción y el análisis de datos. #Waze y #GoogleMaps utilizan un tipo de inteligencia artificial llamada “aprendizaje automático” para impulsar sus sistemas de navegación. El aprendizaje automático es un subcampo de la inteligencia artificial que se enfoca en el desarrollo de algoritmos que permiten a las computadoras aprender de los datos sin ser programadas explícitamente. En el caso de Waze y Google Maps, estos algoritmos utilizan vastas cantidades de datos sobre redes de carreteras, patrones de tráfico y datos históricos de usuarios para aprender y predecir las rutas más rápidas y eficientes entre dos ubicaciones. Los algoritmos tienen en cuenta las condiciones de tráfico en tiempo real, accidentes y cierres de carreteras, entre otros factores, para generar las sugerencias de ruta más precisas y actualizadas para los usuarios.
  3. #DeepLearning (Aprendizaje Profundo): Deep learning es un tipo de inteligencia artificial que utiliza redes neuronales profundas para aprender automáticamente a partir de los datos y realizar tareas complejas, como la clasificación, el reconocimiento de patrones y la toma de decisiones, sin la necesidad de programación manual de características. #ChatGPT de la organización OpenAI, (y que me está ayudando a escribir este artículo) usa #DeepLearning y es probablemente la aplicación de #AI más popular y más disruptiva en uso en lo que va de 2023.
  4. Inteligencia Artificial Fuerte (Strong AI): La IA fuerte es un nivel más avanzado de IA que se centra en la creación de sistemas que pueden realizar tareas complejas de manera similar a como lo hace un ser humano. La IA fuerte se utiliza en aplicaciones como el procesamiento del lenguaje natural, la visión por computadora y la toma de decisiones complejas. Aunque todavía estamos lejos de crear una IA verdaderamente fuerte, los investigadores están trabajando en ella y es probable que veamos avances significativos en este campo en los próximos años.
  5. Redes Neuronales Artificiales (#ANN, Artificial Neural Networks): Las redes neuronales artificiales son una rama de la IA que se centra en la creación de sistemas que pueden aprender y mejorar con el tiempo. Las ANN se utilizan en aplicaciones como la detección de fraudes, la recomendación de productos y la identificación de patrones en grandes conjuntos de datos. Las ANN han demostrado ser muy efectivas en una amplia variedad de aplicaciones y se espera que sigan evolucionando en el futuro.
  6. Inteligencia Artificial Fuerte (#StrongAI): Esta es con la que todos nos hemos formado viendo películas de ciencia ficción. Aquí estaría HAL, de 2001 Odisea en el Espacio. Actualmente no existe una solución de software conocida basada en la inteligencia artificial fuerte, que se refiere a la IA que tiene un nivel de inteligencia y conciencia similar al humano, y puede razonar, aprender y resolver problemas de manera similar a los humanos. El desarrollo de la IA fuerte sigue siendo una meta importante de la comunidad de investigación en IA, y aunque se han logrado avances en algunas áreas, aún estamos lejos de crear un sistema que pueda considerarse verdaderamente “inteligente” de la misma manera que los humanos lo somos.
No alt text provided for this image
HAL, la primera forma de Inteligencia Artificial Fuerte que nos mostró la Ciencia Ficción en la Película de Stanley Kubrick, 2001 Odisea en el Espacio, increiblemente, estrenada en el año 1968

¿Dónde se está aplicando la Inteligencia Artificial? (algunos ejemplos)

  1. En la medicina, la IA se utiliza para el diagnóstico y tratamiento de enfermedades, la gestión de registros médicos y la investigación médica.
  2. En la industria manufacturera, la IA se utiliza para la optimización de procesos, el mantenimiento predictivo y la mejora de la calidad.
  3. En la publicidad y el marketing, la IA se utiliza para el análisis de datos y el marketing personalizado.
  4. En el sector financiero, la IA se utiliza para la gestión de riesgos, el análisis de datos financieros y la detección de fraudes.
  5. En la agricultura, la IA se utiliza para la gestión de cultivos, la predicción del clima y la optimización de la producción.
  6. En el transporte, la IA se utiliza para la gestión de flotas, la navegación y la seguridad de los vehículos autónomos.
  • En la minería, la IA está entrando muy fuerte en Minería con múltiples aplicaciones. Entre las principales podemos citar la exploración de recursos: Las técnicas de IA se utilizan para analizar grandes cantidades de datos geológicos y geoespaciales para identificar posibles yacimientos de mineral, mejorar la precisión de las predicciones y reducir el costo y el tiempo de exploración.

La IA está evolucionando a un ritmo cada vez más vertiginoso y se espera que continúe avanzando en los próximos años de forma cada vez más acelerada. 

¿Qué nos espera?

No tenemos idea… pero aquellos que como yo hemos vivido el paso de un mundo analógico a uno digital, estamos sumamente entusiasmados con la realidad que estamos viviendo y el futuro inmediato que estamos por vivir.

PD: Por supuesto que este artículo lo he escrito con el apoyo de mi nuevo asistente personal: ChatGPT de la organización OpenAI. Probablemente lo habría escrito con la misma calidad. Este artículo lo he terminado en aproximadamente una hora. Escribir este mismo artículo, el año pasado, me habría quizá tomado de dos a tres horas escribirlo.

Un buen consejo:

AI avanza tan rápido que lo que se va a ir quedando atrás es nuestra capacidad para procesar tanta información y transformarla en conocimiento útil y práctico. Así que, como mejoramos la funcionalidad de las redes neuronales, aquí les paso una breve receta de cómo mejorar nuestros cerebros, que ahora sí que tienen competencia por primera vez en la historia de la humanidad. O nos adaptamos o nos extinguimos

Un “Fine tunning” recomendable de nuestro cerebro para procesar todo el conocimiento que genera la Inteligencia Artificial:

  1. Omega-3: Los ácidos grasos omega-3, presentes en alimentos como el pescado, las nueces y el aceite de linaza, se han relacionado con un mejor rendimiento cognitivo y una menor disminución cognitiva relacionada con la edad.
  2. Vitaminas del grupo B: Las vitaminas del grupo B, como la vitamina B6, la vitamina B12 y el ácido fólico, se han relacionado con un mejor rendimiento cognitivo y una menor disminución cognitiva relacionada con la edad. Estas vitaminas se encuentran en alimentos como el pescado, la carne, los huevos, los productos lácteos y los cereales fortificados.
  3. Vitamina D: La vitamina D, que se produce naturalmente en la piel cuando se expone a la luz solar, se ha relacionado con un mejor rendimiento cognitivo y una menor disminución cognitiva relacionada con la edad. También se encuentra en alimentos como el pescado, los huevos y los productos lácteos fortificados.
  4. Cafeína: La cafeína, presente en el café, el té y algunos refrescos, se ha relacionado con un mejor rendimiento cognitivo, especialmente en tareas que requieren atención y concentración. El mejor es el té verde.
  5. Antioxidantes: Los antioxidantes, presentes en frutas y verduras como las bayas, las uvas, las espinacas y el brócoli, se han relacionado con un mejor rendimiento cognitivo y una menor disminución cognitiva relacionada con la edad.

Pablo Bermúdez | Experto en Transformación Digital
Knowmad, Growthhacker, Mistagogo, Empresario, Expositor, Futurista, Profesor, PoetaPropietario y CEO de The Startup Factory. Experto en Transformación Digital.
E-mail: pablo@pablobermudez.com
Twitter: @pablober
Linkedin: http://www.linkedin.com/in/pablobermudezmogni
Blog: http://pablobermudez.com
Empresa: https://thestartupfactory.rocks

También podría interesarte:

Facebook
Twitter
LinkedIn