El humano ya no es considerado como la única fuente de inteligencia, sino que las máquinas pueden contribuir a la toma de decisiones y a la ejecución de las mismas, haciendo que la organización cuente con más ventaja competitiva.
Vídeos. Inteligencia Artificial
Podcast
Locución IA
Podcast explicativo
2 min 58 seg
Texto
Inteligencia Artificial
Definición
Para hablar con propiedad de Inteligencia Artificial, primero es preciso entender bien qué es la Inteligencia. Aunque se conocen muchos aspectos sobre los factores que contribuyen a la inteligencia, la realidad es que a día de hoy no hay una definición consensuada. Hay muchos tipos de inteligencias. Si lo que entendemos por inteligencia es la capacidad de adaptarse de forma exitosa a un medio cambiante, alcanzando los objetivos propuestos, la definición de inteligencia como algo que pueda medirse con el CI no sería acertado.
Por lo tanto, cuando hablamos de Inteligencia Artificial no nos referimos únicamente a construir máquinas que pudieran tener un CI equivalente al de un niño de 7 años o el de un adulto. Independientemente de cómo se pueda medir, la Inteligencia Artificial trata de reproducir en una máquina procesos de adaptación típicos de los humanos y otros animales.
Aspectos importantes
El humano ya no es considerado como la única fuente de inteligencia, sino que las máquinas pueden contribuir a la toma de decisiones y a la ejecución de las mismas, haciendo que la organización cuente con más ventaja competitiva. El concepto de organización inteligente implica que la inteligencia es un proceso que emerge de la interacción entre diferentes personas y máquinas. Aunque a veces se conciba a las máquinas inteligentes como entes autónomos, la realidad es que, al igual que ocurre con los niños, estas máquinas no pueden desarrollar una inteligencia avanzada si no se desarrollan y aprenden en un entorno previamente inteligente. Un ejemplo típico de esto es el desarrollo del lenguaje.
La inteligencia es el resultado, en forma de conducta, de la interacción de múltiples procesos psicológicos, entre los que se encuentran la memoria, el lenguaje, el aprendizaje, la atención, la emoción, la motivación, etc, por lo que no puede reducirse a un proceso psicológico concreto. La inteligencia permite realizar acciones adaptativas, de nada sirve generar conocimiento si no se sabe qué hacer con él. Este es uno de los principales problemas de la Inteligencia Artificial Clásica, que se centraba en el procesamiento de la información a nivel simbólico. Los humanos manejamos símbolos (palabras) en nuestro lenguaje, pero no son meros símbolos vacíos, estás llenos de significado conectado con el mundo en el que vivimos. La palabra «silla» para un ordenador es una mera secuencia de cuatro caracteres, pero para un humano implica una multitud de significados, recuerdos, conceptos muy relacionados con la experiencia en el mundo físico. La mayoría de estas experiencias se procesan a nivel subsimbólico (corporal, implícito, sin lenguaje). En Inteligencia Artificial también se cuenta con mecanismos de procesamiento subsimbólico, como las Redes de Neuronas Artificiales. Estos algoritmos tienen el problema de ser una «caja negra», pues no se ve claramente una explicación de cómo son capaces de realizar las tareas que realizan.
Muchas veces nos vemos avocados a recurrir a la solución que propuso Alan Turing en 1950, que también se basa en el lenguaje, para definir lo que es la inteligencia. La prueba de Turingpropone mantener una conversación con dos interlocutores que permanecen ocultos en sendas habitaciones. Uno es una máquina y otro es un humano, pero no sabemos en qué habitación está cada uno. Si después de hablar un tiempo indefinido con los dos no conseguimos distinguir en qué habitación está el humano y en qué habitación está la máquina, se dice que esta última ha superado la prueba, y por lo tanto se la considera tan inteligente como un humano. Precisamente este tipo de aplicaciones son las que están en auge en la actualidad, con la construcción de asistentes virtuales que usan el lenguaje natural para interaccionar con los humanos.
El reto actual de la Inteligencia Artificial es combinar los sistemas simbólicos (explícitos, con lenguaje) con los sistemas subsimbólicos (implícitos, sin lenguaje) para desarrollar una inteligencia más parecida a la humana. Los humanos aprendemos a montar en bicicleta de forma subsimbólica, sin palabras, pero luego somos capaces (en cierta medida) de explicar cómo se monta en bici. Como todos sabemos, nadie aprende a montar en bici sólo con palabras (leyendo un manual, por ejemplo), se requiere la parte subsimbólica (caerse varias veces) para afinar la conducta. Los nuevos desarrollos en Inteligencia Artificial y Robótica se basan precisamente en este principio: máquinas que se equivocan al interactuar con el entorno de forma subsimbólica, y supervisores (normalmente humanos) que las ayudan (con indicaciones, es decir, símbolos) a tomar las decisiones más adecuadas en cada momento.
Factores importantes
Principales aplicaciones
Logística y transporte. Optimización del tráfico
Educación. Crear ofertas personalizadas.
Climáticas. Mejorar pronósticos del tiempo, combatir la deforestación.
Agrícolas. Mejorar el rendimiento agrícola y reducir el impacto en medioambiente.
Finanzas. Predecir patrones de mercado, reducción de fraude, asesoramiento sobre operaciones a clientes.
