Los tipos o niveles de IA
Campos clave de la IA
Las aplicaciones de la IA
Dónde estamos y hacia dónde vamos en el proceso de desarrollo de la IA
En el primer artículo de esta serie analizamos la definición y la historia del desarrollo de la inteligencia artificial, desde los orígenes al final de la Segunda Guerra Mundial con Turing hasta la reciente explosión de los últimos 2 años.
En este segundo artículo desarrollaremos los tipos o niveles de inteligencia artificial, los campos, áreas o dominios que abarca la IA, así como las principales aplicaciones, finalizando valorando la situación en la que nos encontramos actualmente y vislumbrando las principales novedades futuras.
Los tipos o niveles de IA
Los expertos consideran que hay 7 tipos, o niveles, de Inteligencia Artificial: IA Estrecha, Inteligencia General Artificial, Súper Inteligencia Artificial, IA de Máquina Reactiva, IA de Memoria Limitada, IA de Teoría de la Mente e IA Autoconsciente.
IA estrecha: IA diseñada para completar acciones muy específicas; incapaz de aprender de forma independiente.
Inteligencia artificial general: IA diseñada para aprender, pensar y actuar a niveles similares a los humanos.
Superinteligencia Artificial: IA capaz de superar los conocimientos y capacidades de los humanos.
Máquina reactiva IA: IA capaz de responder a estímulos externos en tiempo real; incapaz de crear memoria o almacenar información para el futuro.
IA de memoria limitada: IA que puede almacenar conocimientos y utilizarlos para aprender y entrenar para tareas futuras.
Teoría de la mente de la IA: IA que puede sentir y responder a las emociones humanas, así como realizar las tareas de las máquinas con memoria limitada.
IA autoconsciente: IA que puede reconocer las emociones de los demás, además de tener un sentido de sí mismo y una inteligencia a nivel humano; la fase final de la IA.
Campos clave de la IA
Los principales campos de la IA son el Aprendizaje Automático, el Procesamiento del Lenguaje Natural, la Visión por Computador, las Redes Neuronales, el Aprendizaje Profundo, la Robótica, la Lógica Difusa y el Sistema Experto.
El aprendizaje automático se basa en el concepto de que los sistemas/máquinas pueden aprender de los datos, reconocer patrones y tomar decisiones con poca o ninguna interferencia humana. Es simplemente hacer que una computadora realice una tarea sin programarla específicamente para que la haga.
El procesamiento del lenguaje natural (PLN) se centra en la interacción entre los ordenadores y los lenguajes humanos, lo que permite a las máquinas entender, interpretar y generar el lenguaje humano.
La visión artificial consiste en permitir que las máquinas interpreten y tomen decisiones basadas en datos visuales.
Las redes neuronales son sistemas informáticos inspirados en las redes neuronales biológicas de los cerebros de los animales
El aprendizaje profundo es un subconjunto del aprendizaje automático que utiliza redes neuronales de varias capas.
La robótica es la rama de la IA que se ocupa del diseño, la construcción, el funcionamiento y el uso de robots.
Un sistema experto es un programa informático diseñado para resolver problemas complejos y proporcionar capacidad de toma de decisiones como un experto humano. El sistema extrae conocimiento de su base de conocimientos y utiliza las reglas de razonamiento e inferencia de acuerdo con las consultas del usuario.
Las aplicaciones de la IA
Algunas aplicaciones de alto perfil de la IA incluyen: motores de búsqueda web avanzados (por ejemplo, búsqueda de Google); sistemas de recomendación (utilizados por YouTube, Amazon y Netflix); interacción a través del habla humana (por ejemplo, Google Assistant, Siri y Alexa); vehículos autónomos (por ejemplo, Waymo); las herramientas generativas y creativas (por ejemplo, ChatGPT y el arte de la IA); y el juego y el análisis sobrehumanos en juegos de estrategia (por ejemplo, ajedrez y Go).
Todos estos son algunos ejemplos. La variedad es enorme.
Los diversos subcampos de la investigación en IA se centran en objetivos particulares y en el uso de herramientas particulares.
Dónde estamos y hacia dónde vamos en el proceso de desarrollo de la IA
Se cree que actualmente estamos en el proceso de pasar a la fase IAG de la tecnología de IA, ya que cada vez hay más formas de entrenar a la IA para que piense y resuelva problemas de la misma manera que lo hacen los humanos.
El objetivo de esta segunda de las etapas de la IA es resolver problemas para los que no ha sido entrenada y trabajar a través del razonamiento lógico en sistemas basados en reglas para realizar una tarea, tal como lo haría un humano.
Por esta razón, la AGI también se conoce como IA fuerte, ya que tiene usos en diversas áreas.
Por ahora, IAG sigue siendo mayoritariamente ficticia.
En términos generales, se estima que los robots con capacidades generales, capaces de operar en múltiples campos con una amplia gama de conjuntos de datos, no existirán hasta al menos 2040, si no más tarde.
Sin embargo, hay expertos que creen que dentro de 5 años tendremos los primeros ejemplos de AGI.
La etapa final de la evolución propuesta por los investigadores de IA es el momento en que la IA se vuelve consciente de sí misma y supera los límites de la inteligencia humana.
En este momento, que se conoce como singularidad y trascendencia, no podremos diferenciar entre los humanos y la IA, o dependeremos completamente de la inteligencia artificial para proporcionar dirección y predicción.
