aprendizaje-profundo

Las diferencias entre inteligencia artificial y aprendizaje profundo

Nota de Estocolmo.se

CIENCIAS Y TECNOLOGÍA: Hoy en día hablamos de inteligencia artificial, aprendizaje de las computadoras o incluso de aprendizaje profundo, porque estas disciplinas empiezan a incidir en nuestro mundo…

Hoy en día hablamos de inteligencia artificial, aprendizaje de las computadoras o incluso de aprendizaje profundo, porque estas disciplinas empiezan a incidir en nuestro mundo cotidiano. Podemos ver hoy autos que se conducen solos, sin necesidad de un chofer o bien, un programa que juega mejor que cualquier ser humano el ancestral juego del Go, y que fue entrenado con redes neuronales profundas con millones de partidas, para así llegar a este nivel de juego asombroso.

¿Pero cuáles son las diferencias entre estos términos? Porque es claro que son cosas distintas aunque en el mundo cotidiano usemos estos conceptos de forma indistinta. He aquí sus diferencias básicas:

¿Qué es la inteligencia artificial?

Esta ciencia busca hacer que las computadoras tengan inteligencia como los seres humanos. Cuando los pioneros del tema se embarcaron a analizar los diferentes problemas que podrían ser atacados por computadoras inteligentes, hallaron que por una parte, eran muy ingenuos en lo que se refiere al nivel de problemas que querían resolver, los cuales resultaron mucho más difíciles de lo que se pensaba y después, se percataron que sus herramientas “inteligentes” estaban literalmente en pañales.

La inteligencia artificial es pues, en su más amplio sentido, como las características de la inteligencia humana que pueden ser descritas con precisión para poder ser simuladas en una computadora.

La inteligencia artificial pues, se puede referir a multitud de temas: un programa que juega al ajedrez como gran maestro, o un sistema que diagnostica enfermedades, o bien un programa que puede comunicarse vía voz con el usuario. La inteligencia artificial puede tomar muchas formas. Podemos incluso hablar de inteligencia artificial confinada, inteligencia artificial general e inteligencia artificial súper inteligente.

Ejemplos de la inteligencia artificial  confinada son estos programas que resuelven un problema particular, como jugar Go como Lee Sedol, uno de los mejores exponentes de este juego, o Deep Blue, que venció en un encuentro oficial a Garry Kasparov de ajedrez clásico. Así, tenemos un sistema que resuelve mejor que los seres humanos un problema en un dominio específico, el Go, el ajedrez, etcétera.

La inteligencia artificial  generalizada es cuando hablamos de sistemas que pueden realizar una serie de tareas a nivel humano. Por ejemplo, un sistema de diagnóstico médico podría caer en este esquema, aunque hay que aclarar que hoy en día no existe un sistema médico de inteligencia artificial generalizada que pueda diagnosticar todas las posibles enfermedades. Pero claramente un programa de esta naturaleza hace muchas cosas, es decir, una serie de tareas para llegar a sus conclusiones.

Por su parte, la inteligencia artificial súper inteligente es un paso más lejos aún y pretende ser una inteligencia artificial que sea más lista que los propios seres humanos prácticamente en cualquier campo. Esto incluye temas como la creatividad, la intuición, etcétera. Pero todo esto aún está lejos de ser una realidad y por el momento sigue

Sobre el aprendizaje de las computadoras

Esto es básicamente un subcampo de la inteligencia artificial y la idea que anima todo esto es que la computadora tome datos del mundo exterior de alguna manera y aprenda por sí misma. Es claro que para ello habría que entender cómo es que los seres humanos aprendemos y en esto hay muchos avances.

De hecho es una rama de la ciencia en la que se trabaja muy fuerte porque promete grandes cambios. Imaginen un sistema que puede tomar datos de la bolsa de valores y concluir qué acciones hay que comprar o vender. O bien, tener sistemas que reconozcan sin duda rostros de personas en situaciones muy específicas.

Los sistemas que aprenden terminan reconociendo patrones por su propio esquema de aprendizaje y entonces pueden extrapolar datos, cosa que simplemente significa que puede el sistema hacer sus propias predicciones. Por ejemplo, Deep Blue se programó para validar las posibles mejores jugadas en una partida de ajedrez mientras que AlphaGo, el sistema que venció a Sedol en este complejo juego, fue entrenada usando millones de partidas en donde la máquina aprendió cómo debía jugar.

¿Y qué podemos decir de aprendizaje profundo?

Esta rama de la ciencia es en realidad un subconjunto del aprendizaje de computadoras. Funciona a través del modelo de redes neuronales, el cual busca simular cómo es que funcionan las neuronas. El aprendizaje profundo puede ser muy poderoso pero se requiere de muchos recursos, de conjuntos de datos masivos para entrenar al sistema, el cual tiene que ser refinado constantemente por el algoritmo que se usa para entrenarlo.

Hay que modificar parámetros continuamente porque muchas veces los sistemas llegan al principio a conclusiones falsas. Estos sistemas, no obstante su problemática, han logrado avances sorprendentes. Uno de los campos más prolíficos son el reconocimiento de caracteres, búsquedas basadas en textos, detección de fraudes, detección de correo spam, búsqueda en imágenes, reconocimiento de voz y traducciones, entre muchos otros.

Lo importante, al final del día, es que la inteligencia artificial y sus subciencias están entre nosotros todos los días, cuando le preguntamos al asistente por una calle en el teléfono, cuando somos asistidos con mapas e información para poder llegar a nuestro destino.

No es gratuito ni casualidad que Amazon, Google, Baidu, Microsoft e IBM entre otras grandes corporaciones, estén inyectando con muchos recursos a esta rama de la ciencia. Hay muchas posibilidades de negocios y un gran futuro por delante a quien le entre a estos desarrollos “inteligentes”.

Por Manuel López Michelone • 23-Feb-2017

Por Agencias

www.estocolmo.se

Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>