Aunque todo el mundo habla de ella, pocos saben cómo funciona o lo que realmente hace el avance más importante de la tecnología en los últimos siglos: la inteligencia artificial, la cual es la capacidad que tienen las máquinas para imitar el funcionamiento de las neuronas para resolver diversos problemas basados en el comportamiento, razonamiento, aprendizaje, la creatividad y la planeación humana a través de algoritmos que recopilan datos, analizan los efectos de acciones previas y responden a ellos de manera autónoma con un fin específico
Gartner estima que el mercado de la IA pueda llegar a representar 127.000 millones de dólares en 2025.
Como ya lo habíamos comentado en el blog sobre Machine Learning, Alan Turing, conocido por adelantar dos años el fin de la Segunda Guerra Mundial al descifrar los códigos secretos nazis con su máquina Enigma y publicar el concepto de máquina universal (en 1936), en el l cual describía lo que era un algoritmo informático y un ordenador, fue quien en 1950 formalizó el inicio de la Inteligencia Artificial con el Test de Turing, una prueba que define si una máquina es o no inteligente.
En 1956 John McCarthy, Newell, Simon y Marvin Minsky usaron por vez primera el término "inteligencia artificial" en una conferencia en Dartmouth (Estados Unidos). Minsky creó el primer simulador de redes neuronales,e inventó el microscopio confocal y patentó el primer casco de realidad virtual, ¡en 1963! Además fue asesor del ordenador inteligente HAL 9000 de la película 2001: Una Odisea en el Espacio.
Según el Fondo Monetario Internacional (FMI), la IA acabará con 85 millones de puestos de trabajo en 5 años, pero creará 97 millones nuevos.
Sistema expert: Intenta emular a un experto humano en una determinada materia. Desde un trabajador del servicio técnico a una recepcionista, un cinéfilo o un economista.
Aprendizaje automático (Machine Learning): Es la capacidad que tiene una IA, un software o un robot para aprender por su cuenta. El aprendizaje automático sigue los pasos clásicos de la IA: primero hay un aprendizaje, un entrenamiento que genera una experiencia, y una puesta en práctica que nos dice si la tarea se cumple o no con éxito.
Redes neuronales: Intentan copiar el comportamiento de las neuronas, es decir, las células nerviosas que transmiten y procesan información en el cerebro. Es un tipo de Aprendizaje automático, no siguen órdenes, sino que se asocian entre sí y cambian su entradas y salidas mediante el aprendizaje y error, según la tarea encomendada.
Aprendizaje profundo (Deep Learning): Es un tipo de aprendizaje automático que procesar más datos al mismo tiempo, usa redes neuronales para aprender a través de capas de información cada vez más abstractas, como hacemos los humanos.
Fuentes: Oracle, Computer Hoy