Ediciones ENI Editorial | líder en informática
Inteligencia artificial
Lo que vamos a descubrir y requisitos
En la primera parte de este capítulo vamos a conocer la historia de la inteligencia artificial haciendo un recorrido por las fechas y períodos principales de su desarrollo. A través de este proceso, nos daremos cuenta de que, al contrario de lo que podría pensarse, no es una ciencia nueva. Después, estudiaremos brevemente qué es en realidad la inteligencia artificial y los miedos que suscita. Acabaremos explicando la posibilidad de construir una inteligencia artificial en casa.
Requisitos necesarios para comprender correctamente este capítulo: ninguno.
La inteligencia artificial no es algo nuevo
Cuando se pregunta a los más jóvenes sobre la fecha de nacimiento de la inteligencia artificial, muchos mencionan el año 2000, ¡pero están muy equivocados!
La inteligencia artificial vio la luz oficialmente en el verano de 1956, en Dartmouth College (New Hampshire, Estados Unidos), durante un cursillo universitario de verano (del 18 de junio al 17 de agosto) organizado por John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon.
Según estas cuatro personas, la nueva disciplina académica denominada «inteligencia artificial» considera que todas las funciones cognitivas humanas se pueden describir con mucha precisión, lo que puede dar lugar a reproducirlas en el ordenador.
En ese caso, sería posible crear sistemas capaces de aprender, calcular, memorizar y también hacer descubrimientos científicos o incluso manifestar creatividad artística.
Aunque 1956 es la fecha de reconocimiento de la inteligencia artificial como ciencia, las investigaciones sobre este tema empezaron mucho antes. Podemos remontarnos a las décadas de 1940 o 1950, donde se hablaba de cibernética, ciencia que modeliza sistemas biológicos, psíquicos, políticos y sociales con ayuda de flujos de información. A partir de esta ciencia se modelizó específicamente la neurona formal que tendremos ocasión de descubrir...
Algunas fechas y períodos cruciales
La inteligencia artificial no es un concepto nuevo y desde los años 50 ha conocido fases de desarrollo y de desaceleración. Aquí se pueden ver algunas fechas cruciales y períodos de esta ciencia:
1943: Warren Mc Culloch (Estados Unidos) y Walter Pits (Estados Unidos) publican un artículo que sienta la bases de la neurona formal.
1950: evaluación de la inteligencia de una máquina mediante el test de Turing creado por Alan Turing (Inglaterra).
1951: Christopher Strachey (Inglaterra) y Dietrich Prinz (Alemania) desarrollan el primer programa de inteligencia artificial en un Ferranti Mark 1. Este primer programa permitía jugar a las damas contra una máquina.
1951: Marvin Minsky (Estados Unidos) construye la máquina SNARC (Stochastic Neural Analog Reinforcement Calculator, calculadora de refuerzo analógico neuronal estocástico) fabricada, físicamente, con tubos de vacío y redes de neuronas formales capaces de aprender automáticamente las cargas sinápticas inspirándose en los principios descubiertos por Donald Hebb (psicólogo y neuropsicólogo).
1956: la inteligencia artificial se reconoce como disciplina académica.
1957: Franck Rosenblatt (Estados Unidos) propone la primera red de neuronas por capas, llamada perceptrón.
1965: nacimiento del primer programa interactivo, creado por Joseph Weizenbaum...
¿Qué es la inteligencia artificial?
Como acabamos de ver, la inteligencia artificial no es una ciencia nueva. Sin embargo, ¿quién puede afirmar haber visto una inteligencia artificial? ¡Nadie! Es inaudible, inodora e invisible. Los robots y los coches autónomos no son lo que se puede llamar inteligencias artificiales, son máquinas que utilizan esta inteligencia.
Como sin duda habrá comprobado o tendrá la oportunidad de hacer leyendo este libro, la inteligencia artificial solo es una serie de fórmulas matemáticas que crean algoritmos con nombres más extraños que las fórmulas. Entonces hablamos de probabilidades, estadísticas que no tienen nada de inteligente en el sentido en que podemos considerarla para los seres humanos.
La inteligencia artificial se divide en dos partes. La primera es Machine Learning, que se basa en el uso de la capacidad estadística para dotar a las máquinas de la facultad de «aprender». La segunda parte se denomina Deep Learning (aprendizaje profundo) y se trata de algoritmos capaces de mejorar de forma autónoma gracias a modelizaciones como las redes de neuronas inspiradas en el funcionamiento del cerebro humano y basadas en una gran cantidad de datos.
Podemos atrevernos a afirmar que la inteligencia artificial que podemos imaginar como la humana no existe. En efecto, nosotros no necesitamos tres horas de aprendizaje...
Inteligencia artificial, Machine Learning y Deep Learning
Ahora vamos a dedicar unos minutos a definir los términos relacionados con la inteligencia artificial, como Machine Learning y Deep Learning, porque algunas veces se malinterpreta o confunde su objetivo.
En nuestro caso, la inteligencia artificial es un concepto definido por Marvin Minsky como una ciencia que tiene el propósito de hacer que una máquina realice tareas efectuadas por los hombres usando su inteligencia.
Para conseguirlo, necesitamos enseñarle a nuestra máquina cómo realizar tareas mediante algoritmos diseñados a partir de modelos estadísticos. Es lo que se llama Machine Learning.
Deep Learning es una rama de Machine Learning basada en el uso de neuronas artificiales que se inspiran en el cerebro humano. Estas neuronas están organizadas en capas que le dan una noción de profundidad (deep) a la red de neuronas.
Por lo tanto, cuando hablamos de inteligencia artificial, es preferible hablar de Machine Learning o de Deep Learning.
Inteligencia artificial, Machine Learning y Deep Learning
Los distintos tipos de aprendizaje
Una máquina puede aprender mediante tres formas de aprendizaje. La primera es el aprendizaje supervisado. Es decir, que la máquina va a aprender a partir de datos etiquetados por el ser humano. En el caso del reconocimiento de imagen entre un gato o un perro, para cada imagen usada en el aprendizaje debemos indicarle a la máquina si se trata de un gato o de un perro. Esta indicación se llama etiquetado.
Luego viene el aprendizaje no supervisado. En este caso, la máquina aprenderá por sí misma. Pero el término de aprendizaje autónomo sigue siendo muy relativo. Como veremos, la máquina es capaz de hacer agrupaciones y, por lo tanto, clasificaciones. Pero no es capaz de definir por sí misma los distintos textos porque no tiene consciencia de los datos que debe aprender.
Por último, existe el aprendizaje por refuerzo, que consiste en una máquina que aprende mediante la experiencia y a la que se recompensa de manera positiva o negativa en función de las decisiones tomadas.
En este libro solo trataremos los casos de los aprendizajes supervisados y no supervisados.
El temor a la inteligencia artificial
Los párrafos que aparecen a continuación tienen la finalidad de actualizar las distintas preguntas y comentarios sobre la inteligencia artificial y los temores que genera.
Le damos libertad para forjar sus propios pensamientos y opiniones sobre estos ámbitos.
1. La singularidad tecnológica
Las innovaciones tecnológicas se desarrollan a un ritmo exponencial (ley de Moore) y las innovaciones de un área son fuente de innovaciones en otra. Partiendo de la observación, Raymond Kurzweil (Estados Unidos) establece que este enriquecimiento recíproco combinado con la tecnología podría dar lugar a una «superinteligencia» más inteligente que el hombre, y todo ello a partir de 2045. Esta superinteligencia se llama «singularidad tecnológica» porque nos sería imposible predecir lo que va a pasar a continuación. Esta singularidad ¿será aliada o enemiga del ser humano? Actualmente, las dos versiones están enfrentadas. Una indica que esto permitiría al ser humano mejorar su estilo de vida (tratar enfermedades graves…), y la otra, que esto podría acarrear la destrucción de la humanidad (robot destructor, arma inteligente…).
2. Empleos amenazados
Allí donde la automatización solo afectaba a los empleos de poco valor añadido, actualmente la inteligencia artificial...
Cómo crear una inteligencia artificial en casa
Para crear una inteligencia artificial se necesitan conocimientos científicos, pero también medios tecnológicos. Allí donde hace algunos años era necesario disponer de una sólida base en matemáticas y una máquina potente para diseñar y desarrollar una inteligencia artificial, ahora disponemos de herramientas y materiales capaces de minimizar estos requisitos.
En efecto, hoy en día es posible llevar a cabo el aprendizaje de una máquina en un sencillo ordenador portátil usando módulos de inteligencia artificial que contienen el código informático y las funciones matemáticas necesarias. Sin embargo, de todos modos se necesitan algunos conocimientos de los lenguajes de programación y de los conceptos matemáticos de la inteligencia artificial para evitar el efecto caja negra que hemos mencionado antes. Por lo tanto, es indudable que estamos en una etapa de democratización del uso de la inteligencia artificial en el marco de los programas informáticos. Estamos seguros de que los desarrolladores del futuro deberán incluir en su CV la aptitud para utilizar las distintas herramientas relacionadas con la inteligencia artificial. Por supuesto, no se les pedirá que conozcan hasta el mínimo detalle de los algoritmos utilizados o de sus fórmulas, pero será necesario...
