Las grandes claves de la IA

Seis hitos que marcan el desarrollo de la inteligencia artificial.

Publicado el 22 Dic 2020

84717_04

El Test de Tuting, o la primera simiente

Alan Turing (1912-1954) está considerado como el precursor de la inteligencia artificial, diseñó el test que lleva de apellido y formalizó el concepto de algoritmo. En su ensayo ‘Computing machinery and intelligence’, publicado en 1950 por la Universidad de Manchester, puso sobre la mesa la gran cuestión: ¿pueden pensar las máquinas? Desarrolló su famoso test que consistió en evaluar las máquinas mediante una serie de preguntas para ver si son capaces de reaccionar de igual forma que lo haría una persona.

Perceptron, la puerta a las redes neuronales

Otro gran paso en la IA fue la creación de la primera neurona artificial en 1957, por obra y arte de Frank Rosenblatt, profesor de Psicología de la Universidad de Cornell, un algoritmo de clasificación con aprendizaje supervisado, conocido como Perceptron. Según IBM, una red neuronal es un modelo simplificado que emula el modo en que el cerebro humano procesa la información: funciona simultaneando un número elevado de unidades de procesamiento interconectadas que parecen versiones abstractas de neuronas.

Inviernos y veranos

Así se califican las épocas de retroceso o impulso de la IA. Se considera que el primer verano de la inteligencia artificial discurrió entre 1956 y 1973 merced a las inversiones del gobierno de EEUU. Entre 1974 y 1980 acaeció el primer invierno, por la caída de las expectativas. El nacimiento de los sistemas expertos en 1981 propició un segundo verano que duró hasta 1987. Los veranos se caracterizan por el interés que la IA genera en el sector público y privado. Parece en estos momentos que nos enfrentamos a un verano perenne.

Machine / deep learning

Machine learning y deep learning están en boca de todo el mundo y son precisamente dos capacidades que están facilitando el despegue vertiginoso de la inteligencia artificial por sus grandes aplicaciones. El aprendizaje automático es un modelo cuya misión es que los ordenadores aprendan a partir de un esquema establecido. El aprendizaje profundo (deep learning) va más allá, está compuesto por un conjunto de algoritmos de aprendizaje automático que modela abstracciones de alto nivel en datos, e implica un mayor nivel de conocimiento inductivo.

La ética de la robótica

La ética de la inteligencia artificial es una materia que preocupa a los expertos. La posibilidad de que los algoritmos se puedan desbocar y que la IA pueda funcionar de forma autónoma sin criterios morales es un tema crucial que considerar. Crear máquinas pensantes plantea cuestiones como que estos engendros no causen daños a los seres vivos (Isaac Asimov ya advirtió en este punto). La roboética se preocupa más del comportamiento de los seres humanos que diseñan las máquinas y la ética de las máquinas vigila el comportamiento de los agentes morales artificiales.

Automatización de las operaciones

Más del 90% de los responsables de tecnología consideran que la incorporación de inteligencia artificial a la empresa será fundamental para que las TI puedan hacer frente al aumento de las cargas de trabajo y ofrecer el máximo valor a la empresa, según un estudio de Dynatrace. Los CIO esperan que la automatización en la nube y las operaciones de TI reduzcan la cantidad de tiempo dedicado a las tareas de mantenimiento, según un 38%, ahorrando a las empresas un promedio de 2 millones de dólares al año.

¿Qué te ha parecido este artículo?

La tua opinione è importante per noi!

Rufino Contreras
Rufino Contreras

Artículos relacionados