- uptelmx
INTELIGENCIA ARTIFICIAL (AI)
1 Agosto 2022 - Fuente HPE
Es un tema muy extenso, pero vamos a tratar de compartir los elementos más importantes que pueden impactar en tu negocio.
La inteligencia artificial (IA) se refiere en términos generales a cualquier conducta humana que desarrolle una máquina o sistema.
Breve historia de la inteligencia artificial
Antes de 1949, los PC podían ejecutar comandos, pero no podían recordar lo que hicieron ya que no los almacenaban. En 1950, Alan Turing habló de cómo construir máquinas inteligentes y probar esta inteligencia en su informe «Maquinaria de computación e inteligencia». Cinco años después, se presentó el primer programa de inteligencia artificial en el Proyecto de investigación de verano sobre inteligencia artificial de Dartmouth (DSPRAI). Este evento catalizó la investigación de inteligencia artificial durante las siguientes décadas.
Los PC se volvieron más rápidos, económicos y accesibles entre 1957 y 1974. Los algoritmos de aprendizaje automático mejoraron, y en 1970, uno de los organizadores de DSPRAI le dijo a la revista Life Magazine que habría una máquina con la inteligencia general de un humano promedio en tres a ocho años. A pesar de su éxito, la incapacidad de los PC para almacenar con eficiencia o procesar con rapidez la información complicó la búsqueda de inteligencia artificial durante los siguientes diez años.
La inteligencia artificial revivió en la década de los 80, con la expansión del kit de herramientas algorítmicas y fondos más exclusivos. John Hopefield y David Rumelhart introdujeron las técnicas de «aprendizaje profundo» que permitieron a los PC aprender a través de la experiencia. Edward Feigenbaum introdujo los «sistemas expertos» que imitaban la toma de decisiones de los seres humanos.
A pesar de la falta de financiación del gobierno y el impulso del público, la inteligencia artificial prosperó y se lograron muchas metas importantes en las siguientes dos décadas. En 1997, Gary Kasparov, campeón mundial de ajedrez y Grandmaster, fue derrotado por Deep Blue de IBM, un programa de PC para jugar al ajedrez. Ese mismo año, se implementó en Windows un software de reconocimiento de voz desarrollado por Dragon Systems. Cynthia Breazeal también desarrolló Kismet, un robot que podía reconocer y mostrar emociones.
En 2016, el programa AlphaGo de Google venció al maestro de Go Lee Se-dol y en 2017, Libratus, una supercomputer de póker, venció a los mejores jugadores humanos.
La inteligencia artificial (IA) se refiere a cualquier conducta humana que desarrolle una máquina o sistema. En la forma más básica de inteligencia artificial, los PC están programados para «imitar» la conducta humana utilizando amplios datos de ejemplos previos de conductas similares. Este enfoque puede englobar desde reconocer diferencias entre un automóvil y un ave hasta realizar actividades complejas en una fábrica.
Ya sea el aprendizaje profundo, el pensamiento estratégico u otra especie de inteligencia artificial, la base de su uso está en situaciones que requieran respuestas ultra rápidas. Con la inteligencia artificial, las máquinas pueden trabajar de forma eficiente y analizar enormes cantidades de datos en un abrir y cerrar de ojos, y resolver problemas mediante un aprendizaje supervisado, no supervisado o reforzado.
Los tiempos pasados de la inteligencia artificial
En sus primeras versiones, permitía a los PC contar con juegos como el ajedrez entre equipo y humano. Ahora, la inteligencia artificial forma parte de nuestra vida cotidiana. Tenemos soluciones de IA para control de calidad, análisis de video, voz a texto (procesamiento de lenguaje natural) y conducción autónoma, como también soluciones en sanidad, servicios financieros de fabricación y entretenimiento.
Potente herramienta para empresas y organizaciones
La inteligencia artificial puede ser una herramienta muy potente para corporaciones grandes que generen datos significativos y para organizaciones pequeñas que necesiten procesar sus llamadas con clientes de manera más eficaz. La inteligencia artificial puede optimizar los procesos empresariales, completar tareas más rápido, eliminar el error humano y mucho más.
Tipos de inteligencia artificial
La inteligencia artificial se clasifica en dos categorías principales: la inteligencia artificial basada en funcionalidad y la inteligencia artificial basada en capacidades.
Basada en funcionalidad
Máquina reactiva: esta inteligencia artificial no tiene poder de memoria y no tiene la capacidad de aprender de las acciones pasadas. La Deep Blue de IBM recae en esta categoría.
Teoría limitada: al agregar memoria, esta inteligencia artificial usa información pasada para tomar mejores decisiones. Las aplicaciones comunes como las de localización de GPS recaen en esta categoría.
Teoría de la mente: esta inteligencia artificial sigue en desarrollo, con el objeto de tener una comprensión muy profunda de la mente humana.
Inteligencia artificial autoconsciente: esta inteligencia artificial, que puede entender y evocar emociones humanas y también tener propias, sigue siendo hipotética.
Basada en capacidades
Artificial Narrow Intelligence (ANI): sistema que realiza tareas programadas definidas de forma estrecha. Esta inteligencia artificial tiene una combinación de memoria limitada y reactiva. La mayor parte de las aplicaciones de inteligencia artificial actuales recae en esta categoría.
Artificial General Intelligence (AGI): esta inteligencia artificial es capaz de enseñar, aprender, entender y rendir como un humano.
Artificial Super Intelligence (ASI): esta inteligencia artificial realiza tareas mejor que los humanos por su capacidad superior de procesamiento de datos, memoria y toma de decisiones. Hoy en día no existen ejemplos en el mundo real.
La relación entre inteligencia artificial, aprendizaje profundo y aprendizaje automático
La inteligencia artificial es una rama de la computación que busca simular la inteligencia humana en una máquina. Los sistemas de inteligencia artificial funcionan con algoritmos, al usar técnicas como el aprendizaje profundo y aprendizaje automático para demostrar conductas «inteligentes».
Aprendizaje automático
Una PC «aprende» cuando su software es capaz de predecir y reaccionar correctamente a las situaciones de implementación basadas en resultados anteriores. El aprendizaje automático se refiere al proceso por el cual los PC desarrollan el reconocimiento de patrones o la posibilidad de capacitación continua y hacer predicciones basadas en datos, y pueden hacer ajustes sin haber sido programadas específicamente para ello. Como forma de inteligencia artificial, el aprendizaje automático automatiza el proceso de creación de modelos analíticos y permite que las máquinas se adapten a nuevas situaciones de manera independiente.
Estos son los cuatro pasos para crear un modelo de aprendizaje automático:
Seleccionar y preparar un conjunto de datos de formación necesarios para resolver el problema. Estos datos pueden tener o no etiqueta.
Elegir un algoritmo para ejecutar en los datos de formación.
Si los datos tienen etiqueta, el algoritmo puede basarse en instancias, árboles de decisión o regresión.
Si los datos no tienen etiqueta, el algoritmo puede ser un algoritmo de clúster, de asociación o una red neuronal.
Entrenar el algoritmo para crear el modelo.
Usar y mejorar el modelo.
Hay tres métodos de aprendizaje automático: el aprendizaje «Supervisado» funciona con datos etiquetados y requiere menos formación. El aprendizaje «No supervisado» se usa para clasificar datos sin etiqueta al identificar patrones y relaciones. El aprendizaje «Semi supervisado» usa un pequeño grupo de datos con etiqueta para orientar la clasificación de un grupo de datos sin etiqueta más grande.
Aprendizaje profundo
El aprendizaje profundo es un subconjunto del aprendizaje automático y ha demostrado un rendimiento significativamente superior a algunos enfoques tradicionales de aprendizaje automático. El aprendizaje profundo utiliza una combinación de redes neuronales artificiales de múltiples capas, formación con uso intensivo de procesamiento y datos, inspirada en nuestra última comprensión del comportamiento del cerebro humano.
Este enfoque se ha vuelto tan eficaz que incluso ha comenzado a superar las capacidades humanas en muchas áreas, como el reconocimiento de imágenes y del habla y el procesamiento del lenguaje natural.
Los modelos de aprendizaje profundo procesan grandes cantidades de datos y en general son no supervisados o semi supervisados. Convertir los datos en eficiencia y en una ventaja competitiva gracias a las aplicaciones modernas de inteligencia artificial.
Después de siglos de teorías, décadas de investigación y años de publicidad, la inteligencia artificial finalmente comenzó a hacerse camino en la empresa, donde la idea es que se convierta en una función de uso generalizado.
¿Por qué se acelera el ritmo de la IA empresarial?
Los recientes progresos en el ámbito de los algoritmos, la proliferación de conjuntos de datos digitales y las mejoras en cuanto al procesamiento, incluidos los aumentos de potencia de procesamiento y la disminución de los precios, se han unido para dar vida a una nueva clase de tecnología de IA preparada para la empresa. Prácticamente todas las organizaciones cuentan con una montaña de activos de datos en constante crecimiento y la inteligencia artificial brinda la forma de analizar este recurso a escala.
La inteligencia artificial también está lista para convertirse en un elemento básico empresarial y piedra angular del proceso de transformación digital. La inteligencia artificial es una tecnología de uso generalizado que puede optimizar la eficiencia y conocimientos en casi todos los procesos empresariales, desde operaciones de servicio de atención al cliente y sistemas de ciberseguridad y físicos hasta funciones de RD y procesos de análisis de empresa.
Aplicaciones modernas para la inteligencia artificial.
La inteligencia artificial posee la capacidad única de extraer significado de los datos cuando puedes definir la respuesta pero no cómo llegar a ella. La inteligencia artificial puede fortalecer las capacidades de las personas y convertir los datos, sujetos a un crecimiento exponencial, en conocimiento, medidas eficaces y valor.
Hoy en día, la inteligencia artificial se usa en múltiples aplicaciones de todos los sectores, incluidos el sanitario, el industrial y las administraciones públicas. A continuación se exponen algunos casos de uso específicos:
El control de calidad y mantenimiento prescriptivo mejora la producción, fabricación y venta minorista mediante un marco abierto para la TI/OT. Las soluciones integradas prescriben mejores decisiones de mantenimiento, automatizan acciones, y mejoran procesos de control de calidad al implementar técnicas de visión de computación basadas en la IA empresarial.
El procesamiento de habla y lenguaje transforma datos de audio no estructurados en conocimiento e inteligencia. Automatiza la comprensión del lenguaje escrito y hablado con máquinas que usan procesamiento del lenguaje natural, análisis de conversaciones a texto, búsqueda biométrica o supervisión de llamadas en vivo.
La videovigilancia y análisis de vídeo analiza en forma automática el vídeo para detectar eventos, desvelar identidades, entorno y personas, y obtener conocimientos operativos. Utiliza sistemas de análisis de vídeo del extremo al núcleo para múltiples condiciones operativas y cargas de trabajo.
La conducción altamente autónoma se basa en una plataforma de consumo de datos de escalabilidad horizontal que permite a los desarrolladores crear una solución de conducción altamente autónoma, adaptada para servicios de código abierto, aprendizaje automático y redes neuronales de aprendizaje profundo.