Las principales tecnologías que sostienen la inteligencia artificial

El artículo 2 lo terminábamos con nuestra definición de IA: “Si una máquina es capaz de sustituir a personas en tareas inteligentes, esta máquina tiene IA”. Porque si la tarea es inteligente cuando la hace el humano, también lo será cuando la hace la máquina, especialmente si esta lo hace mejor y con más rapidez que los mejores humanos en esa tarea. Porque la realidad es que, para definirlas como inteligentes en una tarea, a las máquinas les exigimos ser mejores y más rápidas que los humanos más expertos.

En este artículo vamos a tratar de empezar a entender las principales tecnologías que sostienen la IA. La tecnología más citada en es el machine learning, es decir, “la máquina que aprende” que, con muchos datos, puede aprender a distinguir cosas y tomar decisiones con más precisión que los humanos más cualificados. Por su parte, el deep learning trata de imitar a las redes neuronales humanas y sirve, sobre todo, para encontrar relaciones entre muchos datos para entender mejor cualquier fenómeno. La diferencia fundamental es que, mientras que el machine learning trabaja con algoritmos de regresión o con árboles de decisión, el deep learning usa redes neuronales que funcionan de forma muy parecida a las conexiones neuronales biológicas de nuestro cerebro.

La tercera tecnología de la IA, que todavía se cita poco pero, a mi juicio, es la de más futuro, es Reinforcement Learning (RL) en la que no se necesitan datos históricos, sino reglas y objetivos y la máquina es capaz de lograr los objetivos mejor que cualquier humano. Esta es la tecnología usada para ganar en cualquier juego, incluyendo los más sofisticados como el ajedrez y el go. Pero ¿no hay cantidad de problemas en los que los humanos tomamos decisiones en función de reglas y objetivos?. En todos ellos las máquinas dotadas de Reinforcement Learning lo harán mejor que los mejores humanos: es una tecnología de enorme utilidad transversal en todos los campos. Estas tres son las tecnologías básicas, pero no las únicas: por ejemplo, el NLP (Natural Language Processing), que sirve para el desarrollo del lenguaje natural en las máquinas, tanto para entenderlo como para hablarlo. Otra muy importante es la tecnología para el reconocimiento facial y muchas más que iremos citando. En el próximo artículo explicaremos lo que puede y no puede hacer la IA.