Inteligencia artificial hasta en la sopa
Ahora todos escuchamos las palabras “Inteligencia Artificial” al menos una vez por día, pero realmente sabemos, ¿qué es y para dónde va?

Lo primero que quisiera hacer es tratar de definir ¿qué es inteligencia artificial? Y cuál es la diferencia con los términos “machine learning”, “data science” y “Deep learning”. Obviamente para los puristas las definiciones que propongo parecerán incompletas, pero para tratar de darnos a todos una idea “macro” del tema, creo que estarán bien.
Según Jeff Leek, la ciencia de datos o “data science” es un campo multidisciplinario que utiliza métodos, procesos, algoritmos y sistemas científicos para extraer conocimientos a partir de los datos.
En cambio, la Inteligencia Artificial (IA) en palabras de Haydé Martínez es “el intento de hacer que un dispositivo o aplicación sean tan o más inteligentes que un humano” y entonces el “machine learning” (o aprendizaje automático) es la columna vertebral de la IA y se define como “una serie de algoritmos que hacen que [ese] dispositivo o aplicación sean artificialmente inteligentes”.
Es como pensar en que la IA es el carro y el aprendizaje automático es el motor de ese carro. Por último, el aprendizaje profundo (Deep learning) es el aprendizaje de conocimientos jerárquicos inspirados en los sistemas nerviosos (p.ej. el cerebro humano) por la manera en que la información se procesa a través de neuronas interconectadas tal y como lo hacemos nosotros para, por ejemplo, hablar.
Ahora que ya sabemos las diferencias, podemos hablar de la importancia de esta tecnología, de cómo afecta nuestra vida diaria y de hasta qué punto podría ayudarnos (¿o reemplazarnos?).
La mayoría de nosotros ha oído hablar de inteligencia artificial desde hace muchos años. En algunos casos, nuestro primer acercamiento al término fue la famosa película de principios de los 2000, protagonizada por Haley Joel Osment y Jude Law. Sin embargo, el término viene de mucho más atrás. A los pocos años de terminada la segunda guerra mundial, en 1950, Alan Turing, uno de los padres de la ciencia de la computación y precursor de la informática moderna decía: “propongo considerar la siguiente pregunta, ¿pueden las máquinas pensar?” y, luego en 1956, el profesor John McCarthy, acuñaba por primera vez el término “Inteligencia Artificial” cuando tratando de proponer cómo los computadores deberían aprender como los niños. Desde entonces nos hemos imaginado el “futuro” como carros voladores, pero en el futuro ya escuchamos “inteligencia artificial” hasta en la sopa. Pero lo cierto es que el futuro sí llego y lo podemos tocar todos los días: cada selección de películas en Netflix, cada vez que hablamos con Alexa o cada vez que traducimos el letrero en chino con Google Translate, estamos haciendo uso de la IA. Y a futuro cercano, aún más. Vehículos autónomos, detección de enfermedades genéticas o, por qué no, detección de minería ilegal en Colombia mediante algoritmos de aprendizaje automático, como el desarrollado por el colombiano Santiago Saavedra y su equipo.
Y es que hay dos factores importantes que han hecho que ahora nos suene más IA que hace tan solo un par de años.
El primero es la gran cantidad de dinero que han invertido fondos y capitales de riesgo en esta tecnología. El segundo, que tan solo en 2 años hemos producido el 90% de todos los datos existentes en el mundo.
¡Increíble!
Recordemos de otro episodio de #Reproductivity (RP 008: La Cuarta Revolución Industrial: ¿qué nos trae la tecnología?) que, dentro los grandes agentes de cambio, una de las tres megatendencias principales es la digital. Y dentro de la transformación digital están el Internet de las cosas, el monitoreo remoto, las mejoras en almacenamiento y muchas más, que, a la larga, dentro de su desarrollo se estrellan con la IA.
Hoy los bots (viene de “robot”) como Siri, que son procesadores de lenguaje naturales, que traducen aquello que les decimos a texto, lo corren en un buscador, y nos vuelven a dar una respuesta en lenguaje hablado, son de todos los días. Pero también son de todos los días (así no sean tan famosos), súperprogramas de IA como Watson de IBM.