Innovación tecnológica

Inteligencia artificial y aprendizaje automático: Cómo aprenden los ordenadores

Deb Miller Landau iQ Managing Editor and Contributor

La inteligencia artificial aumenta las posibilidades de la vida cotidiana: desde elegir sus restaurantes favoritos hasta predecir el tiempo y atajar la escasez de alimentos a nivel mundial.

La inteligencia artificial (IA) siempre nos ha parecido algo ajeno, anclado firmemente en el mundo de la ciencia ficción, algo que ocurría en otro lugar. No obstante, la IA forma parte integral de nuestras vidas. Solo que no nos damos cuenta.

Algunos ejemplos de IA son las alertas de los bancos cuando se producen presuntos cargos fraudulentos, las notificaciones de los smartphones en la que se nos anima a hacer ejercicio o la capacidad de Siri o Cortana para reconocer voces.

“La inteligencia artificial permite que las máquinas puedan sentir, aprender e interactuar con el mundo exterior, sin necesidad de que los seres humanos lo programen específicamente”, afirma Nidhi Chappell, director de Aprendizaje Automático en Intel.

La IA mejora nuestra calidad de vida en muchas otras áreas. Por ejemplo, al medir los datos biométricos en un deporte, se puede calibrar la influencia que tiene el tiempo durante el cual practican ese deporte en la probabilidad de lesionarse. Ayuda a los granjeros a saber cuándo deben regar sus tierras para obtener una cosecha óptima y también permite a los meteorólogos calcular el derretimiento de la nieve. En las ciudades inteligentes se emplean este tipo de datos para gestionar la energía y los profesionales del sector médico utilizan la IA para detectar enfermedades, realizar la secuenciación del genoma y realizar un seguimiento de los tratamientos.

La IA es una denominación general que engloba, entre otros, el aprendizaje automático (AA), un conjunto de técnicas y herramientas que permiten que los ordenadores “piensen” para crear algoritmos matemáticos basándose en datos acumulados. También dentro de esta denominación se encuentra el aprendizaje profundo (AP), un subconjunto del AA que emplea modelos de redes neurológicas para realizar acciones, como reconocer imágenes y procesar el lenguaje.

“Piensa en un niño en pleno crecimiento”, comenta Chappell. Este niño observa el mundo, percibe cómo interactúan las personas y aprende las normas sociales sin que se le informe de todo ello explícitamente. “Ocurre lo mismo con la inteligencia artificial. Las máquinas aprenden por su cuenta sin que se les programe explícitamente para ello”.

Chappell afirma que la IA realiza tres acciones. En primer lugar, percibe el mundo. Para ello, utiliza los datos y detecta patrones. En segundo lugar, reconoce dichos patrones. Y, en tercer lugar, lleva a cabo una acción basándose en dicho reconocimiento.

Por ejemplo, usted publica muchas fotografías de senderismo en Facebook. Los algoritmos perciben que hay muchas fotografías de este tipo, en las que usted aparece coronando una montaña con otra persona. Reconoce, asimismo, que ustedes han estado haciendo senderismo, por lo que le sugiere a otras personas u otras rutas de senderismo que puedan ser de su agrado.

“Todo esto es aprendizaje automático”, declara Chappell. “Las máquinas se están volviendo cada vez más inteligentes, lo que nos ayuda a tomar mejores decisiones e investigar con mayor rapidez”.

Aplacando a los escépticos

Hay un buen nivel de escepticismo en torno a la inteligencia artificial: el miedo a la invasión de las máquinas. A este temor, Chappell contesta que la habilidad de aprendizaje de los ordenadores ayuda a la humanidad de muchas maneras.

“La IA aumenta todo lo que hacemos los seres humanos”, opina. “No se trata de reemplazar a los seres humanos, sino de aumentar sus capacidades con una mayor inteligencia. Y esto nos hace la vida más fácil”.

Afirma que los días en que teníamos que sacar un mapa en papel cuando conducíamos son ya agua pasada. Hoy en día, podemos valernos de aplicaciones de mapas dinámicos con un gran volumen de datos que detectan cuándo cambian las carreteras o se construyen nuevos puentes, supervisan el tráfico y optimizan el tiempo de conducción.

Las tecnologías de IA y AA llevan décadas utilizándose en los campos de la educación, las finanzas y la medicina, y Chappell asegura que la IA sigue impulsando el crecimiento de la sociedad. Puede utilizarse para reducir el ciberacoso y atajar problemas sociales como la trata de personas, o bien para aumentar el rendimiento de una cosecha (lo cual contribuye a reducir el hambre en el mundo). También puede ser útil para combatir virus, como el Zika, ya que es capaz de predecir los patrones de migración de los mosquitos e identificar aquellos con más probabilidades de transmitir la enfermedad.

Gestión de datos

Cuando más sofisticado se vuelve el aprendizaje, más datos se necesitan para que las máquinas aprendan, apunta Chappell. Cuanto mayor sea el rendimiento de la potencia informática, más rápido pueden aprender las máquinas.

machine_learning-ss2-uk

“Se ha demostrado que cuantos más datos se proporcionen a una máquina para que aprenda, más precisa se vuelve en la predicción de resultados”, señala Chappell, a lo cual añade que a medida que aumenta la complejidad de la máquina, se incrementan también los requisitos de los datos necesarios para obtener resultados coherentes.

Cuando se asiente el aprendizaje automático, los requisitos de datos serán apabullantes.

En su discurso de apertura en el 2016 Intel Developer Forum (IDF), el presidente de Intel, Brian Krzanich, afirmó que una persona genera de media entre 600 y 700 MB de datos al día haciendo cosas tan normales como publicar contenido en Snapchat, enviar correos electrónicos o jugar a videojuegos.

En 2020, vaticina Krzanich, ese número llegará a los 1,5 GB al día. Solo si contamos a las personas. Un vehículo autónomo genera de media 4000 GB al día y una fábrica inteligente produce 1 millón de GB cada día.

autonomous_car_BMW3-e1471544242555-uk

Chappell destaca que los coches autónomos son un buen ejemplo de cómo funcionan la IA y el AA. Un coche necesita un ordenador de abordo que comience a aprender por su cuenta, pero si se envían los datos del resto de coches que hay en la carretera a la nube, esto puede contribuir al aprendizaje de otros coches.

Puede decirse que es como entablar una colaboración abierta distribuida de datos. Por ejemplo, si un coche detecta una señal de obras, esto le ayuda. Pero si puede enviar esta información a la nube, dicha alerta puede comunicarse a otros coches autónomos. Cuantos más coches “aprendan” ese obstáculo, más fluido será el tráfico.

La IA, el AA y el AP han pasado de la ciencia ficción a ser un hecho científico.

“La AI nos rodea en todo momento”, señala Diane Bryant, vicepresidenta ejecutiva y manager general del Grupo Intel de centros de datos. “Transforma nuestra manera de interactuar con el mundo”.

Compartir este artículo

Temas relacionados

Innovación tecnológica

Leer el siguiente artículo

Read Full Story