Inteligencia artificial simplificada

Publicado el: 31 de octubre de 2018 / Actualización de: 8 de abril de 2019 - Autor: Konrad Wolfenstein

La inteligencia artificial se explica de forma sencilla. ¿Mantener una visión general de la masa, por ejemplo, Big Data? Esto sólo es posible si sigues ciertos patrones o te dejas guiar.

Inteligencia artificial (IA): sintaxis simple

Un autoexperimento: tienes una determinada imagen en tu cabeza. Hoy debería ser un mueble rojo con tiradores blancos. ¿Qué estás haciendo?

En la búsqueda de Google "Gabinete rojo, manijas blancas".

¿Producir? Modesto.

Intento 2: ingresa "gabinete rojo, manos blancas" en la búsqueda de Google.

El resultado ya es mejor, pero ciertamente podría serlo aún mejor.

El primer paso en la programación se da con la búsqueda en Google. La recopilación de consultas de búsqueda y su conversión en algoritmos y códigos forman la red neuronal.

Por lo tanto, el aprendizaje automático, como se muestra en el gráfico superior, no es algo que deba implementarse rápidamente. Se necesita mucho tiempo y trabajo para ello. Esto también explica los correspondientes costes de desarrollo. Pero si tenemos en cuenta que la IA no tiene vacaciones, ni pensiones ni otras pérdidas naturales, las cosas se ven completamente diferentes.

¿Pero el gabinete rojo con asas blancas todavía está actualizado mañana? ¿Todavía se ajusta al estilo de vida? Los gustos cambian. Aquí es exactamente donde entra el aprendizaje profundo. Para permanecer con nuestro ejemplo: con la búsqueda adicional, la IA aprende y, en base a los otros temas que están interesados ​​en cómo su comportamiento de búsqueda ha cambiado e independientemente, desarrolla nuevos algoritmos para "predecir" que un gabinete verde con manijas azules podría estar interesado en la cocina en un año.

¿Horrible? Para algunos esto es aterrador. Pero en realidad no lo es. El miedo a lo desconocido nos juega una mala pasada. Si le preguntáramos a un grupo de personas qué podría interesarle en la televisión mañana, obtendría una variedad de respuestas. No uniforme. Ahora bien, ¿cómo decides qué propuesta aceptarías? ¿Es la aportación profesional o la apariencia atractiva de la persona en cuestión?

Así es con la IA. Dependiendo de cuán débil o fuerte se haya "programado" la red neuronal, la declaración es en consecuencia. Se trata del análisis de patrones que debería ayudarnos a tomar una buena decisión. No para controlarnos. Porque si no creamos un análisis de muestra en Big Data, nos quedamos sin piedad. Y ese es el verdadero escenario de terror.