Inteligencia artificial simplificada

Publicado el: 31 de octubre de 2018 / Actualización desde: 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.

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

Ingresas “gabinete rojo, manijas blancas” en la búsqueda de Google.

¿Producir? Modesto.

Segundo intento: ingresa "gabinete rojo, manijas 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 armario rojo con tiradores blancos seguirá siendo relevante mañana? ¿Todavía se adapta al estilo de vida? Los gustos cambian. Aquí es exactamente donde entra en juego el aprendizaje profundo. Para seguir con nuestro ejemplo: a medida que continúa la búsqueda, la IA aprende y reconoce cómo ha cambiado su comportamiento de búsqueda en función de los otros temas que le interesan y desarrolla de forma independiente nuevos algoritmos para "anticipar" que tendrá un armario verde en un año con tiradores azules podría resultar interesante para la cocina.

¿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?

Lo mismo ocurre con la IA. La afirmación depende de qué tan débil o fuerte haya sido "programada" la red neuronal. Se trata de un análisis de patrones que nos ayude a tomar una buena decisión. No para controlarnos. Porque si no logramos analizar patrones en big data, nos hundiremos sin piedad. Y ese es el verdadero escenario de terror.