Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En 1950, el matemático Alan Turing se hizo una pregunta: «¿Pueden pensar las
«Test de Turing» sentaron las bases de la inteligencia artificial, su visión y sus objetivos.
humana.
Sin embargo, la IA es una ciencia interdisciplinaria con múltiples enfoques. Hoy en día, el
cambiar el mundo, pero todavía sigue siendo un misterio para mucha gente. Descubre todo
lo que tienes que saber sobre la IA en este dosier : definición, funcionamiento, historia,
diferentes categorías, casos prácticos y aplicaciones. El sector del comercio minorista está
También puede utilizarse para optimizar la disposición de los productos o gestionar mejor
el inventario.
En las fábricas, la inteligencia artificial analiza los datos de los equipos IoT para predecir la
carga y la demanda mediante Deep Learning. También puede anticiparse a posibles fallos
definición precisa. Puede considerarse una rama del campo de la informática, cuyo objetivo
debate. Por ello, aún no existe una definición única de inteligencia artificial.
artificial ni qué hace que una máquina sea inteligente. En un intento de remediar este
Modern Approach».
En ese libro, los dos expertos unifican sus trabajos sobre el tema de los agentes inteligentes
en las máquinas. Según ellos, «la IA es el estudio de los agentes que reciben percepciones
la acción racional.
mientras que los otros dos se refieren al comportamiento. En su libro, Norvig y Russell se
centran principalmente en los agentes racionales capaces de actuar para conseguir el mejor
resultado.
Por su parte, Patrick Winston, profesor de inteligencia artificial del MIT, define la IA como
como los humanos, con capacidad de contemplación, juicio e intención». Estos sistemas
Estas diferentes definiciones pueden parecer abstractas y complejas. Sin embargo, ayudan a
«narrow» (estrecha), también conocida como «weak» (débil), solo puede funcionar en un
contexto limitado. Suele centrarse en la realización de una única tarea, que es capaz de
hacer perfectamente.
Sin embargo, aunque esa máquina pueda parecer inteligente, es mucho más limitada que la
de imágenes, los asistentes virtuales como Siri de Apple o Alexa de Amazon, los vehículos
Sin embargo, en realidad, este tipo de IA aún no existe. Ninguna tecnología está lo
suficientemente avanzada hasta la fecha como para competir con el cerebro humano.
Por ese motivo, la creación de la IA general sigue siendo, por el momento, el «Santo Grial»
de los investigadores de IA. Es una búsqueda ambiciosa, pero llena de obstáculos. A pesar
de los avances técnicos, sigue siendo muy difícil diseñar una máquina con plenas
capacidades cognitivas.
artificial. En 2008, Google hizo grandes avances en el reconocimiento de voz y lanzó esa
En 2012, Andrew Ng alimentó una red neuronal con 10 millones de vídeos de YouTube
como serie de datos de entrenamiento. Gracias al Deep Learning, esta red neuronal
aprendió a reconocer un gato sin que se le enseñara lo que es un gato. Este fue el inicio de
En 2016 se produjo otra victoria de la IA sobre el ser humano, con el triunfo del sistema
realidad.
Los peligros de la inteligencia artificial
La inteligencia artificial ofrece muchas promesas para la humanidad, pero también podría
día la inteligencia humana. Entonces podría decidir volverse contra sus creadores.
Este oscuro presagio puede parecer sacado directamente de una película de ciencia ficción,
pero es una posibilidad muy real. Destacados expertos como Stephen Hawking, Elon Musk
Según ellos, la IA representa un riesgo inminente e inevitable en los próximos años. Por eso
piden a los gobiernos que regulen este campo para que se desarrolle de forma ética y
segura. Más de un centenar expertos ha pedido también a Naciones Unidas que prohíba los
Sin embargo, otros expertos creen que el futuro de la inteligencia artificial depende
con el incremento de los «DeepFakes»: vídeos falsos creados mediante Deep Learning para
Ya sabes todo lo que hay que saber sobre inteligencia artificial. Descubre ahora nuestro
completo dosier sobre Data Science, y echa un vistazo más de cerca al Machine Learning.
técnicas que pretenden imitar la inteligencia humana. El Machine Learning es una categoría
técnicas de análisis sobre estos datos para «aprender» a realizar una tarea.
de las neuronas del cerebro humano. Una red neuronal artificial está compuesta por
múltiples capas, a través de las cuales se procesan los datos. Esto es lo que permite que la
percepción. Se utiliza en todos los sectores, hasta el punto en que las aplicaciones son
Los asistentes virtuales también pueden ayudar a los pacientes y recordarles que se tomen
Los bancos, por su parte, están utilizando la IA para prevenir y detectar el fraude. La
tecnología también puede utilizarse para comprobar si un cliente podrá pagar el crédito que
puede verse, esta revolucionaria tecnología está llamada a revolucionar todos los sectores
Pitts. En ese trabajo, los científicos presentaron el primer modelo matemático para la
El primer ordenador de red neuronal, Snarc, fue creado en 1950 por dos alumnos de
Harvard: Marvin Minsky y Dean Edmonds. Ese mismo año, Alan Turing publicó el Test de
En 1952, Arthur Samuel creó un software capaz de aprender a jugar al ajedrez de forma
autónoma. El término inteligencia artificial fue utilizado por primera vez en la conferencia
1956.
En ese acto, los investigadores presentaron los objetivos y la visión de la IA. Muchos
En 1959, Arthur Samuel acuñó el término Machine Learning mientras trabajaba en IBM.
Por su parte, John McCarthy y Marvin Minsky fundaron el MIT Artificial Intelligence
Project. En 1963, John McCarthy también creó el «AI Lab» en la Universidad de Stanford.
En los siguientes años, se cernieron dudas sobre el campo de la IA. En 1966, el informe
cancelados.
Del mismo modo, en 1973, el gobierno británico publicó su informe «Lighthill» en el que
destacaba las decepciones de la investigación en IA. Una vez más, los proyectos de
investigación fueron reducidos por los recortes presupuestarios. Este periodo de duda duró
Ese invierno terminó con la creación de R1 (XCON) por parte de Digital Equipment
Corporations. Este sistema comercial experto está diseñado para configurar los pedidos de
nuevos sistemas informáticos, y provocó un auténtico auge de las inversiones que se
empresas se gastaron más de mil millones de dólares al año en sistemas expertos y el sector
no paraba de crecer.
alternativas más baratas. Este fue el «segundo invierno de la IA». Las empresas perdieron
el interés por los sistemas expertos. Los gobiernos de Estados Unidos y Japón abandonaron
importante. La IA Deep Blue de IBM triunfó sobre el campeón mundial de ajedrez Gary