Introducción a la Inteligencia Artificial

En este post nos gustaría compartir con ustedes algunas definiciones sobre la Inteligencia Artificial.

Recientemente, y dentro la era de la «Transformación Digital», escuchamos bastante el término «Inteligencia Artificial». Existen muchas definiciones sobre Inteligencia Artificial (IA), pero aquí vamos a comenzar con un poco de historia.

El término de Inteligencia Artificial fue acuñado por primera vez por John McCarthy en 1956, cuando celebró la primera conferencia académica sobre este tema. Sin embargo, el viaje para comprender si las máquinas realmente pueden pensar, comenzó mucho antes de eso. En el trabajo seminal de Vannevar Bush, As We May Think [1], propone un sistema que amplifica el conocimiento y la comprensión de las personas. Años más tarde, Alan Turing escribió un artículo sobre la noción de máquinas capaces de simular seres humanos y la capacidad de hacer cosas inteligentes, como jugar al ajedrez [2].

No vamos a cubrir aquí los inviernos de IA, ni los dos paradigmas principales que compiten en IA, es decir, simbólicos y conexionistas.

Lo que nos gustaría señalar, dentro de este post, es que la Inteligencia Artificial no trata solamente de Aprendizaje Profundo (Deep Learning), junto con sus Redes Neuronales profundas. AI incluye varios subcampos, como

• El aprendizaje automático (machine learning) es la ciencia de hacer que las computadoras actúen sin ser programadas explícitamente [3].
• El aprendizaje profundo (deep learning) es un subconjunto del aprendizaje automático en el que los algoritmos se crean y funcionan de manera similar a los del aprendizaje automático, pero hay numerosas capas de estos algoritmos, cada uno de los cuales proporciona una interpretación diferente de los datos que se alimentan. Dicha red de algoritmos se denominan Redes Neuronales Artificiales, un intento de imitar la función de las redes neuronales humanas presentes en el cerebro [9].
• El procesamiento del lenguaje natural, generalmente abreviado como PNL (NLP en Inglés), es una rama de la inteligencia artificial que se ocupa de la interacción entre computadoras y humanos usando el lenguaje natural. El objetivo final de PNL es leer, descifrar, comprender y dar sentido a los idiomas humanos de una manera que sea valiosa [4].
• La representación del conocimiento, es un subcampo de la inteligencia artificial, cuyo objetivo principal es estudiar cómo se puede representar el conocimiento sobre el mundo y qué tipos de razonamiento se pueden hacer con ese conocimiento [5]. Actualmente existe un gran interés en los grafos de conocimiento, que es una forma de representar / modelar el conocimiento [10].
• La robótica es una rama de la IA, que se compone de Ingeniería Eléctrica, Ingeniería Mecánica e Informática para el diseño, construcción y aplicación de robots [6].
• La visión por computador es un campo de Inteligencia Artificial y Ciencias de la Computación que tiene como objetivo dar a las computadoras una comprensión visual del mundo [7].
• La IA conversacional es una forma de Inteligencia Artificial que permite a las personas comunicarse con aplicaciones, sitios web y dispositivos en un lenguaje natural cotidiano y humano a través de la entrada de voz, texto, tacto o gesto [8].

Vale la pena señalar que estos subcampos se pueden combinar, por ejemplo, podemos aplicar Deep Learning para resolver algunos problemas de PNL.

Esperamos que esta publicación sea útil como introducción general a la Inteligencia Artificial.