La inteligencia artificial, o AI, es una tecnología que permite a las computadoras y máquinas simular la inteligencia humana y las capacidades de resolución de problemas.
Por sí sola o combinada con otras tecnologías (por ejemplo, sensores, geolocalización, robótica), la AI puede realizar tareas que de otro modo requerirían inteligencia o intervención humana. Los asistentes digitales, la guía GPS, los vehículos autónomos y las herramientas de AI generativa (como Chat GPT de Open AI) son solo algunos ejemplos de AI en las noticias diarias y en nuestra vida cotidiana.
Como campo de la informática, la inteligencia artificial abarca (y a menudo se menciona junto con) el aprendizaje automático y el aprendizaje profundo. Estas disciplinas implican el desarrollo de algoritmos de AI, modelados a partir de los procesos de toma de decisiones del cerebro humano, que pueden “aprender” de los datos disponibles y realizar clasificaciones o predicciones cada vez más precisas con el tiempo.
La inteligencia artificial ha pasado por muchos ciclos de exageración, pero incluso para los escépticos, el lanzamiento de ChatGPT parece marcar un punto de inflexión. La última vez que la AI generativa cobró tanta importancia, los avances se produjeron en la visión por computadora, pero ahora el salto hacia adelante se encuentra en el procesamiento del lenguaje natural (PLN). Hoy en día, la AI generativa puede aprender y sintetizar no solo el lenguaje humano, sino también otros tipos de datos, incluidas imágenes, videos, código de software e incluso estructuras moleculares.
Las aplicaciones para la AI crecen cada vez más. Pero a medida que despega la exageración en torno al uso de herramientas de AI en los negocios, las conversaciones en torno a la ética de la AI y la AI responsable se vuelven de vital importancia. Para obtener más información sobre la postura de IBM en estos temas, lea Generación de confianza en la AI .
La AI débil, también conocida como AI estrecha o inteligencia artificial estrecha (ANI), es una AI entrenada y enfocada para realizar tareas específicas. La AI débil impulsa la mayor parte de la AI que nos rodea hoy en día. “Estrecha” puede ser un descriptor más adecuado para este tipo de AI, ya que está lejos de ser débil: permite aplicaciones muy robustas, como Siri de Apple, Alexa de Amazon, IBM watsonx™ y vehículos autónomos.
La AI fuerte se compone de inteligencia artificial general (AGI) y superinteligencia artificial (ASI). La AGI, o AI general, es una forma teórica de AI en la que una máquina tendría una inteligencia igual a la de los humanos; sería autoconsciente, con una conciencia que tendría la capacidad de resolver problemas, aprender y planificar para el futuro. La ASI, también conocida como superinteligencia, superaría la inteligencia y la capacidad del cerebro humano. Si bien la AI fuerte sigue siendo completamente teórica y no existen ejemplos prácticos en uso hoy en día, eso no significa que los investigadores de AI no estén explorando también su desarrollo. Mientras tanto, los mejores ejemplos de ASI podrían provenir de la ciencia ficción, como HAL, el asistente informático sobrehumano y rebelde en 2001: Odisea en el espacio.
El aprendizaje automático y el aprendizaje profundo son subdisciplinas de la AI, y el aprendizaje profundo es una subdisciplina del aprendizaje automático.
Tanto los algoritmos de aprendizaje automático como los de aprendizaje profundo utilizan redes neuronales para “aprender” de enormes cantidades de datos. Estas redes neuronales son estructuras programables modeladas según los procesos de toma de decisiones del cerebro humano. Consisten en capas de nodos interconectados que extraen características de los datos y hacen predicciones sobre lo que representan los datos.
El aprendizaje automático y el aprendizaje profundo se diferencian en los tipos de redes neuronales que utilizan y en la cantidad de intervención humana involucrada. Los algoritmos clásicos de aprendizaje automático utilizan redes neuronales con una capa de entrada, una o dos capas “ocultas” y una capa de salida. Por lo general, estos algoritmos se limitan al aprendizaje supervisado: los datos deben ser estructurados o etiquetados por expertos humanos para permitir que el algoritmo extraiga características de los datos.
Los algoritmos de aprendizaje profundo utilizan redes neuronales profundas, redes compuestas por una capa de entrada, tres o más (pero normalmente cientos) capas ocultas y una capa de salida. Estas múltiples capas permiten el aprendizaje no supervisado: automatizan la extracción de características de conjuntos de datos grandes, no etiquetados y no estructurados. Debido a que no requiere intervención humana, el aprendizaje profundo esencialmente permite el aprendizaje automático a escala.
La AI generativa se refiere a modelos de aprendizaje profundo que pueden tomar datos sin procesar (digamos, todo Wikipedia o las obras completas de Rembrandt) y “aprender” a generar resultados estadísticamente probables cuando se les solicita. A un alto nivel, los modelos generativos codifican una representación simplificada de sus datos de entrenamiento y se basan en ella para crear un nuevo trabajo que sea similar, pero no idéntico, a los datos originales.
Los modelos generativos se han utilizado durante años en estadística para analizar datos numéricos. Sin embargo, el auge del aprendizaje profundo hizo posible extenderlos a imágenes, voz y otros tipos de datos complejos. Entre la primera clase de modelos de AI en lograr esta hazaña cruzada se encontraban los autoencoders variacionales, o VAE, introducidos en 2013. Los VAE fueron los primeros modelos de aprendizaje profundo ampliamente utilizados para generar imágenes y voz realistas.
“Los VAE abrieron las compuertas al modelado generativo profundo al facilitar el escalado de los modelos”, dijo Akash Srivastava , experto en AI generativa en el Laboratorio de AI MIT-IBM Watson. “Gran parte de lo que hoy consideramos AI generativa comenzó aquí”.
Los ejemplos tempranos de modelos, incluidos GPT-3, BERT o DALL-E 2, han demostrado lo que es posible. En el futuro, los modelos se entrenarán con un amplio conjunto de datos no etiquetados que se pueden utilizar para diferentes tareas, con un ajuste mínimo. Los sistemas que ejecutan tareas específicas en un solo dominio están dando paso a sistemas de AI amplios que aprenden de manera más general y funcionan en todos los dominios y problemas. Los modelos fundacionales, entrenados en conjuntos de datos grandes y no etiquetados y ajustados para una variedad de aplicaciones, están impulsando este cambio.
En cuanto al futuro de la AI, cuando se trata de AI generativa, se predice que los modelos fundacionales acelerarán drásticamente la adopción de AI en las empresas. La reducción de los requisitos de etiquetado hará que sea mucho más fácil para las empresas sumergirse, y la automatización impulsada por AI altamente precisa y eficiente que permiten significará que muchas más empresas podrán implementar AI en una gama más amplia de situaciones de misión crítica. Para IBM, la esperanza es que la potencia informática de los modelos fundacionales pueda eventualmente llevarse a cada empresa en un entorno de nube híbrida sin fricciones.
Existen numerosas aplicaciones del mundo real para los sistemas de AI en la actualidad. A continuación se muestran algunos de los casos de uso más comunes:
También conocida como reconocimiento automático de voz (ASR), reconocimiento de voz por computadora o voz a texto, el reconocimiento de voz utiliza el PLN para procesar la voz humana en un formato escrito. Muchos dispositivos móviles incorporan el reconocimiento de voz en sus sistemas para realizar búsquedas por voz (Siri, por ejemplo) o proporcionar una mayor accesibilidad en torno a los mensajes de texto en inglés o muchos idiomas ampliamente utilizados. Vea cómo Don Johnston usó IBM Watson Text to Speech para mejorar la accesibilidad en el aula con nuestro caso de estudio .
Los agentes virtuales en línea y los chatbots están reemplazando a los agentes humanos a lo largo del recorrido del cliente. Responden preguntas frecuentes (FAQ) sobre temas como envíos, o brindan asesoramiento personalizado, venta cruzada de productos o sugieren tallas para los usuarios, cambiando la forma en que pensamos sobre la participación del cliente en sitios web y plataformas de redes sociales. Los ejemplos incluyen bots de mensajería en sitios de comercio electrónico con agentes virtuales , aplicaciones de mensajería como Slack y Facebook Messenger, y tareas realizadas habitualmente por asistentes virtuales y asistentes de voz . Vea cómo Autodesk Inc. usó IBM watsonx Assistant para acelerar los tiempos de respuesta de los clientes en un 99% con nuestro caso de estudio .
Esta tecnología de AI permite a las computadoras y sistemas extraer información significativa de imágenes digitales, videos y otras entradas visuales, y en función de esas entradas, puede tomar medidas. Esta capacidad de proporcionar recomendaciones la distingue de las tareas de reconocimiento de imágenes. Impulsada por redes neuronales convolucionales, la visión por computadora tiene aplicaciones en el etiquetado de fotos en redes sociales, imágenes radiológicas en el cuidado de la salud y autos autónomos dentro de la industria automotriz. Vea cómo ProMare usó IBM Maximo para establecer un nuevo rumbo para la investigación oceánica con nuestro caso de estudio .
La robótica adaptable actúa sobre la información de dispositivos de Internet de las Cosas (IoT) y datos estructurados y no estructurados para tomar decisiones autónomas. Las herramientas de PLN pueden comprender el lenguaje humano y reaccionar a lo que se les dice. El análisis predictivo se aplica a la capacidad de respuesta de la demanda, la optimización de inventarios y redes, el mantenimiento preventivo y la fabricación digital. Los algoritmos de búsqueda y reconocimiento de patrones, que ya no son solo predictivos sino jerárquicos, analizan datos en tiempo real, ayudando a las cadenas de suministro a reaccionar ante la inteligencia aumentada generada por máquinas, al tiempo que proporcionan visibilidad y transparencia instantáneas. Vea cómo Hendrickson usó IBM Sterling para impulsar transacciones en tiempo real con nuestro caso de estudio .
Los modelos meteorológicos en los que confían los presentadores para hacer pronósticos precisos consisten en algoritmos complejos que se ejecutan en supercomputadoras. Las técnicas de aprendizaje automático mejoran estos modelos haciéndolos más aplicables y precisos. Vea cómo Emnotion usó IBM Cloud para empoderar a las empresas sensibles al clima para que tomen decisiones más proactivas basadas en datos con nuestro caso de estudio .
Los modelos de AI pueden examinar grandes cantidades de datos y descubrir puntos de datos atípicos dentro de un conjunto de datos. Estas anomalías pueden generar conciencia sobre equipos defectuosos, errores humanos o brechas en la seguridad. Vea cómo Netox usó IBM QRadar para proteger los negocios digitales contra las ciberamenazas con nuestro caso de estudio .
La idea de “una máquina que piensa” se remonta a la antigua Grecia. Pero desde el advenimiento de la computación electrónica (y en relación con algunos de los temas analizados en este artículo), los eventos y hitos importantes en la evolución de la inteligencia artificial incluyen los siguientes:
1950: Alan Turing publica Computing Machinery and Intelligence (el enlace se encuentra fuera de ibm.com) . En este documento, Turing, famoso por descifrar el código ENIGMA alemán durante la Segunda Guerra Mundial y a menudo denominado el “padre de la informática”, hace la siguiente pregunta: “¿Pueden pensar las máquinas?” A partir de ahí, ofrece una prueba, ahora famosa como la “Prueba de Turing”, donde un interrogador humano intentaría distinguir entre una computadora y una respuesta de texto humana. Si bien esta prueba ha sido objeto de mucho escrutinio desde su publicación, sigue siendo una parte importante de la historia de la AI, así como un concepto continuo dentro de la filosofía, ya que utiliza ideas en torno a la lingüística.
1956: John McCarthy acuña el término “inteligencia artificial” en la primera conferencia de AI en el Dartmouth College. (Más tarde, McCarthy inventaría el lenguaje Lisp). A finales de ese mismo año, Allen Newell, J.C. Shaw y Herbert Simon crean el Logic Theorist, el primer programa de software de AI en ejecución.
1967: Frank Rosenblatt construye el Mark 1 Perceptron, la primera computadora basada en una red neuronal que “aprendía” a través de prueba y error. Apenas un año después, Marvin Minsky y Seymour Papert publican un libro titulado Perceptrons , que se convierte tanto en el trabajo histórico sobre redes neuronales como, al menos por un tiempo, en un argumento en contra de futuros proyectos de investigación en redes neuronales.
Década de 1980: Las redes neuronales que utilizan un algoritmo de retropropagación para entrenarse a sí mismas se vuelven ampliamente utilizadas en aplicaciones de AI.
1995: Stuart Russell y Peter Norvig publican Artificial Intelligence: A Modern Approach (el enlace se encuentra fuera de ibm.com), que se convierte en uno de los libros de texto líderes en el estudio de la AI. En él, profundizan en cuatro objetivos o definiciones potenciales de la AI, que diferencian a los sistemas informáticos sobre la base de la racionalidad y el pensamiento frente a la acción.
1997: El Deep Blue de IBM vence al entonces campeón mundial de ajedrez Garry Kasparov en un enfrentamiento de ajedrez (y revancha).
2004: John McCarthy escribe un documento, What Is Artificial Intelligence? (el enlace se encuentra fuera de ibm.com), y propone una definición de AI frecuentemente citada.
2015: La supercomputadora Minwa de Baidu utiliza un tipo especial de red neuronal profunda llamada red neuronal convolucional para identificar y categorizar imágenes con una tasa de precisión más alta que la del humano promedio.
2016: El programa AlphaGo de DeepMind, impulsado por una red neuronal profunda, vence a Lee Sedol, el campeón mundial de Go, en un enfrentamiento de cinco juegos. La victoria es significativa dado el gran número de movimientos posibles a medida que avanza el juego (¡más de 14.5 billones después de solo cuatro movimientos!). Más tarde, Google compró DeepMind por una suma informada de 400 millones de dólares estadounidenses.
2023: El auge de los grandes modelos de lenguaje, o LLM, como ChatGPT, crea un cambio enorme en el rendimiento de la AI y su potencial para impulsar el valor empresarial. Con estas nuevas prácticas de AI generativa, los modelos de aprendizaje profundo se pueden preentrenar en grandes cantidades de datos sin procesar y no etiquetados.
Ponga la AI a trabajar en su negocio con la experiencia en AI líder en la industria de IBM y su cartera de soluciones a su lado.
Reinvente los flujos de trabajo y las operaciones críticas agregando AI para maximizar las experiencias, la toma de decisiones en tiempo real y el valor empresarial.
La AI está cambiando las reglas del juego para la ciberseguridad, analizando cantidades masivas de datos de riesgo para acelerar los tiempos de respuesta y aumentar las operaciones de seguridad con escasez de recursos.
Aprenda a utilizar el marco de selección de modelos para seleccionar el modelo fundacional para las necesidades de su negocio.
Acceda a nuestro catálogo completo de más de 100 cursos en línea comprando hoy una suscripción de aprendizaje digital individual o multiusuario, lo que le permitirá ampliar sus habilidades en una variedad de nuestros productos a un precio bajo.
IBM watsonx Assistant reconocido como Elección de los Clientes en el informe Gartner Peer Insights Voice of the Customer de 2023 para plataformas de AI conversacional empresarial
Servicio relacionado: Agencia de marketing con IA