Glosario básico de Inteligencia Artificial
Inteligencia artificial se le denomina a la tecnología que es capaz de realizar tareas que requieren de inteligencia humana sin la intervención de personas. Ahora la tecnología es digital, pero en el comienzo no lo era (ref: la película “Código Enigma”).
Para llevar a cabo tareas realizadas con inteligencia artificial se requieren tres cosas: a) modelos computacionales que emulen la tarea, b) datos (miles, millones, miles de millones, según sea lo que se desea emular) y c) capacidad de procesamiento (directamente proporcional a los datos necesarios y lo complejo del modelo).
Los modelos están compuestos de algoritmos y códigos de programación que emulan la tarea a realizar. Para configurar un resultado correcto se debe alimentar esos algoritmos y códigos de programación con datos. En base a los resultados, por prueba y error, se van afinando los algoritmos y los códigos de programación. Cuando este proceso de aprendizaje es hecho por el mismo sistema (con el código de programación), hablamos de machine learning. Procesa datos, corre los algoritmos, compara los resultados a la realidad, y afina el modelo hasta que llega a un porcentaje aceptable de resultado (por encima del 90%).
La capacidad de procesamiento de miles de millones de datos en pocos segundos es clave para este enfoque. Para ello, la industria ha derivado desde los supercomputadores centrales a los modernos Data Centers, donde trabajan al unísono decenas o centenas de miles de servidores computacionales. Pero para hacer la tarea no es suficiente con todo este poder de procesamiento. Es por ello que la industria diseñó y desarrolló lo que se conoce como “redes neuronales”, que emulan la forma como funciona el cerebro. En vez de un programa con muchos códigos, lo que existe son miles de programas (neuronas) con muy poco código, pero puesto en miles de servidores a la vez, lo que les permite llevar a cabo con mucha rapidez una tarea específica (por ejemplo, buscar un término en Internet para alimentar ChatGPT). Los programas están relacionados entre sí, igual que las neuronas en el cerebro, gracias a lo cual pueden realizar tareas complejas. A esta forma de trabajo se le denomina Deep Learning.
Un último concepto básico: aplicaciones como ChatGPT constituyen un subconjunto de IA que se denomina “Inteligencia Artificial Generativa”. Consiste en la generación de contenido original a partir de datos existentes. ¿Cómo lo hace? Utilizando algoritmos y redes neuronales avanzadas para aprender de textos e imágenes, y luego generar contenido nuevo y único que tenga sentido y contexto, en cuestión de segundos. Pero de ahí no pasa a la siguiente etapa. ¿En qué aplicar ese nuevo contenido? ¿Qué hacer con él?
Hay tres tipos de IA: la débil, la general y la super IA. Estamos recién en la etapa de la débil. La IA es capaz de hacer una tarea, pero no aprende de esa tarea para aplicar ese conocimiento en otra tarea, como sí hacemos los humanos. Cuando alcancemos ese nivel, estaremos ante IA general. Y cuando la IA pueda hacer más de lo que un ser humano es capaz con el conocimiento de una tarea (o sea, nuevas aplicaciones del conocimiento), estaremos ante la Súper IA. Al paso que va, no me atrevo a apostar si falta mucho o poco para llegar a ese nivel.
Pero de momento hay una enorme cantidad de tareas que puede hacer la IA (aunque sea “débil”), como reconocimiento facial, call center, análisis de imágenes médicas, tareas administrativas, análisis financiero, análisis de riesgo, detección de fraudes, diagnóstico de enfermedades, desarrollo de medicamento, optimización de campañas publicitarias, aprendizaje adaptativo a cada estudiante, ¡y películas! Esa fue parte de la razón de la huelga de actores de Hollywood este año: que no se hicieran películas con ellos actuando (desarrollados por IA) pero sin ellos.
Esto es la IA. Lo demás es mito urbano. Es, en definitiva, una tecnología que permite hacer las cosas de otra forma, hacer otras cosas de las que se hacen, o hacer lo que se hace, pero más rápido.
Termino con un aporte a gerentes, directores y empresarios: la IA no es una tecnología que se compra para ver en qué se usa, sino que se compra solo si es una respuesta a un dolor o una posibilidad de mejora tangible. Asesórense bien.
Alfredo Barriga,
Profesor UDP
