Unidad 2.1. De que estamos hablando: Concepto y Definiciones de IA

Contenidos

Introducción

"Lo siento, Dave. Tengo miedo. No puedo hacer eso." - HAL 9000, 2001: Una odisea en el espacio.

"La verdadera pregunta no es si las máquinas pueden pensar o si pueden tener conciencia, sino si nosotros, como seres humanos, estamos dispuestos a reconocer la inteligencia y la conciencia en formas diferentes a las nuestras." - Ray Kurzweil

La Inteligencia Artificial (IA) es un campo de estudio que busca desarrollar sistemas capaces de realizar tareas que normalmente requerirían de la inteligencia humana. Estos sistemas utilizan algoritmos y modelos para procesar información, aprender de ella y tomar decisiones basadas en patrones y reglas.

Dentro de la IA, el Machine Learning (Aprendizaje Automático) es una rama fundamental que se centra en desarrollar algoritmos y técnicas que permiten a las máquinas aprender y mejorar su rendimiento a partir de datos, sin ser programadas explícitamente. En lugar de seguir reglas específicas, los algoritmos de Machine Learning se basan en la detección de patrones y en la extracción de conocimientos a partir de grandes conjuntos de datos.

Uno de los enfoques más destacados dentro del Machine Learning es el Deep Learning (Aprendizaje Profundo), que se inspira en el funcionamiento de las redes neuronales del cerebro humano. Las redes neuronales artificiales utilizadas en el Deep Learning están compuestas por múltiples capas de neuronas interconectadas, lo que les permite procesar información de manera jerárquica y aprender representaciones complejas de los datos. El Deep Learning ha demostrado un rendimiento impresionante en tareas como el reconocimiento de imágenes, el procesamiento del lenguaje natural y la generación de contenido.

Estos conceptos de IA, Machine Learning y Deep Learning han experimentado un rápido crecimiento en las últimas décadas, impulsado por avances en la capacidad de computación, el acceso a grandes volúmenes de datos, algoritmos más potentes y el desarrollo de GPUs (procesadores gráficos). Su aplicabilidad abarca una amplia gama de campos, incluyendo la medicina, la industria, la investigación científica, la conducción autónoma, la traducción automática y mucho más.

A medida que la tecnología continúa evolucionando, se espera que la IA y sus ramas sigan desempeñando un papel fundamental en el desarrollo de soluciones inteligentes y en la mejora de la forma en que interactuamos con el mundo digital.

Conceptos de IA

La Inteligencia Artificial (IA) es un campo de estudio que busca desarrollar sistemas y programas capaces de realizar tareas que normalmente requerirían de la inteligencia humana. Estos sistemas utilizan algoritmos y modelos matemáticos para procesar información, aprender de ella y tomar decisiones o realizar acciones basadas en patrones y reglas.

En primer lugar conviene definir de algún modo ambos términos, Inteligencia y Artificial, cuestión esta nada trivial por lo que daremos varias acepciones:

Inteligencia

• Definición Psicológica:

  • "La inteligencia es la capacidad para aprender, razonar, resolver problemas, pensar abstractamente, comprender ideas complejas, adaptarse al ambiente y aprender de la experiencia." - Carole Wade y Carol Tavris, psicólogas.

• Definición Biológica:

  • "La inteligencia es un conjunto de habilidades de adaptación al entorno, especialmente habilidades de aprendizaje, memoria, razonamiento y percepción." - Stephen Ceci, psicólogo especializado en inteligencia.

• Definición Operacional:

  • "La inteligencia es lo que miden los tests de inteligencia." - Alfred Binet, uno de los pioneros en el desarrollo de pruebas de inteligencia.

Artificial

• Definición General:

  • "Artificial se refiere a algo que es hecho por el hombre o producido en lugar de ser algo natural."

• Definición Tecnológica:

  • "En el contexto de la tecnología y la ciencia, artificial describe algo que ha sido producido mediante un proceso controlado, a menudo imitando o replicando algo que ocurre en la naturaleza."

• Definición Filosófica:

  • "Desde una perspectiva filosófica, artificial puede referirse a una imitación o simulación de algo natural, buscando emular sus propiedades o funciones."

En el contexto de "Inteligencia Artificial", el término "artificial" indica que la inteligencia que se está describiendo no es una inteligencia biológica o natural, sino una creada y diseñada por humanos mediante algoritmos y sistemas computacionales

En términos generales, se pueden distinguir varios tipos de IA:

IA débil: También conocida como IA estrecha o IA específica, se refiere a sistemas diseñados para realizar tareas específicas de manera eficiente y precisa, pero que carecen de la capacidad de razonamiento o generalización más allá de esas tareas. Ejemplos de IA débil incluyen los asistentes virtuales, sistemas de recomendación y chatbots.

IA fuerte: La IA fuerte se refiere a sistemas que poseen la capacidad de igualar o superar la inteligencia humana en una amplia gama de tareas. Estos sistemas serían capaces de comprender, razonar, aprender y adaptarse en diferentes situaciones, y podrían tener una conciencia de sí mismos. Sin embargo, hasta el momento, la IA fuerte sigue siendo un objetivo teórico y aún no se ha logrado completamente.

IA generalizada: También conocida como IA general, se refiere a sistemas que tienen la capacidad de superar a los humanos en todas las tareas intelectuales, tanto en las tareas específicas como en la capacidad de razonar y generalizar en nuevas situaciones. La IA generalizada es un objetivo a largo plazo y aún no se ha alcanzado.

Es importante tener en cuenta que los avances en IA se han centrado principalmente en la IA débil, desarrollando sistemas especializados para tareas específicas. Sin embargo, los esfuerzos continúan en la búsqueda de lograr una IA más fuerte y generalizada, aunque aún hay muchos desafíos técnicos y éticos por resolver.

Es fundamental tener en cuenta los límites y las implicaciones éticas de la IA a medida que avanza, y asegurarse de que se utilice de manera responsable y beneficie a la sociedad en su conjunto.

La idea de una IA con conciencia, también conocida como inteligencia artificial consciente o IA consciente, plantea la posibilidad de que las máquinas puedan tener una experiencia subjetiva o conciencia similar a la de los seres humanos. Sin embargo, es importante destacar que actualmente no existe un consenso claro sobre cómo definir o lograr la conciencia en una máquina.

Debe notarse además que la IA es un campo amplio de estudio, que lleva en desarrollo decenas de años y que no solamente abarca lo relacionado con el lenguaje, sino también otros campos como la robótica o la comunicación hombre-máquina

Eb general tiene que ver con todo lo que signifique imitar el comportamiento humano, especialmente en los campos de la IA conversacional, la síntesis y reconocimiento de voz, la generación de lenguaje natural y la predicción de lenguaje.

En general distinguimos los siguientes campos de estudio:

Campos de Estudio en Inteligencia Artificial:

1. Aprendizaje Automático (Machine Learning): Se centra en el desarrollo de algoritmos que permiten a las máquinas aprender a partir de datos.

2. Aprendizaje Profundo (Deep Learning): Estudia las redes neuronales con múltiples capas (profundas) para procesar grandes conjuntos de datos.

3. Procesamiento del Lenguaje Natural (NLP): Se ocupa de la interacción entre las máquinas y el lenguaje humano, permitiendo que las máquinas entiendan, interpreten y generen lenguaje.

4. Visión por Computadora: Estudia cómo las máquinas pueden obtener información a partir de imágenes o videos.

5. Robótica: Se centra en el diseño, construcción y operación de robots que pueden interactuar y operar en entornos físicos.

6. Planificación y Razonamiento Automático: Estudia cómo las máquinas pueden representar el conocimiento y usarlo para lograr objetivos específicos.

7. Reconocimiento de Patrones: Se ocupa de clasificar y reconocer patrones en datos.

8. Sistemas Expertos: Son programas que emulan la toma de decisiones de un experto humano en un dominio específico.

9. Redes Neuronales: Estudian los sistemas computacionales inspirados en la estructura y funcionamiento del cerebro humano.

10. Aprendizaje por Refuerzo: Donde las máquinas aprenden a tomar decisiones basadas en recompensas y castigos.

11. Inteligencia Computacional: Incluye técnicas como lógica difusa, algoritmos genéticos y sistemas inmunológicos artificiales.

12. Agentes Inteligentes: Estudia cómo crear entidades que pueden operar de manera autónoma en un entorno para lograr objetivos específicos.

Dentro de la IA nos centraremos especialmente en el campo del Deep Learning (uso de redes neuronales para la aprender de los datos), subcampo del Machine Learning (aprendizaje basado en datos) que a su vez es una rama de la AI (imitación del comportamiento y razonamiento humanos).

Actividades

Actividad A2.1.1

---

Título: Tecnologías de IA

Objeto: Conocer tipos de IA

Descripción:  Busca un vídeo en youtube que hable de uno de estos temas y obtén un resumen

-Robótica

-Interfaz cerebro computadora

-Organoides cerebrales

Materiales: Notta

Entrega:

Documento pdf que incluya las capturas y el texto resumen

El nombre del fichero es: apellido1_nombre_a211.pdf