Implicaciones sociales, éticas y filosóficas
Historia
Regulación
Criticas
La gente tiene una visión más positiva de la utilización de la inteligencia artificial cuanto más conoce y está familiarizada con la tecnología. De todos los encuestados que se describen como conocedores e informados de la tecnología, el 81% tiene en general una opinión positiva de la inteligencia artificial.
Aplicaciones de la Inteligencia Artificial
1. Procesamiento de lenguaje natural
Los denominados chatbots (charlas virtuales entre un cliente humano y una máquina) son una de las aplicaciones de la Inteligencia Artificial que ya se utiliza ampliamente hoy en día. Gracias al procesamiento de lenguaje natural, podemos relacionarnos con una de estas Inteligencias Artificiales casi del mismo modo que lo haríamos con cualquier ser humano.
2. Incremento de los robots no físicos
Aunque al pensar en robots siempre suele venirnos a la mente la imagen de un androide (robot con apariencia humana), la mayoría de robots actuales no son físicos. Al menos, muchos de ellos funcionan con un hardware bastante limitado, mientras que su principal activo reside en el software que manejan y que constituye realmente la Inteligencia Artificial que hay detrás. Estos robots no físicos están conectados a múltiples robots que sí que son físicos y que son los que actúan por ellos (puertas automáticas, sistemas de transporte, electrodomésticos enlazados a sistemas domóticos, etc).
3. Automatización de procesos industriales
Otra de las principales aplicaciones de la Inteligencia Artificial consiste en la automatización de procesos. Esta tecnología permite agilizar múltiples procesos productivos, además de eliminar de ellos el factor de error humano. Actualmente se utilizan en la mayoría de procesos industriales, así como en procesos relacionados con la logística y la distribución de mercancías que sigue a los procesos de producción.
4. Selección de contenidos
Una de las aplicaciones de la Inteligencia Artificial que más auge ha tenido en los últimos años es la selección de contenidos, lo que se aplica, sobre todo, en los entornos de redes sociales. Gracias al análisis de datos y el Big Data, las Inteligencias Artificiales seleccionan los contenidos que más se ajustan a nuestros gustos y preferencias. A continuación, seleccionan estos contenidos para que aparezcan como sugerencias en nuestras redes sociales y así conseguir mostrar contenidos que sean más relevantes según nuestros propios intereses.
Las aplicaciones de la Inteligencia Artificial son muchas y variadas. De hecho, aunque ya forman parte de nuestro día a día, la evolución tecnológica y la digitalización de la sociedad no harán sino que su presencia sea cada vez mayor en todos los ámbitos de nuestra vida. Esto nos permitirá optimizar gran cantidad de procesos, así como automatizar tareas monótonas y repetitivas, permitiéndonos disfrutar de más tiempo libre y eliminando el error humano de muchas de las actividades diarias.
Percepción
Percibir es diferente a sentir. Percepción Natural Vs. Percepción Artificial:
•La visión humana se cansa, y es influenciable.
•El ojo humano solo puede reconocer entre 10 y 20 niveles de gris.
•Los sistemas artificiales tienen precisión en la medición.
•El ser humano se agota.
La percepción artificial implica el reconocimiento del entorno en el cual se desarrolla la tecnología artificial, así como también la localización, el seguimiento y monitorización del mismo.
Percepción Artificial
Actualmente se tiene la concepción de IA como un mundo en el cual se pueden crear mounstros, y objetos fantásticos, en realidad la IA, se enfoca en desarrollar herramientas que ayuden al hombre en sus labores cotidianas como toma de decisiones, evaluación de datos; de una manera mas rápida y acertada.
Mano Artificial
Uso de las Redes Neuronales
•Robótica.
•Reconocimiento de Patrones.
•Medicina.
•Administración.
•Optimización.
Procesamiento de lenguajes Naturales
El Procesamiento del Lenguaje Natural es el campo de conocimiento de la Inteligencia Artificial que se ocupa de la investigar la manera de comunicar las máquinas con las personas mediante el uso de lenguas naturales, como el español, el inglés o el chino.
Virtualmente, cualquier lengua humana puede ser tratada por los ordenadores. Lógicamente, limitaciones de interés económico o práctico hace que solo las lenguas más habladas o utilizadas en el mundo digital tengan aplicaciones en uso.
Pensemos en cuántas lenguas hablan Siri (20) o Google Assistant (8). El inglés, español, alemán, francés, portugués, chino, árabe y japonés (no necesariamente en este orden) son las que cuentan con más aplicaciones que las entienden. Google Translate es la que más lenguas trata, superando el centenar… pero hay entre 5000 y 7000 lenguas en el mundo.
Tratar computacionalmente una lengua implica un proceso de modelización matemática. Los ordenadores solo entienden de bytes y dígitos y los informáticos codifican los programas empleando lenguajes de programación como C, Python o Java.
Aprendizaje
El aprendizaje automático (Machine Learning) es el subapartado de la inteligencia artificial que se centra en desarrollar sistemas que aprenden, o mejoran el rendimiento, en función de los datos que consumen. Inteligencia artificial es un término amplio que se refiere a sistemas o máquinas que imitan la inteligencia humana. La mayor parte de los programas computacionales no tiene esta característica. Por ejemplo, se puede escribir un programa para multiplicar números enteros, al programa se le dan como datos de entrada un par de números y se obtiene como salida el producto de éstos. Este programa nunca cambia la función que relaciona la entrada y la salida, siempre que se dé como entrada el par 3,6, el resultado será siempre 18. En este caso no hay aprendizaje.
Pensemos ahora en un algoritmo que “aprenda” a reconocer los números nones sin darle la definición de éstos. Entonces, lo que se hace es darle al programa algunos ejemplos de entrenamiento como se haría con un niño al que se quiere enseñar el concepto. Es decir, se le da una muestra de números pares e impares informando al programa cuáles corresponden a cada categoría. El programa, por sí mismo, debe “descubrir” el concepto de número impar y, eventualmente, aplicarlo a nuevos ejemplos no presentados con anterioridad.
Planificación
La planificación automática (Automated planning) es una disciplina de la inteligencia artificial que tiene por objeto la producción de planes, típicamente para la ejecución de un robot u otro agente. Los programas de planificación que incorporan estos algoritmos se denominan planificadores. La dificultad del problema de planificación depende de los supuestos de simplificación que damos por sentado, por ejemplo, tiempo atómico, tiempo determinista, observabilidad total, etc.
Un planificador típico manipula tres entradas descritas en un lenguaje formal (como STRIPS o PDDL ) que usa predicados lógicos:
- una descripción del estado inicial de un mundo,
- una descripción de un objetivo a alcanzar y
- un conjunto de posibles acciones (a veces llamadas operadores).
Cada acción se especifica mediante condiciones previas que deben cumplirse en el estado actual antes de que se pueda aplicar, y condiciones posteriores.
El software informático BRIDGE BARON, utilizando un planificador, gana el Baron Barclay World Bridge Computer Challenge , una competencia internacional organizada por la American Contract Bridge League , enJulio de 1997. Este software se basó en la planificación jerárquica de tareas .
En 2015, se utilizó la planificación para crear programas que reproducen automáticamente los juegos de Atari . El sistema SHPE basado en la denominada planificación jerárquica permite planificar los videojuegos, en particular los juegos de disparos tácticos (FPS para shooter en primera persona; tienen benchmarks llamados SimpleFPS para este tipo de juegos). Otros juegos como Transformers: Fall of Cybertron o FEAR usan la planificación.
El telescopio espacial Hubble utiliza el Spike Planner, desarrollado por el Space Telescope Science Institute .