Skip to content

La Evolución de la IA, desde la época de tus abuelos hasta hoy

¿Sabías que la IA (Inteligencia Artificial) ya existía desde la época de tu abuela?

🎙️ Sí, es verdad. Déjame contarte más…

En 1942, en medio de la Segunda Guerra Mundial, nuestro padre de la computación: Alan Turing diseñó la máquina Bombe, una bomba electromecánica capaz de descifrar mensajes del cifrado Enigma más rápido que cualquier otra persona. Enigma era la máquina responsable de enviar mensajes cifrados por las fuerzas aéreas alemanas.

En un artículo publicado en 1950, Alan Turing se pregunta: «¿Pueden pensar las máquinas?»

Su contribución fue una prueba para ayudar a cuestionar si algo tuviera o no inteligencia artificial. Esta pregunta fue el puntapié inicial para el desarrollo de la Prueba de Turing, una de las formas de medir la inteligencia de una máquina, que para muchos expertos de hoy en día no acabó de definir el concepto.

🎬 La película: Decifrando Enigmas (The Imitation Game) cuenta un poco más sobre esta historia. Está en el catálogo de películas de Netflix España.

¿Dónde surgió el concepto de IA?

Un tipo llamado John McCarthy se desafió a desarrollar una computadora que tuviera la capacidad de pasar la Prueba de Turing. Diseñar una máquina capaz de pensar y razonar como un humano. En 1956, en su discurso en la conferencia de Dartmouth, habló por primera vez sobre el término Inteligencia Artificial con la definición: «La ciencia y la ingeniosidad de hacer máquinas inteligentes».

John McCarthy también creó el lenguaje de programación LISP (Procesamiento de Listas) y ayudó en la creación de Internet. También colaboró como asesor en la creación del libro y la película 2001: Una odisea en el espacio e influyó en la idea de escribir la película Parque Jurásico.

Saltando a 1997 (40 años después. Sí, ya había nacido), se creó el concepto que actualmente llamamos ML (Machine Learning). Podemos considerarlo como la segunda ola de la IA.

Machine Learning (Aprendizado de Máquina) es un subconjunto de IA que permite a las máquinas aprender de los datos existentes y, además, enriquecer estos datos para la toma de decisiones o predicciones.

¿Y cómo funciona en la práctica? Vamos a utilizar Instagram como ejemplo:

Instagram utiliza el análisis de comportamiento para ofrecer contenido de interés a cada usuario. Toda la información se compila, como fotografías que te gustaron o páginas visitadas para ofrecer al usuario contenidos similares disponibles entre los millones de fotos o vídeos publicados.

Generalmente, tenemos 4 tipos principales de Machine Learning (Aprendizado de Máquina):

Tiene interferencia humana. Básicamente, proporciona una base de datos y enseña a la máquina a encontrar la respuesta deseada de acuerdo con la necesidad.

 

Considerando un detector de spam como ejemplo, que realiza análisis del historial de mensajes, teniendo en cuenta lo que puede representar como, parámetros de entrada (remitente, destinatario individual o parte de una lista, terminología del asunto entre otros) y basado en eso marcar si es un "spam" o "no es un spam".

No hay interferencia humana, es decir, la máquina crea sus propias reglas de funcionamiento basadas en la identificación de patrones.

 

Por ejemplo, detección de anomalías: pueden buscar a través de grandes cantidades de datos y descubrir puntos de datos atípicos en un conjunto de datos. Estas anomalías pueden aumentar la conciencia sobre el equipo defectuoso, el error humano o las violaciones en la seguridad.

Se inserta sólo una parte de los datos o de las etiquetas, de manera que hay acción humana combinada con el funcionamiento autónomo de la tecnología.

Tenemos varios ejemplos de uso:

 

  • Reconocimiento facial
  • Análisis de sentimientos en textos
  • Diagnóstico médico a partir de imágenes
  • Traducción automática
  • Clasificación de documentos

Opera basada en experiencia. Trata con el error, y luego, busca el enfoque correcto para corregir y no cometer de nuevo. Su gran objetivo es maximizar la recompensa.

 

 

Por ejemplo, un algoritmo puede observar las reglas y patrones del mercado de acciones antes de probar acciones y registrar las recompensas asociadas. Crea dinámicamente una función de valor y desarrolla una estrategia para maximizar las ganancias.

A mediados de 2006, surgió lo que llamamos Deep Learning (Aprendizado profundo). Un subconjunto dentro del ML que utiliza entradas de datos para crear un patrón y, a partir de estos patrones aprendidos hacer predicciones.

Generalmente utilizan redes neuronales profundas y dependen de muchos datos para el entrenamiento. Existen muchos factores que diferencian las técnicas clásicas de ML, y algunos de estos factores favorecen la utilización de estas técnicas en áreas como visión computacional y procesamiento de lenguaje natural.

Como ejemplo, tenemos los reconocimientos de voz y texto con el procesamiento de lenguaje natural, como: Siri, Amazon Alexa, Google Assistant entre otros.

Y, finalmente llegamos a la IA Generativa, que no es más que una inteligencia artificial capaz de generar texto, imágenes y otros tipos de contenidos.

En este caso tenemos el ChatGPT que es el más conocido creado por OpenAI que fue lanzado en noviembre de 2022 usando los modelos de lenguaje GPT-3 y GPT-4.

Incluso Sam Altman ("Padre del ChatGPT") concedió una entrevista a Lex Fridman, profesor del Instituto de Tecnología de Massachusetts (MIT), hablando de diversos temas como GPT5, SORA.

¿Existen otras plataformas? MUCHAS.

Lo exploraremos en otro artículo, pero te dejaré el enlace para que las pruebes:

Ricardo Oliveira
Head Tech & Innovation

Autor

FAQ

El concepto de IA comenzó a tomar forma en 1956, con John McCarthy, quien la definió como "la ciencia y la ingeniosidad de crear máquinas inteligentes."

El Aprendizaje Automático implica enseñar a las máquinas con datos, mientras que el Aprendizaje Profundo utiliza redes neuronales y grandes volúmenes de datos para crear patrones y hacer predicciones.

La IA Generativa es capaz de crear textos, imágenes y otros contenidos, como ChatGPT, lanzado en 2022, que puede generar respuestas inteligentes en lenguaje natural.

Dialogi AI

Descubra cómo nuestras soluciones con empat. La IA puede revolucionar el servicio al cliente en tu negocio.

Convierte las interacciones en experiencias memorables

Artículos Recientes

Categorías

Tags

Dialogi | IA | Interacción hombre-máquina | Asistentes virtuales | Automatización | El futuro de la tecnología | Comunicación Digital