Hace tiempo que los términos Inteligencia Artificial, Machine Learning y Deep Learning llegaron a nuestras vidas. ¿Sabemos realmente en qué consisten? ¿Podrías explicar las diferencias entre ellos? En este artículo queremos despejar las dudas y las diferencias entre estos procesos.
¿Qué es la Inteligencia Artificial?
La Inteligencia Artificial o IA es un subcampo de la informática que apareció a finales de los años 50. Son procesos por los que se busca que una máquina imite las funciones cognitivas propias de los seres humanos, como por ejemplo el aprendizaje y la resolución de problemas.
Desde su aparición, y en especial en los últimos años, el desarrollo y el crecimiento de la Inteligencia Artifical ha sido enorme, formando parte de aspectos como la predicción de comportamientos a través de una serie de pautas programadas (las partidas de ajedrez del supercomputador Deep Blue), el desarrollo de procesos industriales y de fabricación, la capacidad de procesar el lenguaje natural (PLN), las respuestas automatizadas (chatbots), el campo de la salud, la educación, la robótica... y un sin fin de campos a los que se puede aplicar esta tecnología.
Según el libro Inteligencia Artificial: Un Enfoque Moderno, escrito por Stuar Russel y Peter Norvig, en la actualidad podríamos establecer diferentes categorías de IA, distinguiendo entre:
- Sistemas que piensan como humanos. Buscan imitar el comportamiento huamano en aspectos como la toma de decisiones, la resolución de problemas o el aprendizaje automático.
- Sistemas que actúan como humanos. La robótica.
- Sistemas que piensan racionalmente. Estos sistemas tratan de imitar el pensamiento lógico racionale del ser humano, basándose en un aprendizaje mucho más profundo.
- Sistemas que actúan racionalmente. Máquinas capaces de tomar decisiones en base a razonamientos previos.
¿Cómo se logra todo esto? Teniendo como pilar principal la tecnología Big Data, es decir, analizando, procesando e interpretando millones de datos.
¿Qué es el Machine Learning?
El Machine Learning o aprendizaje automático se encuentra dentro de la IA. Hace uso de algoritmos (reglas que muestran el paso a paso necesario para la solución de un problema) que ayudan a organizar datos y reconocer patrones para que las máquinas puedan aprender y generar insights inteligentes sin necesidad de ser programadas previamente. Es decir, disponiendo de gran cantidad de información sobre el mundo y ante un problema que se presente en la IA es capaz de determinar cual es la acción "correcta" sin que el mecanismo de elección se haya programado previamente. El sistema aprende a tomar decisiones de forma autónoma.
¿En qué se diferencian IA y Machine Learning? En resumen, el segundo forma parte del primero. Un programa muy inteligente y que consiga un comportamiento similar al ser humano puede ser IA, pero a menos que sus parámetros se aprendan de forma autónoma tras el análisis de los datos, no será Machine Learning. Todo Machine Learning es Inteligencia Artificial, pero no a la inversa.
¿Qué es el Deep Learning?
Si el Machine Learning es conocido como aprendizaje automático, al Deep Learning se le conoce como aprendizaje profundo. Es ir un poco más allá del aprendizaje automático sirviéndose de algoritmos de alto nivel, usando una red neuronal artificial imitando a la del cerebro humano. Para funcionar esta red se compone de varios niveles organizados jerarquicamente. El primero aprende algo simple y envía la información al siguiente nivel, que combina toda estainformación sencilla componiendo una algo más compleja. Una vez hecho esto la pasa esta información al siguiente nivel, y así sucesivamente.
De forma más simple podemos decir que el Deep Learning son algoritmos complejos construidos a partir de un conjunto de "capas neuronales", basadas en una enorme cantidad de datos y que llegan a ser capaces de reconocer imágenes, hablar, procesar el lenguaje natural y aprender a realizar tareas muy avanzadas sin necesitar que intervenga el ser humano.
Una vez más, todo Deep Learning es IA y Machine Learning, pero no toda Inteligencia Artificial ni todo Machine Learning son aprendizaje profundo.
En conclusión, estos procesos están haciendo que nuestra sociedad se transforme a una velocidad vertiginosa, y prometen seguir avanzando y seguir logrando cosas que a día de hoy parecen casi imposibles. Desde revolucionar el desarrollo de las aplicaciones móviles hasta la industria y el IoT.
Este tipo de tecnología cuenta con ventajas y desventajas, como todo. En futuros artículos hablaremos sobre ellas y sobre la cantidad enorme de interacciones que tenemos diariamente con estos procesos. Lo creamos o no, todos los días estamos en contacto con estas tecnologías, desde que hacemos uso de Facebook hasta que interactuamos con algún cahtbot en alguna página web o con Siri, el asistende de Google o Alexa.
