El desarrollo de la inteligencia artificial (IA) se ha llevado a cabo en tres generaciones hasta ahora, en lo que se llaman olas. Clasificar la IA en categorías tan simples es una simplificación, para la cual se pueden encontrar numerosos contraejemplos. Sin embargo, se pueden distinguir tres generaciones, que se caracterizan por las siguientes características: 1) AIs hechas a mano, 2) Aprendizaje estadístico, 3) Explicabilidad y modelos generativos.
Primera Generación: AIs hechas a mano
La primera generación incluye sistemas inteligentes más o menos hechos a mano. En la primera ola, la inteligencia artificial carece de una base de conocimiento autodidacta. Por lo tanto, los problemas de decisión, optimización o búsqueda siempre se resuelven mediante sistemas de IA basados en conocimientos expertos. La capacidad de abstracción es aún muy baja. Debido a esto, el enfoque solo es adecuado para ciertas clases de problemas. Por ejemplo, un sistema de primera generación puede ayudar a una empresa de venta por correo a ahorrar costos de envío: ¿Cómo debo dividir los artículos de un pedido grande en cuántos paquetes de qué tamaño para que los costos de envío sean los más bajos cuando se entreguen?
Las computadoras de ajedrez también pertenecen a la segunda generación. El ordenador se programa con las reglas del juego y luego calcula de forma independiente el mejor de todos los movimientos posibles. En mayo de 1997, finalmente llegó el momento y una computadora de ajedrez llamada deep blue pudo derrotar a un campeón mundial de ajedrez, en ese momento Kasparov, por primera vez. Sin embargo, la victoria solo fue posible utilizando una considerable potencia de cálculo y hardware especial.
Segunda Generación: Aprendizaje estadístico
Para el juego del go, conocido principalmente en la región asiática, pasaron casi otros 20 años hasta que se logró un éxito similar. A diferencia del ajedrez, el Go es mucho más complejo en comparación con el número de posiciones posibles. Esto hace que sea imposible identificar el movimiento más óptimo solo mirando el árbol de juego. Sin embargo, el programa alphago logró derrotar al campeón mundial Lee Sedol en marzo de 201Utilizó técnicas de aprendizaje profundo, como redes neuronales profundas.
Actualmente estamos hablando principalmente de la segunda generación de inteligencia artificial, que se puede describir aproximadamente como aprendizaje estadístico. Si bien los fundamentos tecnológicos son mucho más antiguos, el aprendizaje estadístico y profundo (en el sentido de la IA de segunda generación) han tenido éxito, especialmente desde 201Estos incluyen sistemas de reconocimiento de voz del campo de la traducción automática o ayudantes cotidianos como Siri, Alexa y Google Assistant. Aparte de los logros obvios y conocidos, las AIs ya son estadísticamente mejores que un ser humano en áreas de aplicación menos conocidas, como la lectura de labios. También se habla de una superioridad estadística única porque los problemas a resolver son en su mayoría decisiones inciertas. Con estos, una persona a menudo no puede encontrar una respuesta clara de correcto o incorrecto a primera vista. Por lo tanto, es importante que se den reglas fijas para los sistemas estadísticos. De lo contrario, sería mucho más difícil hacer una declaración y explicar el comportamiento del sistema. Por ejemplo, los investigadores han explicado en un informe de investigación cómo las redes neuronales pueden ser engañadas por patrones generados específicamente. Por ejemplo, la máquina reconoce un guepardo en una imagen que muestra solo un ruido indefinible para un ser humano.
Perspectivas: Tercera Generación: Explicabilidad y Modelos Generativos
Con la tercera y hasta ahora última generación de inteligencia artificial, la investigación está comenzando recién. Los investigadores persiguen el objetivo de crear un sistema que no solo sea capaz de lograr un resultado deseado, sino que también tenga la capacidad de explicar la derivación del resultado. En este contexto, se discute con frecuencia el requisito de transparencia en los sistemas de IA. Esto significa que las razones de las decisiones tomadas son comprensibles y se pueden transferir a una forma que sea comprensible para los humanos. En relación con el problema del guepardo mencionado anteriormente, sería concebible no enseñarle a la IA cómo se ve un guepardo mediante una gran cantidad de ejemplos, sino mostrar cómo pintar un guepardo. La pregunta: ¿se parece esto a un guepardo? cambiaría consecuentemente a: si tuvieras que pintar un guepardo, ¿podría salir algo parecido a esta imagen aquí?
Como ya se mencionó, se está llevando a cabo una investigación activa en la tercera generación de inteligencia artificial. Todavía hay muchas preguntas detalladas sin respuesta. En qué medida la generación actual será tan exitosa o incluso más exitosa que sus predecesoras está por verse. Sin embargo, técnicas como los modelos generativos son prometedoras.
Consultas habituales
- ¿Cuántas generaciones de inteligencia artificial existen?
- ¿Cuáles son las características de la primera generación de IA?
- ¿Cómo funciona el aprendizaje estadístico en la segunda generación de IA?
- ¿Qué se espera de la tercera generación de inteligencia artificial?
- ¿Qué son los modelos generativos?
Tabla Comparativa de Generaciones de IA
| Generación | Características |
|---|---|
| Primera | AIs hechas a mano, baja capacidad de abstracción |
| Segunda | Aprendizaje estadístico, logros destacados en reconocimiento de voz y traducción automática |
| Tercera | Explicabilidad y modelos generativos, investigación en curso |
La inteligencia artificial ha pasado por tres generaciones hasta ahora, desde AIs hechas a mano hasta el aprendizaje estadístico y la búsqueda de la explicabilidad y los modelos generativos. Aunque la clasificación en generaciones es una simplificación, ayuda a comprender la evolución y el progreso de la IA a lo largo del tiempo. Con cada generación, la IA se vuelve más sofisticada y capaz de realizar tareas más complejas. El futuro de la inteligencia artificial promete aún más avances y desafíos emocionantes.
Si quieres conocer otras notas parecidas a Generaciones de inteligencia artificial: pasado, presente y futuro puedes visitar la categoría Inteligencia.