IA-Saber qué es y como usarla.
Hace años que usamos los beneficios de la IA, en nuestro quehacer diario, principalmente en los celulares, que nos anticipan lo que normalmente usamos, ya sea información, clima, ofertas, caminos, etc.
El concepto de IA-Inteligencia Artificial- ya se utilizaba desde mediados del siglo XX, pues en 1966 se creó la primera PC con IA, llamada ELIZA, que funcionó bien, pero como en esa época había poco poder de procesamiento y no funcionaba aún la Nube (Cloud), no pudo progresar, y quedó en standby, esperando el momento ideal para crecer, que ha ocurrido hace muy poco tiempo.
La IA no es computación cognitiva ni quántica, es solo binaria. Los objetivos de la IA, que no es inteligente ni artificial, sino que es un proceso informático digital de búsqueda, es clasificar y predecir, en el universo de datos en donde decidimos ponerla a funcionar, con algún algoritmo. Asimismo, nos permite generar y comprender un texto, resumirlo y hasta dibujar imágenes desde un texto.
Ese universo de datos, puede ser propio, de una gran base de datos previamente verificada con control humano, o simplemente la Nube, donde hay de todo, verdadero y falso.
El concepto de IA, lo podemos pensar como un conjunto que engloba diferentes evoluciones, como este:
| IA | Abarca el ML y el DL, es el gran conjunto. No es biológica y en base a procesos intenta replicar el pensamiento humano. | |
| ML | Algoritmos con base aritmética y algebraica para ayudar a entender a la IA, y aplicando herramientas de probabilidades y estadísticas como modelos de clasificación, modelos de regresión o de predicción de datos, basados en árboles de búsqueda y similares, y con máquinas de procesos vectoriales, busca parecerse similar al pensamiento humano sobre datos que ya existen. | |
| DL | Son algoritmos con base matemáticas y algebraicas robustas, para simular el pensamiento humano, pero solo usando redes neuronales multicapa y muchísimos datos. Para ello, aplica los algoritmos en varias capas para “profundizar” el conocimiento humano, hallando más opciones. Usan varias GPU’s. |
La evolución dentro del conjunto IA se realiza en base al perfeccionamiento de los algoritmos que mejoran la búsqueda, separan los datos que necesitamos y los agrupan. Hay tres tipos de algoritmos: los supervisados, lo no supervisados (Internet) y los mejorados por aprendizaje por refuerzo, con la ayuda del hombre que los controla y clasifica.
Por ahora, lo que no puede hacer es innovar, pues no puede empezar desde cero y pensar algo nuevo. No tiene criterio propio automático. En el futuro, tal vez lo logre. Es que la IA no es computación cognitiva ni quántica, hoy es solo binaria. Pronto ya no será así.
A veces, nos da la impresión de que la IA piensa, pero no es así. Es muy veloz en encontrar respuestas, y entonces pareciera ser cognitiva, pero es un engaño pensar así. Actualmente esa velocidad de procesamiento le permite hacer trabajos muy rápido y en diferentes áreas. Algunas son:
| Lenguaje PLN | Es el lenguaje natural, el que hablamos. Se reconoce como se habla en cada idioma. Arma conversaciones. Usan los LLM-Large Language Models-. El lenguaje es solo uno de los canales cognitivos que usamos. |
| Computer visión | Visión artificial. Identifica imágenes y las clasifica, incluso cuando predicen sus movimientos. Usan frameworks de IA. Se pueden descartar las imágenes que tengan ciertos atributos o verificar un Captcha. |
| Robótica | Asociación de movimiento para rutinas, generalmente de movimientos ya reconocidos en los humanos o de procesos industriales. |
| IA generativa | Puedo hacer imágenes, publicidad, moda o música LM, por ejemplo, para crear algo nuevo, pero basado en función de los parámetros que ya se tienen, como las notas musicales o imágenes. |
Respecto al análisis de datos, que se lo denomina Data Science, tenemos que aquí se aplican conocimientos matemáticos, de business o negocios, y ciencias computacionales o informáticas. El “científico de datos” es la persona encargada de analizar los datos y darles el valor que les corresponda, para que sean útiles al usuario. Hace la auditoría de datos.
El Data Science puede hacer su trabajo sin aplicar IA a su universo, y con herramientas matemáticas o limpiando correctamente los datos espúreos, completar su tarea. En ciertos casos, puede redundarlo utilizando la IA, modelando la herramienta a sus necesidades.
A todo este conocimiento acumulado, y aplicando regresiones matemáticas y otras herramientas similares, se logra depurar los datos, encontrar patrones, que sirven para la toma de decisiones empresariales, basadas en predicciones generadas por el Data Science.
Sabemos orientarlo al respecto, porque lo hemos estudiado y lo aplicamos.