Tecnologías de inteligencia artificial y sus categorías.

Tecnologías de Inteligencia Artificial y sus categorías

En el artículo anterior ya vimos qué es la Inteligencia Artificial. Si aún no lo ha leído le recomiendo hacerlo, pero si no dispone de mucho tiempo puede ver el siguiente vídeo a modo de resumen. Sin embargo, lo que vamos a tratar hoy es el conjunto genérico de tecnologías de Inteligencia Artificial y sus categorías.

Tecnologías de inteligencia artificial

Son muchas las tecnologías y disciplinas que la Inteligencia Artificial involucra, y que son en sí mismas ramas de estudio matemático e ingenieril. Echemos un vistazo a las más relevantes, comenzando por sistemas de reconocimiento y llegando a sistemas de aprendizaje automático.

Reconocimiento automático del habla (Speech recognition)

El reconocimiento automático del habla es una disciplina perteneciente a la acústica y cuyo objetivo es el reconocimiento de fonemas en una señal de voz. Los sistemas de reconocimiento de voz procesan la señal recogida por un micrófono para identificar las palabras que el usuario pronunció.

Procesamiento del lenguaje natural NLP (PLN en español)

Mientras que el reconocimiento del habla se centra en una conversión fiel de la voz a texto, el Procesamiento del lenguaje natural PLN (o NLP, Natural Language Processing, en inglés) es una disciplina que está más ligada al campo de la lingüística, y su objetivo es comprender qué intención tiene el usuario al lanzar un determinado comando, pregunta o afirmación (ya sea escrito o por voz) y qué espera obtener, así como analizar el estado anímico y encontrar patrones subjetivos en éstos. En resumen, es el campo que ayuda a la comunicación (principalmente sonora y escrita) hombre máquina, y viceversa.

Reconocimiento visual y sonoro, junto con NLP (o PLN) en Inteligencia Artificial.

Reconocimiento visual (Visual Recognition)

El reconocimiento visual es la disciplina basada en el procesado de la señal de imagen o vídeo, con el objetivo de reconocer patrones, formas, y en el mejor de los casos, identificar fielmente los diferentes elementos en una imagen.

Reconocimiento de texto (Text Recognition)

El reconocimiento de texto podría considerarse una parte del reconocimiento visual, ya que su principal objetivo es reconocer e identificar texto en formatos de imagen. Resulta común el uso de herramientas de OCR (Optical Character Recognition) para esta labor.

Big Data

Big Data lo podemos considerar, sin entrar a tecnicismos, un gran volumen de datos. Big Data por sí solo no es una tecnología, pero tener a disposición una cantidad ingente de datos (preferiblemente estructurados) es una base vital en la consecución de objetivos tanto en la análitica de Business Intelligence como en la aplicación de determinados algoritmos de Machine Learning.

Sistemas expertos

Los sistemas expertos son aquellos en los que se ha volcado todo el conocimiento humano posible acerca de una determinada rama. Un ejemplo clásico es el de los sistemas que juegan al ajedrez, que a partir de toda una colección de movimientos y estrategias que se les ha introducido en memoria, son capaces de determinar la mejor jugada (generalmente basándose en árboles de decisión) ante unas condiciones dadas.

Robótica

La robótica (ya sea mecánica o robótica software, como el RPA) abarca un alto rango de dispositivos. Siempre que un sistema o robot muestre síntomas de inteligencia, por ejemplo, al ser capaz de tomar decisiones por muy básicas que sean éstas, estaremos hablando de Inteligencia Artificial. Recordemos que la IA no tiene por qué ser especialmente sofisticada, existe en todos los niveles, incluso los más básicos, y debe diferenciarse de la capacidad de aprender de las máquinas; es decir, el Machine Learning.

Aprendizaje automático (Machine Learning)

El aprendizaje automático o Machine Learning es la disciplina, dentro de la Inteligencia Artificial, que trata de conseguir que un sistema aprenda y relacione información del modo en que lo haría una persona. Para ello, usa algoritmos que son capaces de detectar patrones en los datos previos, pudiendo crear predicciones futuras, así como nuevas tendencias como el Deep Learning y sus algoritmos de redes neuronales.

Varios algoritmos de Machine Learning (aprendizaje automático).

Deep Learning

El Deep Learning es una subdisciplina del Machine Learning. Es un sistema de aprendizaje que se inspira en el funcionamiento de las redes neuronales del cerebro humano para procesar la información, con una base matemática muy compleja detrás. Aunque sí se apoya en la experiencia (ya sean datos previos, generados por el entorno o autogenerados), no parte de indicaciones estrictas que determinen qué es correcto y qué no, de forma que el sistema pueda determinar conclusiones por sí sólo.

Cognitive Intelligence & Cognitive Services

La Inteligencia Cognitiva es una combinación de las tecnologías mencionadas previamente con el objetivo de crear servicios de inteligencia artificial capaces de tener comprensión humana. Es la unión de reconocimiento visual, sonoro, comprensión lectora, NLP y Machine Learning para crear sistemas capaces de comprender la información relacionada a la interaccion humana y responder en consecuencia. Empresas como Microsoft ponen a disposición de sus clientes Servicios Cognitivos para poder extender las capacidades de sus aplicaciones.

Inteligencia artificial engloba muchas tecnologías y categorías, como PNL, Machine learning, visión, voz, etc.

Categorías de la Inteligencia Artificial

No es fácil categorizar la inteligencia artificial y lo cierto es que resulta mejor práctica categorizarla en función de los algoritmos que utiliza determinado sistema. Sin embargo, algunos expertos han tratado de crear grupos de inteligencia artificial en base al su enfoque.

Según los científicos informáticos Stuart Russell y Peter Norvig, la inteligencia artificial puede dividirse en las siguientes categorías:

Sistemas que piensan como humanos

Estos sistemas tratan de emular el pensamiento humano de una forma bastante literal mediante modelos de redes neuronales artificiales.

Sistemas que actúan como humanos

Estos sistemas se centran en actuar como humanos; están más ligados a la robótica clásica y resultan menos flexibles.

Sistemas que piensan racionalmente

estos sistemas tratan de aplicar lógica humana a la hora de percibir, razonar y actuar. No están centrados en emular el comportamiento neuronal del cerebro sino que son entrenados para actuar de forma humana en un entorno determinado. Ejemplo de ello son los agentes expertos.

Sistemas que actúan racionalmente (idealmente)

Tratan de emular de forma racional el comportamiento humano, obteniendo conclusiones propias a condiciones del entorno dadas. El punto diferencial en estos sistemas es el de intentar que apliquen racionalidad a sus decisiones.

Una categorización más común es aquella que divide 2 grandes grupos:

IA Débil (o estrecha)

Conocida por sus siglas IAD, y aunque el nombre pueda parecer algo despectivo, es toda Inteligencia Artificial hoy por hoy desarrollada. Es inteligencia artificial dedicada a resolver un problema específico o un conjunto de ellos de forma optimizada, pero sin posibilidad de extenderse a problemas generales sin la programación pertinente para ello. Incluso los asistentes virtuales más punteros entran dentro de esta categoría.

IA Fuerte (o GENERAL)

Conocido por sus siglas IAF, es aquella Inteligencia Artificial capaz de igualar o superar la inteligencia humana en capacidad de razonamiento y deducción. A día de hoy es una utopía sólo existente en la ciencia ficción porque a pesar de que las máquinas ya nos superan en multitud de capacidades (incluso visión y reconocimiento auditivo en algunos ámbitos), no poseen sentimientos reales ni capacidades cognitivas nativas, así como conciencia propia y adaptabilidad a cualquier escenario.


Este post es la segunda entrega de una serie de artículos que le dejamos a continuación:

Qué es la inteligencia artificial
Tecnologías de inteligencia artificial
Algoritmos de inteligencia artificial
Casos de uso de inteligencia artificial en las empresas

Para conocer qué puede aportarle la Inteligencia Artificial usando un BPM como base le recomendamos consultar la siguiente página:

Alain Chas
alain.chas@auraportal.com

Content Developer @ AuraPortal. LinkedIn