El origen de la inteligencia artificial: ¿una fuente de soluciones?

Mucho se habla hoy de cómo la Inteligencia Artificial (IA) está en todas partes, aún en actividades en las que como consumidores peligrosamente no identificamos directamente su inmiscusión.

Es esta ubicuidad y también la falta de definición concreta que permite que la IA sea muchas veces mal entendida, no solo por los ciudadanos de a pie, sino también por compañías que brindan soluciones de IA –o eso creen que hacen– y compañías, organizaciones y gobiernos que consumen soluciones de IA. Es por esto que aprovecho este espacio para iniciar con una pequeña introducción –humana– a qué es la inteligencia artificial, quitar ese velo místico que lo envuelve para poder realizar críticas indispensables a las soluciones que supuestamente la utilizan y a soluciones que efectivamente la utilizan.

La IA no es nueva. En los años 50 nació el término y hacía referencia al concepto de crear máquinas inteligentes. Hoy este término se ocupa como un buzzword que puede aplicar a todo y a nada. La IA forma parte de las ciencias computacionales y se clasifica en dos grandes grupos: la inteligencia artificial fuerte y la débil.

La IA fuerte tiene como uno de sus principales objetivos poder reproducir cómo funciona el cerebro humano, mientras que la IA débil simplemente trata de resolver un problema con un objetivo a la vez. Jarvis, el asistente de Ironman, corresponde a una IA fuerte. Una aplicación que es capaz de identificar si hay posibilidad de tener cáncer verificando imágenes de mastografías corresponde a una IA débil. Seguramente la selección de palabras fuerte y débil no es la más adecuada conforme a los alcances que cada una tiene, pues como vimos en el ejemplo de IA débil, las soluciones que hoy ocupan IA débil pueden tener grandes beneficios a la humanidad.

Un poco más de tecnicismo: dentro de la IA débil se encuentra Machine Learning (ML), una disciplina encargada de desarrollar algoritmos que le permitan a la máquina aprender a identificar patrones en los datos. También es otro buzzword, pero que entre llamarle a algo IA y ML considero más apropiado para lo que las soluciones actuales ofrecen. Este buzzword pronto perdió su punch, porque IA está más “in“, vende más, impresiona más. Sin embargo, casi todas las soluciones que hoy se venden como “IA” corresponde en el mejor de los casos a ML y, en el peor y más desinformado de los casos, a automatizaciones de procesos que ni siquiera incluyen análisis de datos.

Claro que dentro de ML hay otra clasificación de la que vale la pena hablar, pero de ella les platicaré en nuestra siguiente columna para que podamos identificar también los mitos que hay alrededor de la llamada inteligencia artificial.