Opinión
MAP. Ricardo Meza Domínguez
México.- existen muchas dudas por ejemplo dónde quedan los datos que entrenaron a la IA, o de donde saca los datos la IA para dar respuestas a las preguntas que se le realizan el funcionamiento de Watson fue una de las claves en el desarrollo y teorización del Deep Learning, acercándose al público masivo con aplicaciones como la creación de Siri en manos de Apple, comenzo las primeras experiencias de aprendizaje automático y los primeros indicios de aprendizaje profundo de forma globalizada.
Pero persistía la pregunta y los datos que se utilizan para entrenar a la inteligencia artificial de donde provienen, pues resulta que las personas alimentan a las bases de datos con su información de diferentes fuentes. Algunas empresas utilizan datos de sus propios clientes o usuarios, mientras que otras recopilan datos de fuentes públicas como redes sociales o sitios web, con esto alimentan sus bases de datos y la IA los utiliza para aprender y responder las preguntas de los humanos.
El aprendizaje profundo usa redes neuronales artificiales, las cuales están compuestas de varias capas de algoritmos. Cada capa examina los datos entrantes, realiza su propio análisis especializado y genera una salida que otras capas pueden entender. Esta salida se pasa a la siguiente capa, donde un algoritmo diferente realiza su propio análisis. El aprendizaje profundo es un tipo de aprendizaje automático que puede determinar por sí mismo si sus predicciones con correctas. También usa algoritmos para analizar los datos, pero lo hace a mayor escala que el aprendizaje automático.
Los datos que se utilizan para entrenar a la inteligencia artificial pueden ser almacenados en diferentes lugares. Algunas empresas pueden almacenar los datos en sus propios servidores o en la nube, hay tres tipos de almacenamiento en la nube: almacenamiento de objetos, de archivos y de bloques. Cada uno ofrece sus propias ventajas y tiene sus propios casos de uso.
Martin Fischles y Oscar Firschein describieron los 12 atributos de un agente inteligente:
Tener actitudes mentales tales como creencias e intenciones.
Tener la capacidad de obtener conocimiento, es decir, aprender.
Poder resolver problemas, incluso descomponiendo problemas complejos en otros más simples.
Capaz de realizar operaciones más complejas.
Poseer la capacidad de dar sentido, si es posible, a ideas ambiguas o contradictorias.
Planificar, predecir consecuencias, evaluar alternativas (como en los juegos de ajedrez)
Conocer los límites de sus propias habilidades y conocimientos.
Poder distinguir a pesar de la similitud de las situaciones.
Poder ser original, creando incluso nuevos conceptos o ideas, y hasta utilizando analogías.
Poder generalizar.
Poder percibir y modelar el mundo exterior.
Poder entender y utilizar el lenguaje y sus símbolos.
Actualmente se prevé que en 2025 explotará el uso de IA, una tecnología que hoy en día se estableció como asistentes virtuales en el móvil, luego a conserjes robotizados a los que se les puede consultar, todavía debemos esperara hacia dónde se dirige la IA. Tal es la confianza en este tipo de tecnología que previsiones del sector empresarial que cifran en 30.000 millones de € los destinos a este tipo de estrategias para un futuro no muy lejano.
