¿Qué es Inteligencia Artificial?

En la entrada de hoy vamos a ver de forma breve qué es la Inteligencia Artificial, los tipos que hay, el uso que se le puede dar y sus ventajas y desventajas.

Según Xataka, la IA es probablemente la disciplina técnico-científica con más potencial de los últimos años.

Historia de la Inteligencia Artificial

En primer lugar, vamos a hablar un poco sobre la historia de la inteligencia artificial.

Alan Turing es considerado como el padre de la Inteligencia Artificial porque en 1950 publicó un artículo en el que se preguntaba si las máquinas podían pensar.

Sin embargo, fueron John McCarthy, Marvin Minsky y Claude Shannon quienes acuñaron este término en 1956.

En los años 90 la Inteligencia Artificial comenzó a coger impulso, las empresas empezaron a trabajar con ella y poco a poco ha ido ganando importancia.

¿Qué es la Inteligencia Artificial?

La Inteligencia Artificial permite que las máquinas imiten los procesos de inteligencia humana a través de una combinación de algoritmos.

Dentro de la IA encontramos el aprendizaje automático (Machine Learning) y el aprendizaje profundo (Deep Learning) de los cuales ya hemos hablado en entradas anteriores.

Tipos de Inteligencia Artificial

Según Stuart Russell y Peter Norvig podemos distinguir distintos tipos de inteligencia artificial:

• Sistemas que piensan como humanos: toman decisiones, resuelven problemas y aprenden de forma automática. Es el caso de las redes neuronales artificiales. 

• Sistemas que actúan como humanos: realizan actividades de forma similar a los humanos. Por ejemplo, los robots.

• Sistemas que piensan racionalmente: buscan lograr que las máquinas imiten el pensamiento lógico racional de los humanos.

• Sistemas que actúan racionalmente: tratan de imitar de manera racional el comportamiento humano, es el caso de los agentes inteligentes.

Aplicaciones y ejemplos de la Inteligencia Artificial

Algunas de las aplicaciones de la Inteligencia Artificial son:

• Asistentes Virtuales: responden a instrucciones y preguntas para ayudar a las personas a completar tareas.

• Finanzas: ayuda a los bancos a evitar el fraude, predecir patrones y comportamientos del mercado y aconsejar a sus clientes.

• Energía y medio ambiente: se puede utilizar para reducir el consumo energético, detectar fugas en oleoductos, plantar árboles para reducir la deforestación, etc.

• Sanidad: ayuda a facilitar los diagnósticos, mejorar el seguimiento de los pacientes o analizar el resultado de las pruebas de forma más rápida y precisa, entre otras cosas.

• Comercial: permite estudiar a los consumidores, saber sus gustos, ofrecerle los productos que necesita, ayudar a las empresas a tomar decisiones...

• Agrícola: permite mejorar los rendimientos agrícolas, advierten de impactos ambientales adversos, ayudan al mantenimiento de los campos.

• Logística y Transporte: predice los atascos, diseña las rutas más eficientes, evita accidentes de tráfico, etc.

Cada vez podemos ver más aplicaciones de la Inteligencia Artificial en nuestro día a día. Convivimos con ella y le sacamos el máximo partido.

Ventajas y desventajas de la Inteligencia Artificial

VENTAJAS

• Automatizar procesos: permite que los humanos puedan realizar tareas más complejas mientras que las máquinas hacen tareas repetitivas.

• Aumento de la productividad: las máquinas pueden hacer más en menos tiempo, además permite que los trabajadores hagan otras tareas.

• Reducción de errores: las máquinas son más precisas, por lo que evitamos los errores humanos.

• Potencia la creatividad: las personas abandonan las tareas repetitivas y pueden hacer cosas más creativas.

• Agiliza la toma de decisiones: la Inteligencia Artificial permite analizar grandes cantidades de datos en un tiempo reducido por lo que la toma de decisiones es más rápida.

• Capacidad de aplicación: puede aplicarse en todos los sectores.

DESVENTAJAS

• Dificultad de acceso a los datos: los datos tienen que estar actualizados y ser fiables. La IA sólo puede funcionar y ser entrenada a partir de los datos, no existe otra forma de trabajar con ella.

• Falta de profesionales cualificados: existe una amplia demanda de trabajadores con conocimientos y experiencia en programación, análisis y ciencia de datos, big data, machine learning o deep learning, pero hay pocos perfiles con estos conocimientos.

• Alto coste: el desarrollo e investigación de esta tecnología es caro, por lo que no todas las empresas o sectores tienen acceso a ella, aunque cada vez son más las empresas grandes y medianas que hacen inversiones en este aspecto para mejorar sus productos o servicios.