Tipos de sistemas de inteligencia artificial

Desde los primeros días de la informática, investigadores han intentado crear sistemas que imiten la inteligencia humana. Aunque un Einstein de silicio siga siendo una posibilidad lejana, la inteligencia artificial (IA) nos ha traído teléfonos que reconocen voz, coches que se conducen solos y sistemas expertos que compiten en concursos televisivos. Con los años, la IA ha pasado por varias evoluciones y, al madurar cada tecnología, se han integrado en nuestra vida cotidiana.

Aprendizaje automático (Machine Learning)

Los primeros investigadores luchaban con potencia y almacenamiento limitados, pero sentaron bases de IA con lenguajes como LISP y conceptos como árboles de decisión y machine learning. Programas en LISP analizaban ajedrez, mapeaban movimientos y elegían la mejor alternativa. Podían modificar su lógica y aprender de errores, volviéndose "más inteligentes" con el tiempo. Con ordenadores más potentes y almacenamiento barato, esta rama generó la industria de videojuegos, buscadores personalizados y tiendas online que no solo recuerdan preferencias, sino que anticipan necesidades.

Sistemas expertos

Mientras la primera ola de IA usaba ciclos de computación para simular razonamiento humano, el siguiente enfoque usó hechos y datos para imitar experiencia. Los sistemas expertos reunían hechos y reglas en una base de conocimiento y usaban motores de inferencia para deducir nuevos hechos o responder preguntas. Ingenieros de conocimiento entrevistaban expertos en medicina, reparación automotriz, diseño industrial, etc., y reducían hallazgos a hechos y reglas legibles por máquina. Estas bases fueron usadas por otros para diagnosticar problemas o responder preguntas. Al madurar, investigadores automatizaron desarrollo de bases de conocimiento, alimentando literatura técnica o dejando que el software rastreara la web por su cuenta.

Redes neuronales

Otro grupo intentó reproducir el cerebro humano creando redes artificiales de neuronas y sinapsis. Con entrenamiento, estas redes reconocen patrones en datos que parecen aleatorios. Imágenes o sonidos entran por el lado de entrada, respuestas correctas por el de salida. Con el tiempo, las redes reorganizan su estructura interna para que ante entrada similar devuelvan la respuesta correcta. Funcionan bien respondiendo a voz humana o traduciendo imágenes escaneadas a texto. Software basado en esto lee libros a ciegos o traduce voz entre idiomas.

Big Data

El análisis de datos a gran escala, "big data", aprovecha la potencia de muchos ordenadores para descubrir hechos y relaciones que la mente humana no puede abarcar. Billones de cargos en tarjetas o miles de millones de relaciones en redes sociales se escanean y correlacionan con métodos estadísticos para hallar información útil. Compañías de tarjetas detectan patrones de compra que indican robo o dificultad financiera. Comercios detectan patrones que indican embarazo antes de que la clienta lo sepa. Big data permite a ordenadores entender el mundo de formas que los humanos no podríamos solos.