Este texto se ha estructurado acudiendo a otros textos, mi único aporte es alinearlos con un orden lógico, Cesar H Bustamante.
La inteligencia artificial conocida por sus siglas en IA se refiere a la simulación de la inteligencia humana en máquinas que están programadas para pensar como humanos e imitar sus acciones. El término también se puede aplicar a cualquier máquina que exhiba rasgos asociados con una mente humana, como el aprendizaje y la resolución de problemas.
La Inteligencia Artificial (IA) es un área multidisciplinaria. Desde sus fundamentos hasta sus aplicaciones más recientes, abarca una amplia gama de sectores de la economía, la ciencia y la sociedad en su conjunto. Son varias las disciplinas que han contribuido con ideas, puntos de vista y técnicas, al desarrollo de la IA, al tiempo que la IA ha contribuido al desarrollo de ellas y otras muchas.
Para hablar de las bases de la IA debemos remontarnos al siglo III a. n. e. y analizar aportes teóricos y prácticos de varias ciencias (Russell & Norvig, 2004). Los filósofos concibieron la idea de que la mente es como una máquina que funciona a partir del conocimiento codificado en un lenguaje interno y el pensamiento servía para seleccionar las acciones a llevar a cabo. Las matemáticas proporcionaron herramientas para manipular las afirmaciones de certezas lógicas, las inciertas de tipo probabilista y prepararon el terreno para un entendimiento de lo que es el cálculo y el razonamiento con algoritmos.
Un subconjunto de la inteligencia artificial es el aprendizaje automático, que se refiere al concepto de que los programas informáticos pueden aprender automáticamente de los nuevos datos y adaptarse a ellos sin la ayuda de seres humanos. Las técnicas de aprendizaje profundo permiten este aprendizaje automático mediante la absorción de grandes cantidades de datos no estructurados como texto, imágenes o video (Iberdrola, 2016).
Los informáticos, por su parte, proporcionaron herramientas que hicieron posible la aplicación de la IA. Los métodos de IA tienden a ser extensos, al abordar problemas complejos no podrían funcionar sin los grandes avances en velocidad y memoria aportados por la industria informática. La teoría de control se centra en el diseño de dispositivos que actúan de forma óptima con base en la retroalimentación que reciben del entorno en el que están inmersos, una tarea que cada vez más asume la IA. Las herramientas matemáticas de la teoría de control eran bastante diferentes a las técnicas que utilizaba la IA, pero en la actualidad ambos campos se acercan cada día más (Russell & Norvig, 2004)
Los fundamentos de la IA datan de los silogismos de Aristóteles, presentados en el siglo III antes de nuestra era. Sin embargo, se considera el primer trabajo de Inteligencia Artificial la propuesta de red neuronal artificial diseñada por McCulloch y Pitts en 1943 . Ellos partieron de tres fuentes: conocimientos sobre la fisiología básica y funcionamiento de las neuronas en el cerebro, el análisis formal de la lógica proposicional y la teoría de la computación. Ellos sugirieron que redes adecuadamente definidas podrían aprender. Donald Hebb en 1949 propuso y demostró una sencilla regla de actualización para modificar las intensidades de las conexiones entre neuronas. Su regla, ahora llamada de aprendizaje Hebbiano, sigue vigente en la actualidad. Marvin Minsky y Dean Edmonds construyeron el primer computador a partir de una red neuronal en 1951.
Hay otro número de trabajos iniciales que se pueden considerar dentro del campo de la IA, pero se reconoce como fundador a Alan Turing quien articuló una visión de la IA en su artículo Computing Machinery and Intelligence (Turing, 1950). En él introduce la llamada prueba de Turing para determinar si una máquina era realmente inteligente y los elementos básicos del aprendizaje automático, los algoritmos genéticos y el aprendizaje por refuerzo. El nombre de IA fue acuñado por el informático John McCarthy para describir la ciencia y la ingeniería de la fabricación de máquinas inteligentes.
En el verano de 1956 se organizó un taller con investigadores para debatir sobre sus experiencias y fomentar las investigaciones en el área de las redes neuronales, teoría de autómatas y de inteligencias en general. El principal resultado del taller fue la aceptación del término Inteligencia Artificial, propuesto por McCarthy. Aunque también se analizaron las características que la convierten en campo independiente, con problemas específicos que atender dentro de la rama de la informática.
La inteligencia artificial se puede dividir en dos categorías diferentes: débil y fuerte. La inteligencia artificial débil incorpora un sistema diseñado para realizar un trabajo en particular. Los sistemas de inteligencia artificial débiles incluyen videojuegos como el ejemplo de ajedrez de arriba y asistentes personales como Alexa de Amazon y SIRI de Apple. En otros casos, la inteligencia artificial ha sido utilizada para el desarrollo de aplicaciones de juegos digitales para beneficio de la educación superior (Alarcón, 2016). Los sistemas de inteligencia artificial fuertes son sistemas que llevan a cabo las tareas que se consideran similares a las humanas. Suelen ser sistemas más complejos y complicados. Están programados para manejar situaciones en las que se les puede exigir que resuelvan problemas sin que una persona intervenga. Este tipo de sistemas se pueden encontrar en aplicaciones como automóviles autónomos o en quirófanos de hospitales (Universidad Nebrija, 2017). Las aplicaciones de la inteligencia artificial son infinitas. La tecnología se puede aplicar a muchos sectores e industrias diferentes. La inteligencia artificial está siendo probada y utilizada en la industria de la salud para dosificar medicamentos y diferentes tratamientos en pacientes, y para procedimientos quirúrgicos en el quirófano (Expósito & Ávila, 2008). Otros ejemplos de máquinas con inteligencia artificial incluyen computadoras que juegan al ajedrez y autos sin conductor. Cada una de estas máquinas debe sopesar las consecuencias de cualquier acción que tomen, ya que cada acción tendrá un impacto en el resultado final. En el ajedrez, el resultado final es ganar el juego. En el caso de los vehículos autónomos, el sistema informático debe tener en cuenta todos los datos externos y calcularlos para que actúen de forma que se evite una colisión (Incytu, 2018). La inteligencia artificial también tiene aplicaciones en la industria financiera, donde se utiliza para detectar y marcar la actividad en la banca y las finanzas, como el uso inusual de tarjetas de débito y grandes depósitos en cuentas, todo lo cual ayuda al departamento de fraude de un banco. Las aplicaciones para inteligencia artificial también se están utilizando para ayudar a agilizar y facilitar el comercio. Esto se hace facilitando la estimación de la oferta, la demanda y el precio de los valores (Zhinin, 2019). El funcionamiento de la inteligencia artificial se genera mediante distintos tipos de teorías, métodos y tecnologías. Dependerá de cuál de los sistemas se vaya a implementar y qué tipo de método o tecnología aplicar. Entre ellos se encuentra el aprendizaje basado en máquina. Este tipo de sistema automatiza el desarrollo de modelos analíticos para ser utilizados en el pensamiento sistemático. Se utilizan métodos de redes, estadísticas e investigación para obtener un resultado (Gómez & Hochel, 2019).
En quinientas palabras esto es lo que nos entrega CHAGPT sobre la IA:
ChatGPT
La Inteligencia Artificial (IA) es una rama de la informática y la ingeniería cuyo objetivo es desarrollar algoritmos y sistemas que permitan que las máquinas puedan realizar tareas que requerirían inteligencia humana, como la comprensión del lenguaje natural, la toma de decisiones, el aprendizaje, la resolución de problemas, entre otras. La IA se basa en la simulación de procesos cognitivos de los humanos, como la memoria, el razonamiento y la toma de decisiones.
La IA se divide en varios campos, como el aprendizaje automático, el procesamiento del lenguaje natural, la visión artificial, la robótica y la inteligencia emocional. Estos campos trabajan juntos para lograr que los sistemas de IA puedan interactuar y comunicarse con los humanos de manera efectiva y eficiente.
El aprendizaje automático es una técnica de IA que consiste en que la máquina aprenda de manera autónoma a partir de la experiencia y de los datos que se le proporcionan. Esta técnica se basa en algoritmos de reconocimiento de patrones y en modelos estadísticos que permiten que la máquina pueda identificar y clasificar información de manera automática.
El procesamiento del lenguaje natural es otro campo de la IA que se enfoca en desarrollar sistemas que puedan entender y producir lenguaje humano. Los sistemas de procesamiento del lenguaje natural se utilizan en aplicaciones como los chatbots, asistentes virtuales y traductores automáticos.
La visión artificial se encarga de desarrollar sistemas que puedan capturar y analizar imágenes y vídeos de manera automática. Estos sistemas se utilizan en aplicaciones como la reconocimiento facial, la detección de objetos y la interpretación de imágenes médicas.
La robótica es un campo de la IA que se enfoca en desarrollar robots capaces de realizar tareas complejas y adaptarse al entorno de manera autónoma. La robótica se utiliza en aplicaciones como la fabricación, la exploración espacial y la asistencia a personas con discapacidad.
La inteligencia emocional es un campo de la IA que se enfoca en desarrollar sistemas capaces de reconocer y responder a las emociones humanas. Los sistemas de inteligencia emocional se utilizan en aplicaciones como la atención al cliente, la publicidad y la atención médica.
La IA tiene una amplia variedad de aplicaciones en diferentes sectores, como la industria, la salud, el transporte y la seguridad. Entre las ventajas de la IA se encuentran la automatización de tareas repetitivas y tediosas, la toma de decisiones más eficientes y precisas, así como la mejora de la calidad de vida de las personas.
Sin embargo, también existen preocupaciones sobre el impacto de la IA en el mercado laboral, la privacidad y la seguridad de los datos. Es importante que se desarrollen políticas y regulaciones adecuadas para asegurar que la IA se utilice de manera responsable y ética.
