La revolución de las IA: todo lo que necesitas saber

Imagen generada por IA

Ya no es un secreto para nadie que durante los últimos años y, más concretamente, meses, las IA están ganando mucha popularidad. Esto es producto del sueño de muchos amantes de la tecnología, pues las inteligencias artificiales son totalmente funcionales a día de hoy. Aunque todavía se encuentran lejos de provocar la extinción de la humanidad según algunas conspiraciones.

Durante los últimos meses hemos ido oyendo de hablar de IA que se están popularizando a gran escala, como Dall·E 2 o ChatGPT. Estos y otros muchos programas de IA se están usando para cubrir necesidades de todo tipo, también son una gran forma de matar el tiempo curioseando.

Todo esto nos deja una afirmación rotunda: Las IA ya son cosa del presente. Poco a poco estamos consumiendo contenidos generados por IA y cada vez empezarán a estar más presentes en nuestras vidas.

Teniendo esto en cuenta, en esta entrada haremos un repaso con todo lo que necesitas saber sobre las IA y así estar preparados para esta revolución futurista en el presente.

Origen de las IA

En torno a los años 50 fueron saliendo las primeras personas en plantear el concepto de inteligencia artificial y comenzaron a investigar sobre ello.

El matemático Alan Turing diseñó en el año 1950 la Prueba de Turing, que era un método para determinar si una máquina fuera capaz de pensar. La prueba de Turing consiste en un interrogador humano y dos interrogados, uno humano y otro máquina, que se comunican con el interrogador mediante un sistema de chat. Si el interrogador no es capaz de determinar si existe una máquina entre los dos interrogados, se le considera a esta como inteligente.

Más atrás, en 1943, El nerurofisiólogo Warren McCullough y el lógico Walter Pitts publicaron un artículo llamado «A Logical Calculus of Ideas Immanent in Nervous Activity». En este artículo se define el primer modelo matemático para crear una red neuronal.

Otros nombres clave son:

  • John McCarthy, ganador del premio Turing en 1971 por sus aportes sobre inteligencia articial.
  • Marvin Minsky y Dean Edmons, creadores del SNARC en 1951, el primer simulador de redes neuronales.
  • Claude Shannon, creador de la teoría de la información y desarrollador de una de las primeras inteligencias artificiales en el MIT.

Cómo funcionan las inteligencias artificiales

Para entender lo que es una IA hay que conocer la definición de programa en informática: Un conjunto de instrucciones ejecutadas en orden para cumplir una tarea. Los programas están formados por múltiples líneas de código que cuando se ejecuta, el ordenador lee y sigue las instrucciones de la línea 1 hasta la última. Normalmente los programas detener la ejecución en líneas de código donde se espera que el usuario introduzca unas variables y continuar con el código en función de estas.

Con esta pequeña introducción de qué son y cómo funcionan los programas ya podemos entender, aunque sea solo la punta del iceberg, cómo funcionan las IA. Si buscas nombres específicos, TensorFlow y Pytorch son las bibliotecas de código open source más famosas para programaciones de IA.

Aunque se diferencien ampliamente de un programa convencional, las IA en esencia son programas informáticos que esperan un prompt, una variable de entrada por parte del usuario para generar un resultado en función de este.

Prompt: región de programa informático donde se espera que el usuario rellene datos. El resultado final del programa varía en función del prompt que el usuario le dé.

Para ello, las IA son previamente entrenadas con ingentes volúmenes de datos y utilizan una gran multitud de algoritmos para reconocer patrones y así conseguir que el programa «aprenda». Este proceso es conocido como el famoso machine learning, y puede ser de dos tipos:

  • Supervisados: Hay una intervención humana que le dictamina al programa si su generación es buena o no y por qué. El programa toma esos datos y los tiene en cuenta de cara a las siguientes iteraciones (repeticiones del programa), haciendo que mejore progresivamente.
  • No supervisados: Para este caso no existe intervención humana en el proceso de aprendizaje. Para estos tipos de IA es de vital importancia el buen hacer de los algoritmos que se encargan de reconocer los patrones entre los datos de entrada.

Unos cuantos ejemplos de algoritmos para programar IAs serían:

  • Natural Language Proccessing (NLP)
  • Algoritmos de regresión
  • Algoritmos de agrupación
  • Algoritmos de árbol de decisión
  • Algoritmos bayesianos
  • Algoritmos de redes neuronales (RNA)
  • Algoritmos de deep learning
  • Algoritmos de aprendizaje profundo

En el año 2014, el informático teórico Ian Goodfellow presentó una nueva técnica para entrenar a los modelos de IA, conocido como GAN (redes generativas antagónicas) Esta técnica utiliza dos IA entrenadas por aprendizaje no supervisado y las enfrenta para que pulir los resultados entre ellas.

Mediante la técnica de GAN, una IA es programada y entrenada de manera no supervisada para para generar un resultado, en el caso del ejemplo, un cuadro. Por otro lado se entrena otra IA cuya función es diferenciar cuadros dibujados por seres humanos de los generados por IA. La tarea de la IA discriminadora es mucho más sencilla que la de la generadora, y reconocerá que los resultados que obtiene son generaciones de IA durante los primeros resultados.

Entre cada resultado, ambas IAs de aprendizaje no supervisado se supervisan entre ellas, intercambian información y aprenden los patrones que generan los resultados de la IA rival. De esta manera la IA generadora hará mejores cuadros, pero también la discriminadora será más eficaz.

Tras miles de intentos y aunque la IA discriminadora se haya vuelto mucho más eficaz que al principio del ejercicio, llegará un punto en el que sea engañada por la generadora.

Tipos de IA

Existen un total de 7 tipos de IA repartidos entre dos categorías. Según el grado de complejidad de las IA, estas pueden ser de 3 tipos: ANI, AGI o ASI. Mientras que si las clasificamos por capacidades pueden ser máquinas reactivas, máquinas de memoria limitada, teoría de la mente o autoconscientes.

  • Inteligencia Artificial Estrecha (ANI): El objetivo de una IA de tipo ANI es concentrar todos los esfuerzos en un único tipo de tarea. Al ser mono-objetivo no se las considera capaces de reproducir comportamientos humanos. Las IA que nos podemos encontrar a día de hoy son de tipo ANI, y están presentes en los sistemas de vehículos autónomos, asistentes virtuales o sistemas de reconocimiento facial.
  • Inteligencia Artificial General (AGI): Según la proyección con la que se espera el avance de las IA, las AGI serán una evolución respecto a las ANI, pues serán capaces de aprender distintos escenarios y resolver diferentes tareas. Las inteligencias artificiales AGI serán equivalentes a la mente humana.
  • Superinteligencias Artificiales (ASI): La máquina ASI es aquella que es consciente y autónoma. Se espera que debido al gran poder computacional que esto requeriría, lleguen a superar las capacidades de la mente humana.

Las 4 categorías que agrupan las IA según capacidad son:

  • Maquinas reactivas: Son las IA más antiguas que existen y de capacidad más limitada. No tienen memoria ni, por lo tanto, capacidad de aprendizaje. Las máquinas reactivas fueron diseñadas para responder ante un estímulo para el que son pre-programadas con anterioridad.
  • Memoria limitada: Estas máquinas son capaces de almacenar datos de sus interacciones anteriores y utilizarlos para generar una mejor respuesta con cada consulta. Este sistema es el más utilizado en la actualidad.
  • Teoría de la mente: Este modelo de IA no sólo recoge datos del pasado y aprende en base a ellos, sino que también es capaz de comprender la mente humana y entender emociones o necesidades. Añadiendo estas nuevas variables para la generación de los resultados, estas IA serían más eficaces que las de memoria limitada.
  • Autoconscientes: Además de comprender características de la conciencia humana, las máquinas autoconscientes tendrían consciencia propia. Dotar a una máquina de consciencia propia llevaría al siguiente nivel la capacidad de entendimiento de la consciencia humana, por lo que se espera que esta fuera la IA definitiva.

Inteligencias artificiales para pasar el tiempo

Durante los últimos años se han hecho muchos avances que acercan las IA a los usuarios comunes. Ahora podemos curiosear y consultar de primera mano cómo avanzan las investigaciones en este campo con productos que nos pueden resolver trabajos y proyectos con mucha eficiencia.

Aunque casi todos estos servicios suelen ser de pago (pues hacen uso de mucho músculo computacional, una inversión que se planea dejar en números verdes) también es cierto que cuentan con versiones de prueba y dejan un puñado de prompts con tan solo hacerse una cuenta.

Las IA más vistosas para explorar quizás sean las de generación de imágenes, donde Dall·E 2, Stable Diffusion y Midjourney son las más famosas de la actualidad (y con pruebas gratuitas).

Aunque se encuentre en lista de espera, en un futuro próximo se podrá hacer esto mismo con clips de video gracias a Flim.ai. Y es que en cuanto a necesidades audiovisuales la IA te puede cubrir completamente con aplicaciones como Appicons.ai para generar iconos de aplicaciones o Stylized y Mokker para crear fotos profesionales de un producto.

Otro tipo de IA muy interesante son las de chat y procesamiento de textos. Aquí el rey absoluto es ChatGPT 3, seguido de Copy.ai o Writesonic. Además de de poder chatear con una supermáquina, estas IAs son un gran ayudante para redacciones, completar código y todo tipo de consultas que se puedan resolver vía texto.

También puedes utilizar la IA para crear logos y nombres para proyectos online con Namelix, Looka o Makelogo.ai, o incluso crear una web en segundos con Durable.co.

Para contenido en redes sociales puedes usar Repurpose.io para automatizar la distribución de contenidos adaptando los formatos para que se amolden a las diferentes redes sociales. Y con la ayuda Adcreative puedes planificar toneladas de contenido para tus RRSS.

En cuanto al audio existen plataformas como Murf.ai, que sirve para dar voz a los textos, pudiendo editar el tono de voz o el énfasis en las palabras. También hay grandes noticias para los DJs del mundo, pues con Lalal.ai o Audioshake se pueden separar las instrumentales de las voces de las canciones, lo cual antes era un trabajo manual y aburrido.

Para necesidades laborales, Fireflies.ai transcribe los meetings para automatizar las notas más importantes de las reuniones. Otra IA bastante novedosa es Do Not Pay, que es literalmente tu abogado robótico de confianza que te asesora frente a la burocracia y ayuda a las disputas con compañías u otro tipo de papeleos legales.

Conclusiones

Hace muchos años que las inteligencias artificiales son objetivo de matemáticos, informáticos y científicos. Debido al gran aporte de estas a la sociedad, han sido estudiadas y diseñadas durante muchos años e implementadas para automatizar el tratamiento de datos masivos (Big data) por parte de grandes empresas.

Hoy en día ya estamos en el punto en el que la IA no es solo cosa de mega-corporaciones como Alphabet o Microsoft, sino que nos podemos encontrar con inteligencias artificiales en muchos aspectos cotidianos. Y ya no solo como servicio, tipo chat bots de atención al cliente o detección de spam el la bandeja de correo, en la actualidad existen múltiples IAs con las que usuario puede interactuar para sus propios propósitos. Anteriormente hemos listado unas cuantas, pero hay cientos de ellas en Internet.

De cara a un futuro próximo se esperan avances a pasos agigantados, lo cual emociona y causa temor a partes iguales. Siéntete libre de compartir tu punto de vista sobre las IA en la sección de comentarios.


«
»

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *