Tipos de Inteligencia Artificial: evolución y aplicación

Tipos de inteligencia artifficial

Es importante conocer de manera sucinta algunas de las formas de inteligencia artificial, así como los cambios que ha sufrido en el tiempo para luego entender su utilidad. Esa realidad que hace 20 años se reflejaba solo como ficción hoy se convierte en una realidad. 

Inteligencias artificiales débiles y fuertes

Las exploraciones dentro del campo de la inteligencia artificial llevan más de setenta años. Sus investigaciones han evolucionado, sin embargo parten de conceptos iniciales propuestos por el filósofo John Searle en 1980, que aunque han despertado mucha polémica sirven como un punto de partida para entender la complejidad de sus orígenes. Si deseas conocer más detalles sobre el origen te invitamos a conocer más sobre la génesis de la inteligencia en las máquinas

Searle plantea la distinción entre inteligencia artificial fuerte y débil, siendo la primera el intento de replicar un tipo de inteligencia general inherente al ser humano y por otro lado la inteligencia artificial débil, que consiste en la construcción de programas orientados a realizar funciones específicas, de esto último hay varios ejemplos: máquinas expendedoras, cajeros automáticos, centrales telefónicas de servicio al cliente,  sistemas de cobro en línea, entre otros usos visibles. Es importante señalar que lo que se llama inteligencia artificial fuerte es todavía irrealizable y que un mecanismo computacional capaz de realizar múltiples tareas, sigue siendo la expresión de una inteligencia débil, pues carece de capacidad para expresar un estado mental. En consecuencia podemos concluir que, de acuerdo a información recogida en el artículo del portal “Open Mind BBVA”, “todos los avances logrados hasta ahora son manifestaciones de IA débil y específica”

Tipos de inteligencia artificial

Modelos de inteligencia artificial: una breve síntesis

  • Simbólico

    Es un modelo basado en el razonamiento lógico y la búsqueda heurística, es decir, aquella capaz de rastrear e investigar en documentos y fuentes; opera con representaciones abstractas del mundo real y lo emula sin la necesidad de estar presente  en un entorno que exista. Este sistema se expresa, por ejemplo, en operaciones matemáticas sencillas o en juegos de ajedrez con un computador.
  • Conexionista

    Inspirada en las conexiones neuronales del cerebro, por tanto en la vida. Una serie de unidades interconectadas procesan información en forma paralela. (McCulloch y Pitts, 1943) propusieron el primer modelo neuronal, considerando las neuronas como unidades lógicas que pueden entrenarse para desarrollar ciertas funciones. Esto puede ser parcialmente comparable a conocer y memorizar. De todos modos la conexión neuronal real también involucra procesos químicos muy complejos con células y sustancias específicas del cuerpo humano que solo revelan la complejidad aún inexplorada del cerebro.
  • Evolutivo

    Comparable a la teoría darwiniana que explica la evolución de las especies se pretende imitar ese proceso en las máquinas  para hallar cada vez mejores soluciones a los problemas que se les ha encargado resolver en un primer momento. Un ejemplo latente se evidencia en la función de texto predictivo en aplicaciones de chat en celulares inteligentes y tabletas. El uso continuo de estos aparatos enviará información a modo de datos para identificar cuáles son las palabras más utilizadas por su propietario, que luego se transformarán estructuras con sentido completo empleadas con frecuencia

Inteligencias artificiales débiles y fuertes

La importancia de mejorar constantemente el lenguaje natural empleado por las máquinas radica justamente en afinar sus modos de búsqueda, tiempos, síntesis y recuperación de la información. Piense por un momento en la constante mejora en la que deben incurrir las aplicaciones de traducción automática en donde se emplean algoritmos de clasificación, categorización y etiquetado que se expresa en la incorporación de términos o bien la corrección ortográfica de otros y en privilegiar ciertos vocablos en las sugerencias. Estas mejoras se extienden a sistemas automáticos de respuesta de voz y su posterior reconocimiento. Esta evolución en la lógica del lenguaje con IA responde aprocesos donde las máquinas se vuelven cada vez más inteligentes. Dicha evolución se hace evidente, por ejemplo, en un voicebot, programado para atender tareas específicas

La consultora Ipsos define a la IVR por sí sola como un “sistema telefónico que es capaz de, en una llamada, interactuar con el humano a través de grabaciones de voz. Es un sistema de respuesta interactiva, orientado a entregar y/o capturar información automatizada a través del teléfono”.

Los sistemas multiagente son una de las últimas innovaciones en el campo de la automatización, Elipse Chat es ejemplo de trabajo conjunto entre agentes inteligentes y agentes humanos. La centralización de los canales de comunicación en una sola plataforma es el ejemplo práctico de inteligencia artificial evolutiva que busca resolver cuestiones aún más complejas.