En un verano como este, hace 66 años, se estrenó el término Inteligencia Artificial. Fue en la Conferencia de Dartmouth, un encuentro entre investigadores que se reunieron para trabajar sobre la conjetura de que cada aspecto del aprendizaje y cada característica de la inteligencia podrían ser simulados por máquinas. El proyecto, organizado por John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon, contó con 11 ponentes y 20 participantes -entre los que no había ninguna mujer-, y dio inicio a que la inteligencia artificial se convirtiera en una disciplina académica.
De un tiempo a esta parte, la inteligencia artificial está en todas partes. Aunque la ficción comenzó disfrazándola de villana, lo cierto es que su incorporación a cada vez más industrias trae muchos beneficios que a veces son invisibles a la mayoría.
Su impacto es tan grande que sus sesgos pueden afectar la vida de muchas personas y minorías, y por eso es importante que la sociedad entienda cómo funciona y qué significan los conceptos que trae esta nueva ola tecnológica. En este diccionario de términos de inteligencia artificial damos algunas pistas y definiciones de los términos que te encontrarás en artículos y lecturas relacionadas con la ciencia que conecta a robots y humanos.
Algoritmo
Procedimiento que produce un resultado. No necesariamente numérico, no necesariamente computacional, y tampoco tiene por qué ser único. Cuando se habla de algoritmos en relación con la tecnología, generalmente se hace referencia a algoritmos computacionales, que están presentes en tantos ejemplos a nuestro alrededor que no nos llaman la atención. Consisten en un proceso o un set de reglas que deben ser seguidas en operaciones para llegar a un resultado o tomar una decisión.
Aprendizaje supervisado
O supervised learning, es el método para entrenar a un algoritmo cuando se usan datos que contienen la respuesta correcta. Las apps que predicen el precio de la vivienda basadas en una base de datos determinada y todas las recomendaciones que recibes en plataformas como Amazon, Google, Netflix, Youtube, o Facebook contienen técnicas de este tipo.
Aprendizaje no Supervisado
Es el tipo de entrenamiento que hacemos con una máquina cuando le damos datos porque queremos que ella misma haga asociaciones y nos diga cuáles son los patrones. Este tipo de técnica se encuentra en el filtro que decide qué email es spam.
Aprendizaje por Refuerzo
O Reinforcement Training. Es el método que se utiliza en inteligencia artificial cuando lo que le damos a un algoritmo es un objetivo y pretendemos que llegue a conseguirlo.
Caja negra
Se denomina “de caja negra” a algoritmos de aprendizaje automático (Machine Learning). Este término de teoría de sistemas se refiere a que podemos saber qué datos entran (input) y qué resultados nos arroja (output) pero nadie, ni siquiera su programador, sabe cuál es su funcionamiento interno.
Deepfake
Imágenes, audio o vídeo artificiales (material también llamado synthetic media, medios sintéticos, en inglés) que son manipulados o producidos en su totalidad por inteligencia artificial. Algunos, como los que se hicieron a Tom Cruise, son tan elaborados que se consideran indetectables, abriendo un mundo en el que ver ya no significa creer. En este reportaje mostramos varios ejemplos, hablamos con un experto y explicamos cómo se producen.
Deep learning
Aprendizaje profundo, en inglés. Campo que se encuentra dentro del aprendizaje basado en datos, y está basado en redes neuronales artificiales. Aunque el nombre viene de la idea de imitar el funcionamiento de neuronas de los organismos vivos, el enfoque biologicista no ha tenido recorrido, y su foco se ha trasladado a estadística y matemática. También se trabaja entrenando a esas redes con combinación de parámetros para predecir o clasificar, pero a niveles más profundos. La complejidad de las redes es muy grande para entender lo que hacen al 100%.
Inteligencia artificial
Empleamos algoritmos y procesos computacionales con el objetivo de crear sistemas que puedan funcionar de forma inteligente y autónoma, en base a ciertos objetivos, y llamamos inteligencia artificial a la inteligencia demostrada por máquinas, a diferencia de la de los humanos, aunque no hay una definición consensuada de inteligencia aún.
Inteligencia artificial explicable
O XAI, por sus siglas en inglés. Una solución propuesta por expertos contra la opacidad de algunos algoritmos. Consiste en métodos y técnicas en la aplicación de inteligencia artificial tal que los resultados de la solución pueden ser entendidos por humanos expertos.
Machine Learning
Rama de la Inteligencia Artificial que se dedica a desarrollar técnicas para entrenar a las máquinas.
Machine Reasoning
Otra rama de la inteligencia artificial que se entrena y aprende de datos disponibles, pero a diferencia del Machine Learning, se enfrenta a problemas nuevos con un enfoque de razonamiento inductivo y deductivo. Un proyecto de Naciones unidas y el Centro Vasco para el Cambio Climático, llamado ARIES for SEEA, utiliza esta tecnología para crear una ‘Wikipedia de los ecosistemas’, que ayuda a calcular la contribución de la naturaleza al bienestar económico.
Procesamiento de Lenguaje Natural
(Natural Language Processing o NLP, por sus siglas en inglés), rama de la inteligencia artificial que se encarga de dar a las computadoras la habilidad de entender textos y lenguaje hablado de la misma manera en que pueden hacerlo los seres humanos. En Newtral trabajamos con Deep NLP, una inteligencia artificial que combina Deep Learning y NLP a la que llamamos Claimhunter. Esta herramienta monitoriza Twitter para detectar automáticamente mensajes verificables. Hemos publicado más detalles sobre este proyecto en este reportaje.
Reconocimiento de voz
Uno de las disciplinas de la inteligencia artificial, el reconocimiento automático del habla o reconocimiento de voz tiene como objetivo permitir la comunicación hablada entre seres humanos y computadoras
Reconocimiento de patrones
Es el reconocimiento automatizado de patrones y regularidades en bases de datos. En el campo del Machine Learning, el reconocimiento de patrones es la asignación de una etiqueta un valor de entrada dado.
Sesgos
Fenómeno que se da cuando un algoritmo produce resultados que son sistemáticamente prejuiciosos de acuerdo a asunciones erróneas en el proceso de aprendizaje automático. Muchos sistemas de inteligencia artificial tienen sesgos machistas o racistas porque estos prejuicios se encuentran en la misma organización de la información con la que estos se entrenan.
Singularidad
Momento en el que la inteligencia artificial supuestamente alcanzará -y superará- las capacidades humanas. Ray Kurzweil lo había fijado en 2045, pero hay fechas tan cercanas como el 2030 de Vernor Vinge para este momentazo histórico.
Transparencia algorítmica
Acceso al código fuente que se pide a los algoritmos o programas informáticos que pueden tener un gran impacto en la vida de las personas, como los relacionados con la renta, el crédito o las penas de prisión. La idea es que puedan ser auditables y transparentes a muchos ojos que puedan revisarlos y detectar fallos o posibles sesgos. Hemos escrito sobre dos casos en España: el de la herramienta llamada BOSCO, que determina quién tiene derecho al bono social de la electricidad (por el que CIVIO ha llevado a juicio la resolución de Transparencia que les ha negado el derecho a revisar el código); y el de Radar COVID, un software público al que muchos ciudadanos y académicos han pedido transparencia.
Wikipedia
Imagen: Dibujos.net
Fuente: Newtral
No hay comentarios.:
Publicar un comentario