PDF de programación - Inteligencia Artificial: Pasado presente y futuro

Inteligencia
Artificial:
Pasado, presente y futuro.

2

Índice.

01

6 - 13
Introducción a la
Inteligencia Artificial



Evolución de la

Inteligencia

Artificial en el último
siglo.

Lenguaje,
creatividad y
emoción.



Redes Neuronales
Artificiales.

02 14 - 19

Categorías de la
Inteligencia Artificial



Sistemas que
actúan como

humanos: el enfoque
de la prueba de Turing.


Sistemas que
piensan como

humanos: el enfoque
de modelado cognitivo.

Sistemas


que actúan
racionalmente: el

enfoque del agente

racional.

03 20 - 31

Tecnologías
relacionadas con la
Inteligencia Artificial



Computación
Cognitiva.
Data Science.
Machine Learning
y Deep Learning.
Dispositivos
robóticos.



04

32 - 47
Aplicaciones de la
Inteligencia Artificial



Robótica.
RPA.
Asistencia Virtual.
Sistemas de
aprendizaje.

Herramientas de

personalización,

entendimiento
del comportamiento
humano,

segmentación.
Reconocimiento
de patrones.
Vehículos
autónomos.
Internet de las cosas.



05

48 - 68

Aplicaciones
sectoriales de la
Inteligencia Artificial



Banca.
Retail.
Turismo
Industria
Otros

06

69 - 75

Predicciones



Mitos.
Importancia de


la ética en
Inteligencia Artificial.
Debate sobre la

singularidad

tecnológica.
Líneas predicción e
investigación.

07 76 - 77

Conclusiones

INTELIGENCIA ARTIFICIAL: PASADO, PRESENTE Y FUTURO. 4

5

Introducción
a la Inteligencia
Artificial

LA INTELIGENCIA ARTIFICIAL (IA) O INTELIGENCIA COMPUTACIONAL ES LA SIMULACIÓN
DE PROCESOS DE INTELIGENCIA HUMANA POR PARTE DE MÁQUINAS. ESTOS PROCESOS
INCLUYEN AQUELLOS CAPACES DE APRENDER, RAZONAR Y MEJORARSE POR SÍ MISMOS.

EVOLUCIÓN DE LA IA
EN EL ÚLTIMO SIGLO

ORíGENES

Los inicios de la Inteligen-

cia Artificial se remontan
al año 1936, cuando un
matemático británico

llamado Alan Turing creó una
máquina capaz de hacer cál-
culos que hubiesen sido for-
malmente definidos y que se
pudiesen adaptar a distintos
escenarios. Sin embargo, no
fue hasta 1950, cuando Turing
escribió “Computing Machinery
and Intelligence” cuando la IA
comenzó a adquirir mayor
fama. Seis años más tarde
John McCarthy, Marvin Minsky

y Claude Shannon (padre de
la teoría de la información)
acuñaron el término “Inteligen-
cia Artificial” en la conferencia
de Darthmouth, para hablar
de la “ciencia de hacer a las
máquinas inteligentes, en
especial aplicaciones de
cálculo inteligentes”. Estos
tres científicos previeron que
en la década de los 70 la IA
inundaría las vidas de la po-
blación. No fue así. Se produjo
una ralentización del progreso
de estas tecnologías, princi-
palmente por el tiempo que

INTELIGENCIA ARTIFICIAL: PASADO, PRESENTE Y FUTURO.INTELIGENCIA ARTIFICIAL: PASADO, PRESENTE Y FUTURO. 6

7

tardaban en ejecutarse los
algoritmos y las pocas aplica-
ciones evidentes que tenían.
En la década de los 90
y principios de siglo XXI
llegaría la expansión de
la inteligencia artificial,
originada por dos motivos:
por un lado, se produjo un
aumento de la capacidad
computacional de los

LA ETAPA DE ORO

ordenadores; por otro lado, la
digitalización produjo ingentes
cantidades de datos que
podían ser procesados para
obtener valor de ellos.
Se produjo una inversión sin
precedentes de empresas
tecnológicas, al ver que
aplicando analítica y
algoritmos sobre datos se
podrían obtener productos,
servicios e insights que
aportasen valor a las
empresas y a la sociedad.
Esta inversión hizo que
se desarrollasen nuevas
tecnologías y relanzó el
progreso.

En el año 1997 un ordenador
de IBM llamado Deep Blue
venció en una partida de
ajedrez al campeón del
mundo Gary Kaspárov,
consagrando a la IA.

PRESENTE Y FUTURO

Como se ha comentado,
inicialmente había dos
obstáculos, la capacidad de
cómputo y los datos.
El problema de la capacidad
de cómputo ya está
superado por medio de
la escalabilidad vertical
(hacer los ordenadores más
potentes, siguiendo la Ley de
Moore), y posteriormente por
medio de la escalabilidad
horizontal (haciendo
que varios ordenadores
computen como uno solo).

LENGUAJE,
CREATIVIDAD
Y EMOCIÓN

Desde el origen de la IA como
disciplina hasta nuestros
días se ha especulado sobre
la posibilidad de que las
máquinas sean capaces de
replicar comportamientos
humanos tales como el
lenguaje, la creatividad o las
emociones.
La posibilidad de que una
máquina o un programa
de ordenador adapte sus
comportamientos hasta
el punto de hacerlos
indistinguibles de los de un
humano fue propuesta en
1950 por Alan Turing en su

trabajo “The Imitation Game”,
obra que incluía su famoso
Test de Turing.
El Test de Turing es una prueba
diseñada para evaluar el
grado de inteligencia de un
programa de ordenador.
En las versiones modernas del
test el ejercicio consistía en
lo siguiente: un concursante,
que puede ser un humano o
un programa de ordenador,
mantiene una conversación
con un juez. Ambos, juez
y concursante, están en
habitaciones separadas, sin

que exista un contacto visual.
El papel del juez es realizar
preguntas al concursante
con el fin de desafiar su
inteligencia y, en base a la
coherencia de las respuestas
del concursante, determinar si
se trata de un humano o no.
Aunque en la actualidad hay
muchos programas que han
conseguido superar el test
de Turing, el éxito de estos
robots se basa en tratar,
mediante su programación
previa, de engañar a su
interlocutor (el juez), de
modo que no se pueda

INTELIGENCIA ARTIFICIAL: PASADO, PRESENTE Y FUTURO.INTELIGENCIA ARTIFICIAL: PASADO, PRESENTE Y FUTURO. 8

9

decir que sean programas
completamente inteligentes,
sino que simplemente
cumplen con la función para
la que fueron programados,
sin que se dé una interacción
completamente bidireccional
entre las dos partes.
No obstante, el avance
en la habilidad de las
máquinas para mantener
conversaciones con humanos,
así como para interpretar sus
preguntas y respuestas en el
contexto de una conversación
es notorio.
En las ciencias informáticas la
capacidad para entender y
procesar la capacidad de una
máquina de entender a su
interlocutor humano (sea cual
sea la lengua que emplee) se
conoce como Procesamiento
del Lenguaje Natural o NLP por
sus siglas en inglés (Natural
Lenguaje Processing).

El NLP se aplica tanto a
conversaciones habladas
como a textos. Es decir, los
programas con capacidades
para el NLP pueden leer,
escuchar, interpretar y
replicar a los humanos que
se dirijan a ellos hablando o
escribiendo. También pueden
aplicar sus habilidades a
grandes cantidades de texto.
La IA comienza categorizando
el contenido, busca el tema
de la conversación o del
texto, interpreta el sentimiento
general del contenido, si es
necesario transforma el audio
en texto, realiza un resumen de
la conversación y, finalmente,
traduce todo ello al lenguaje
de máquina.
Una vez finalizado el proceso,
si es necesario, realiza el
proceso a la inversa para
responder a su interlocutor
humano.

IAs como Watson de IBM
son capaces de aprender
idiomas con facilidad, leer
largos textos o interactuar
con humanos en el idioma
que estos elijan.
Productos como Amazon
Echo, con su inteligencia
artificial Alexa, Siri de Apple,
Cortana de Microsoft, pueden
reconocer voces humanas
para realizar las tareas que les
encomienden.
Las grandes tecnológicas
están invirtiendo en
desarrollar IAs con motores
de NLP tan avanzados que
pasarían un test de Turing.
Es el caso de la nueva
iteración de Google Assistant
presentado en mayo de 2018.
Esta nueva versión permite
realizar llamadas de teléfono
sin que el interlocutor sea
capaz de imaginarse que en
realidad está hablando con
una máquina.

El uso correcto del lenguaje
implica cierta capacidad
para ser creativo. En 2016,
Watson fue usado para crear
el tráiler de la película de terror
Morgan, después de analizar
los componentes visuales
y sonoros de cientos de
películas de terror.
El problema con la creatividad
o, mejor dicho, sus atributos
(novedad, sorpresa y utilidad)
es que son totalmente
subjetivos.
En este momento es posible
enseñarle a una IA lo que
consideramos novedoso,
inesperado, útil, bonito, o
cualquier otro adjetivo, pero la
IA difícilmente puede decidirlo
por sí misma y que coincida
con nuestros criterios.
Dicho esto, y reduciendo la
cuestión de la creatividad a
una cuestión de posibilidad,
las IAs de hoy en día son
capaces de componer
música, pintar cuadros, o
escribir textos.
Aunque el uso del lenguaje o la
capacidad para la creatividad
son unos de los componentes
de la experiencia humana,
hay muchos otros más
importantes si cabe.

Todavía tenemos que definir
lo que significa la creatividad.
Sabemos que algunos de los
atributos tienen que ver con
encontrar algo novedoso,
inesperado y útil”.

John Smith, director de Multimedia
y Vision en IBM Research.

Por ejemplo, los sentimientos.
Los test de Turing partían de
la preconcepción de que el
uso correcto del lenguaje
implica la existencia de una
inteligencia humana o de
una simulación de esta. Sin
embargo, los sentimientos o
emociones implican un nivel
superior de conciencia propio
solamente de los humanos.
Aunque aún parece que
no son capaces de simular
emociones y por lo tanto
sentir y ser autoconscientes,
en la actualidad las IA
pueden reconocer patrones
de comportamiento
mediante los cuales pueden
identificar emociones en sus
interlocutores humanos.

Por ejemplo Affectiva, una
compañía fundada en 2009
en el seno del MIT, cuya
tecnología ha sido utilizada
para ayudar en campañas
de marketing o políticas.
El motor de Affectiva
funciona analizando factores
como la fisonomía facial del
interlocutor humano, el tono
de su