Introducción General a la IA

Desde hace muchos años, la ciencia ficción visualizaba en el futuro los robots inteligentes, una mezcla entre humanos y máquinas y por décadas esto fue plasmado en películas. Actualmente estamos mucho más cerca de hacer realidad esta ficción, la ciencia ha logrado crear máquinas que tengan una inteligencia similar a la humana, de aquí nace lo que conocemos como Inteligencia Artificial (IA).

Cuando se empieza a estudiar IA se van encontrando muchos conceptos que si no están claros pueden llegar a ser abrumadores. Entre estos principales conceptos podemos encontrar: Data Science, Machine Learning, Redes Neuronales (Neural Networks) y Deep Learning; todos estos se entrelazan entre sí:

 

Data Science (DS):

Es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas, ya sea estructurados o no estructurados. Es una continuación de algunos campos de análisis de datos como la estadística, la minería de datos, el ML y la analítica predictiva.

Inteligencia Artificial (IA) / Artificial Intelligence (AI):

Programas con la capacidad de aprender y razonar como humanos, siendo tan o más inteligente que un humano. Se busca dar la capacidad a un programa de razonar o pensar en función de los datos que se le están pasando.

La IA NO es el método, es el concepto, la estructura.

Machine Learning (ML):

Es un subconjunto de IA.

Arthur Samuel: Es el campo de estudio que da a los computadores la habilidad de aprender sin ser explícitamente programados.

Andrew Ng: Es la ciencia de hacer que los computadores actúen sin estar explícitamente programadas.

ML es utilizar algoritmos para que puedan decir algo interesante con base a un conjunto de datos sin tener que escribir ningún código específico para el problema.

Neural Networks (NNs):

Es un enfoque de ML.

Una red neuronal es un sistema de programas y estructuras de datos que se aproxima al funcionamiento del cerebro humano (Bio-Inspirados/Brain Inspired).

El objetivo de la red neuronal es resolver los problemas de la misma manera que el cerebro humano, aunque las redes neuronales son más abstractas.

Deep Learning:

Es un subconjunto de ML.

Consiste en múltiples capas de redes neuronales y trata del uso de redes neuronales para mejorar cosas tales como el reconocimiento de voz, la visión por computador y el procesamiento del lenguaje natural.

No sabemos a ciencia cierta cuál será el futuro de la humanidad, pero sí sabemos que vienen grandes cambios y que la tecnología está invadiendo todos los espacios, la invitación es a seguir incursionando en el mundo de Inteligencia Artificial e innovar, de tal forma que en algún momento todos en este planeta logremos un mejor nivel de vida.

 

David Alejandro Lopera B.
Ingeniero de Investigación GreenSQA