{"id":5026,"date":"2022-03-16T11:21:01","date_gmt":"2022-03-16T11:21:01","guid":{"rendered":"https:\/\/puenteromano.net\/?post_type=project&#038;p=5026"},"modified":"2022-03-16T11:25:16","modified_gmt":"2022-03-16T11:25:16","slug":"inteligencia-y-artificios","status":"publish","type":"project","link":"https:\/\/puenteromano.net\/index.php\/project\/inteligencia-y-artificios\/","title":{"rendered":"Inteligencia y artificios"},"content":{"rendered":"\n<p><strong>INTELIGENCIA ARTIFICIAL<\/strong>:&nbsp;<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Inteligencia de computadoras y algoritmos, herramientas, \u00fatiles, pero que manifiestan:<ul><li>Diferencia: <strong>autonom\u00eda<\/strong><\/li><li>Diferencia: <strong>procesos cognitivos<\/strong> similares a los humanos<\/li><li>Diferencia: <strong>aprendizaje<\/strong><\/li><li>Diferencia: <strong>rapidez<\/strong>. \u201cLa velocidad puede hacerse pasar por inteligencia, pero no lo es\u201d\u00a0<\/li><li>Diferencia: <strong>automatizaci\u00f3n<\/strong>.\u00a0<ul><li>Ejemplo: el ajedrez. <strong>Kasparov vs. <em>Deep Blue<\/em><\/strong><em>.<\/em><\/li><li>Texto: \u201c\u00bfCu\u00e1l es la diferencia entre la IA y la automatizaci\u00f3n? Bueno, la automatizaci\u00f3n es lo que podemos hacer con las computadoras y la IA es lo que desear\u00edamos poder hacer. En cuanto descubrimos c\u00f3mo hacer algo, deja de ser IA y empieza a ser automatizaci\u00f3n.\u201d (<a href=\"https:\/\/arstechnica.com\/features\/2019\/04\/from-ml-to-gan-to-hal-a-peak-behind-the-modern-%20artificialintelligence-curtain.\">Fuente<\/a>)<\/li><li>Inteligencia (artificial) <strong>general<\/strong> e Inteligencia (artificial) <strong>estrecha<\/strong> (aplicada)<ul><li><strong>IA general<\/strong>: \u201csuperinteligencia\u201d, sobrehumana, \u00bfantihumana?. Ejemplo paradigm\u00e1tico: <strong><em>2001: Una odisea del espacio<\/em><\/strong> (Stanley Kubrick, 1968).<\/li><li>Hal 9000: <em>Heuristic Algorithmic. <\/em>Capacidades: rec. voz, rec. facial, lenguaje natural, arte, emociones y razonamiento.<\/li><li><strong>IA estrecha<\/strong>: grandes cantidades de datos de manera r\u00e1pida, tareas basadas en reglas l\u00f3gicas y expl\u00edcitas (no ambiguas o aquellas que requieren intuici\u00f3n, creatividad, emoci\u00f3n, juicio y empat\u00eda.)<\/li><\/ul><\/li><\/ul><\/li><li>La <strong>IA estrecha<\/strong> y las capacidades humanas concretas:<ul><li><strong>Visi\u00f3n artificial<\/strong>: del reconocimiento facial a la construcci\u00f3n visual<\/li><li><strong>Procesamiento del lenguaje natural (PLN): <\/strong>interpretar el lenguaje humano, traducci\u00f3n o an\u00e1lisis de textos.<\/li><li><strong>Reconocimiento de sonidos vocales<\/strong>: analizar archivos de audio.<\/li><li><strong>Sistemas basados en el conocimiento<\/strong> registran y almacenan hechos en una \u201cbase de conocimientos\u201d, y posteriormente utilizan un \u201cmotor de inferencias\u201d.<\/li><\/ul><\/li><li><strong>Aumento de la IA<\/strong>: colaboraciones entre seres humanos y m\u00e1quinas, \u201c<strong>interfaces generativas<\/strong>\u201d: interactuar y comprender todas las posibles soluciones generadas. Soluciones nuevas, interesantes y creativas para los problemas del mundo real. No sustituye la necesidad de la creatividad humana: aumenta las capacidades creativas permitiendo que los seres humanos interact\u00faen y exploren miles de soluciones posiblemente \u00fanicas de una manera r\u00e1pida y eficiente.<\/li><li><strong>Momento favorable a la IA<\/strong>:<ul><li>Desarrollo de la programaci\u00f3n<\/li><li>Desarrollo de la tecnolog\u00eda. Dato: el costo de un gigabyte de almacenamiento cay\u00f3 de1 mill\u00f3n de d\u00f3lares en 1967 a aproximadamente 2 centavos en 2017 (<a href=\"https:\/\/www.computerworld.com\/article\/3182207\/cw50-data-storage-goes-from-1m-to-2-cents-per-gigabyte.html\">Fuente<\/a>)<\/li><li>Democratizaci\u00f3n: conexi\u00f3n, cooperaci\u00f3n e intercambio. Ejemplos:\u00a0<ul><li><strong>GitHub<\/strong> es una plataforma web de dep\u00f3sito de c\u00f3digos y red social. Los usuarios pueden alojar y compartir p\u00fablicamente c\u00f3digos.<\/li><li><strong>Kaggle<\/strong> es una comunidad en l\u00ednea de competencias en ciencias de datos, incluyendo aquellas relacionadas con la IA. La plataforma en s\u00ed es propiedad de Google y permite a los usuarios alojar y publicar conjuntos de datos.<\/li><li><strong>Cursos gratuitos sobre IA<\/strong> e <strong>Iniciativas gubernamentales de aprendizaje en IA.<\/strong><\/li><\/ul><\/li><li><strong>Disponibilidad de datos y aprendizaje autom\u00e1tico<\/strong>: muchas interacciones diarias son ahora digitales o asistidas digitalmente y generan un volumen importante de datos. Se estima que el 90% de los datos del mundo se crearon s\u00f3lo en los \u00faltimos a\u00f1os y que las tasas de generaci\u00f3n de datos siguen aceler\u00e1ndose. El fen\u00f3meno se denomina \u201c<strong>Big Data<\/strong>\u201d:y se caracteriza por:\u00a0<ul><li><strong>Velocidad<\/strong>. Los datos se generan y procesan a una velocidad m\u00e1s r\u00e1pida que en cualquier otro momento de la historia.<\/li><li><strong>Volumen<\/strong>. En la actualidad existe una inmensa cantidad de datos generados y almacenados.<\/li><li><strong>Variedad<\/strong>. Los datos se presentan en diferentes formas y formatos, incluyendo texto, im\u00e1genes, video y audio.<\/li><li><strong>Proveedores p\u00fablicos<\/strong> de datos: <strong>DAG (<\/strong>Datos abiertos gubernamentales). Programas de datos abiertos disponibles para ser \u201cle\u00eddos\u201d por sistemas de IA.<\/li><li><strong>Proveedores privados<\/strong> de datos:\u00a0<ul><li>Bolsas de datos procedentes de clientes, empleados y proveedores de empresas<\/li><li>Usos\/usuarios de la web: rastro de navegaci\u00f3n, m\u00f3viles, ordenadores, RRSS y compras online<\/li><li>Internet de las cosas (aparatos gestionados por Internet)<\/li><li>Industria 4.0 (electr\u00f3nica, digital, biotecnol\u00f3gica)<\/li><\/ul><\/li><li>Todo ello alimenta y acent\u00faa el aprendizaje autom\u00e1tico y al aprendizaje profundo, subestructuras de la IA)<\/li><\/ul><\/li><\/ul><\/li><\/ul><\/li><li><strong>Aprendizaje autom\u00e1tico<\/strong>: subconjunto de la Inteligencia Artificial que incluye t\u00e9cnicas estad\u00edsticas complejas que permiten a las m\u00e1quinas aprender (mejorar en tareas a trav\u00e9s de la experiencia) pero sin estar programadas expl\u00edcitamente para ello. Existen varios tipos de aprendizaje autom\u00e1tico, incluyendo el aprendizaje supervisado, el aprendizaje no supervisado y el aprendizaje por refuerzo.<ul><li>El ejemplo del ajedrez: aprendizaje basado en reglas (\u201csi-entonces\u201d, aprendizaje cl\u00e1sico) frente a \u201caprender partidas completas (aprendizaje autom\u00e1tico)<\/li><\/ul><\/li><li><strong>Aprendizaje profundo<\/strong>: subconjunto del aprendizaje autom\u00e1tico compuesto por algoritmos que permiten que el software se entrene a s\u00ed mismo para realizar tareas (como el reconocimiento de sonidos vocales e im\u00e1genes). Inspirado en el cerebro humano, el aprendizaje profundo funciona exponiendo las redes neuronales de m\u00faltiples capas a grandes cantidades de datos.<\/li><li><strong>Rob\u00f3tica de procesos<\/strong>. Si el aprendizaje autom\u00e1tico se centra en \u201caprender\u201d, la rob\u00f3tica est\u00e1 dirigida al \u201chacer\u201d, aunque puede haber interacci\u00f3n entre ambos estratos de la IA.<ul><li>Concepto: \u201ctrabajo de alto valor (no automatizable)\u201d frente a trabajo de bajo valor<\/li><\/ul><\/li><li><strong>Tipos de aprendizaje autom\u00e1tico<\/strong>:<ul><li>aprendizaje supervisado: regresiones (predicciones) y clasificaciones (cancelaciones)<\/li><li>aprendizaje no supervisado: perfiles de clientes, anomal\u00edas. Concepto: \u201ccon frecuencia se compran juntos\u201d<\/li><li>aprendizaje por refuerzo: ense\u00f1ar a jugar al ajedrez.<\/li><li>aprendizaje profundo. Redes neuronales artificiales (RNA). Por ejemplo, en el caso de una RNA utilizada para clasificar im\u00e1genes, los nodos de la capa de entrada reciben el valor del color de cada pixel de una imagen; se espera que la capa de salida especifique si la imagen representa un perro o un gato o algo diferente seg\u00fan la aplicaci\u00f3n. Durante la fase de entrenamiento, se presentan a la RNA im\u00e1genes que ya fueron identificadas como un perro o un gato. Con cada nueva imagen de entrenamiento, la RNA aprende a modificar los coeficientes de sus funciones de activaci\u00f3n para producir la respuesta gato\/perro esperada.\u00a0<ul><li>Ejemplos: pintar como Van Gogh o hablar como Obama<\/li><\/ul><\/li><\/ul><\/li><li><strong>Otros campos del AA:<\/strong>\u00a0<ul><li><strong>Visi\u00f3n artificial<\/strong>: radiograf\u00edas, matr\u00edculas, reconocimiento facial (identificaci\u00f3n, contrataci\u00f3n, reclutamiento), vigilancia, logotipos,\u00a0<\/li><li><strong>Procesamiento del lenguaje natural<\/strong> y reconocimiento de sonidos vocales.<\/li><\/ul><\/li><li><strong>Riesgos<\/strong>:<ul><li><strong>sesgo: <\/strong>hombres\/mujeres, europeos\/no europeos, etc<\/li><li><strong>interseccionalidad<\/strong>: suma de sesgos. Superposici\u00f3n de varias identidades sociales, tales como el g\u00e9nero, la raza, la orientaci\u00f3n sexual y la condici\u00f3n socioecon\u00f3mica\u00a0<\/li><li><strong>subestimaci\u00f3n de lo humano<\/strong>, maquinaci\u00f3n excesiva.<\/li><\/ul><\/li><li><strong>Utilidades<\/strong> (ejemplos y \u00e1reas):<ul><li>Seguridad cibern\u00e9tica<\/li><li>Regulaci\u00f3n de sem\u00e1foros y tr\u00e1fico<\/li><li>Eliminaci\u00f3n de tareas tediosas<\/li><li>Asistentes virtuales y bots conversacionales<\/li><li>Servicios y prestaciones m\u00e9dicas<\/li><li>Filtros de spam y correos enga\u00f1osos<\/li><li>Contaminaci\u00f3n del aire, calidad de vida<\/li><li>Percepci\u00f3n de sentimientos colectivos<\/li><\/ul><\/li><\/ul>\n\n\n\n<h2 class=\"wp-block-heading\" style=\"font-size:38px;line-height:1.4\"><strong>La IA reinventa uno de los juegos m\u00e1s antiguos de la humanidad<\/strong><\/h2>\n\n\n\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:100%\">\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\">\n<p>El juego Go es complejo e implica un grado elevado de estrategia. Aunque los movimientos b\u00e1sicos son simples, si se toma en cuenta que cada jugador coloca piedras de diferentes colores en una cuadr\u00edcula, se ha estimado que el l\u00edmite m\u00ednimo de posibles posiciones en el tablero es de 2 x 10170&nbsp;(Wikipedia). Para poner esta cifra en contexto, s\u00f3lo se estima que hay 1080&nbsp;\u00e1tomos en todo el universo. Por lo tanto, no es un juego en el que se gane f\u00e1cilmente mediante la \u201cfuerza bruta\u201d del c\u00f3mputo o el poder de pensamiento, al igual que en el ajedrez. Dominar el juego requiere una profunda comprensi\u00f3n de las t\u00e1cticas y estrategias.<\/p>\n\n\n\n<p>DeepMind, una de las empresas de Alphabet, ha desarrollado un programa inform\u00e1tico que combina un \u00e1rbol de b\u00fasqueda avanzada con redes neuronales profundas. Su entrenamiento empez\u00f3 con juegos de Go previamente disputados para ayudarle a aprender las reglas y la forma de juego, y luego diferentes versiones del programa jugaron entre s\u00ed, lo que le ayud\u00f3 a aprender de la experiencia a trav\u00e9s del aprendizaje por refuerzo.<\/p>\n\n\n\n<p>En 2016, AlphaGo jug\u00f3 contra el campe\u00f3n humano de ese entonces y gan\u00f3 4-1. Poco despu\u00e9s se public\u00f3 una versi\u00f3n mejorada titulada AlphaGo Zero. La caracter\u00edstica distintiva de esta versi\u00f3n era que el sistema aprend\u00eda simplemente jugando contra s\u00ed mismo, empezando con un juego completamente aleatorio, en lugar de utilizar juegos jugados por humanos como referencia, con el \u00fanico l\u00edmite de las reglas b\u00e1sicas del juego.<\/p>\n\n\n\n<p>AlphaGo Zero super\u00f3 incluso a AlphaGo, venci\u00e9ndolo por 100 juegos a cero. Algunos de los movimientos realizados por AlphaGo, y su sucesor Zero, han sido descritos como incomprensibles, inhumanos y \u201cextraterrestres\u201d. En un juego que ha existido durante 2,500 a\u00f1os, una m\u00e1quina vio posibilidades y t\u00e1cticas nunca percibidas por ning\u00fan h\u00e1bil jugador humano. Estas ideas han cambiado para siempre la forma en que los humanos jugar\u00e1n el juego.<\/p>\n\n\n\n<p><em>Fuente<\/em>:&nbsp;https:\/\/deepmind.com\/research\/case-studies\/alphago-the-story-so-far;&nbsp;https:\/\/en.wikipedia.org\/wiki\/Go_(game);www.theatlantic.com\/technology\/archive\/2017\/10\/alphago-zero-the-ai-that-taught-itself-go\/543450.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>INTELIGENCIA ARTIFICIAL:&nbsp; Inteligencia de computadoras y algoritmos, herramientas, \u00fatiles, pero que manifiestan: Diferencia: autonom\u00eda Diferencia: procesos cognitivos similares a los humanos Diferencia: aprendizaje Diferencia: rapidez. \u201cLa velocidad puede hacerse pasar por inteligencia, pero no lo es\u201d\u00a0 Diferencia: automatizaci\u00f3n.\u00a0 Ejemplo: el ajedrez. Kasparov vs. Deep Blue. Texto: \u201c\u00bfCu\u00e1l es la diferencia entre la IA y la [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_et_pb_use_builder":"off","_et_pb_old_content":"<!-- wp:list {\"ordered\":true} -->\n<ol><li>El problema de la definici\u00f3n:<ol><li>El <a href=\"https:\/\/www.techtarget.com\/searchenterpriseai\/definition\/Turing-test\" target=\"_blank\" rel=\"noreferrer noopener\">Test de Turing<\/a><\/li><li>El aprendizaje autom\u00e1tico<\/li><li>El aprendizaje profundo<\/li><li><\/li><\/ol><\/li><\/ol>\n<!-- \/wp:list -->","_et_gb_content_width":"","footnotes":""},"project_category":[],"project_tag":[],"class_list":["post-5026","project","type-project","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/puenteromano.net\/index.php\/wp-json\/wp\/v2\/project\/5026","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/puenteromano.net\/index.php\/wp-json\/wp\/v2\/project"}],"about":[{"href":"https:\/\/puenteromano.net\/index.php\/wp-json\/wp\/v2\/types\/project"}],"author":[{"embeddable":true,"href":"https:\/\/puenteromano.net\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/puenteromano.net\/index.php\/wp-json\/wp\/v2\/comments?post=5026"}],"version-history":[{"count":7,"href":"https:\/\/puenteromano.net\/index.php\/wp-json\/wp\/v2\/project\/5026\/revisions"}],"predecessor-version":[{"id":5034,"href":"https:\/\/puenteromano.net\/index.php\/wp-json\/wp\/v2\/project\/5026\/revisions\/5034"}],"wp:attachment":[{"href":"https:\/\/puenteromano.net\/index.php\/wp-json\/wp\/v2\/media?parent=5026"}],"wp:term":[{"taxonomy":"project_category","embeddable":true,"href":"https:\/\/puenteromano.net\/index.php\/wp-json\/wp\/v2\/project_category?post=5026"},{"taxonomy":"project_tag","embeddable":true,"href":"https:\/\/puenteromano.net\/index.php\/wp-json\/wp\/v2\/project_tag?post=5026"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}