Últimamente, se escucha hablar mucho de términos como inteligencia artificial, Machine Learning y Deep Learning (o Redes Neuronales).
En las películas y libros se plantean ideas como “¿Puede una máquina pensar, razonar o incluso amar?” Para entender de dónde viene, hay que hablar de 3 personas clave en la inteligencia artificial.
Para empezar, Alan Turing, uno de los padres de la computación, en los años 50 dijo “llegará el día en que no podremos distinguir entre una máquina y una persona en una conversación telefónica.” Se dice que cuando esto ocurra se habrá pasado el Test de Turing. Esta idea se explora en varias películas, entre ellas Ex Machina.
Por otra parte, Gordon Moore, uno de los fundadores de Intel, observó que cada año la potencia de la computación se multiplica por dos. Es decir, sigue una progresión exponencial. Para los que no sepan lo que es la diferencia entre una progresión lineal y una exponencial, se pueden comparar ambas: si se dan 20 pasos al frente, es decir 1 paso, otro paso, otro paso y así sucesivamente, se habrá llegado al final de una habitación. Sin embargo, si se dan 20 pasos al frente de manera exponencial, es decir, 1 paso, luego 2 pasos, luego 4… entonces se podrá alcanzar la Luna. Es decir, la velocidad de aceleración de capacidad de computación actualmente sigue una progresión exponencial y de ahí el gran ritmo del cambio en la tecnología desde principios del siglo XX, que es cuando comienza la computación moderna.
Y por último, hay que hablar de Ray Kurzweil, que es según Bill Gates, la persona que mejores predicciones hace de la inteligencia artificial. Es ingeniero jefe en Google y responsable de, entre otros, tecnologías como Siri y el OCR (reconocimiento óptico de caracteres). Ha realizado más de 100 predicciones con una tasa de acierto de más del 80%. Entre algunas de sus predicciones han estado la aparición y desaparición del fax, la caída del imperio soviético o el hecho de que un ordenador iba a ganar a un campeón antes del año 2000 (y esto ocurrió en el año 1997). Entre otras predicciones de Kurzweil se encuentra la de que el Test de Turing se pasará antes del año 2029. Es decir, según Ray Kurzweil, la persona que posiblemente realice mejores predicciones acerca de la inteligencia artificial, una máquina se podrá hacer pasar por una persona antes del año 2029. Es algo tremendamente complicado porque no solo debe ser lo suficientemente inteligente para dominar algunos aspectos tan humanos como la ironía o el sarcasmo, sino que también debe ser lo suficientemente “estúpida” para no parecer una máquina, ya que si se le pregunta cuál es la raíz cuadrada de 249,18 y responde, evidentemente se sabrá que no es humano.
En Futura Vive se trabaja con diferentes tecnologías y a continuación se explican más en detalle algunas de ellas para aclarar conceptos.
La inteligencia artificial se define como el estudio y desarrollo de agentes inteligentes, siendo estos sistemas capaces de percibir su entorno y tomar acciones para maximizar su posibilidad de éxito, según Russel & Norvig. Otra definición utilizada es la “inteligencia exhibida por máquinas o software”. Ambas definiciones dan una buena idea de a qué se está refiriendo.
Actualmente, la sociedad está rodeada por algoritmos de inteligencia artificial y los utiliza a diario. Algunos ejemplos son: previsiones financieras, videojuegos, reconocimiento de imágenes y voz, lucha antispam, planificación logística, robótica, detección de fraude, traducción, motores de búsqueda (como Google), vehículos autónomos, análisis de sentimientos, sistemas de recomendación en RRSS, Amazon y Netflix y mucho más. Un buen ejemplo es el Director de Operaciones del metro de Hong Kong, que es el metro más puntual del mundo. Dirige a 10.000 personas y realiza 2.600 tareas a la semana. Su trabajo sería inabarcable por un gran grupo de personas. Es un muy buen ejemplo de una IA ayudando a contribuir al bienestar y creando empleo.
Dentro de la inteligencia artificial, se encuentra el Machine Learning, también llamado aprendizaje automatizado, que son sistemas que aprenden basándose en grandes cantidades de datos. El Machine Learning puede ser Supervisado (cuando se le dice lo que tiene que buscar), como por ejemplo un sistema que analiza lunares para distinguir entre malignos y benignos. Primero hay que enseñarle cuál es maligno y cuál es benigno, proporcionándole muchos ejemplos y el sistema ya solo funcionará de manera mucho más eficiente que un médico humano. Los sistemas No Supervisados, en cambio, son sistemas a los que se les proporciona datos sin instrucciones y el algoritmo de Machine Learning No Supervisado busca patrones. Un ejemplo es Google News. Cada día reciben cientos de miles de noticias y las ordena por países, temática, etc. Esto sería imposible de realizar por parte de una persona de manera manual.
Cuando los problemas se vuelven terriblemente complejos, se puede utilizar otra técnica llamada Deep Learning, o redes neuronales, en los que un sistema que funciona con algo muy parecido a las redes neuronales humanas es capaz de clasificar diferentes objetos. Un buen ejemplo es distinguir entre fotos de gatos y perros. Esto era algo que antes era prácticamente imposible de realizar por una máquina y que ahora es posible gracias al Deep Learning.
Hace unas décadas se vivió un invierno de inteligencia artificial y ahora la sociedad es testigo de un verdadero renacimiento de la IA gracias al Deep Learning y las increíbles posibilidades que brinda. Cada vez está más cerca pasar el Test de Turing y se pasará de una IA débil a una IA general que será capaz a su vez de crear sola sus propias IA.
Una de las razones de este cambio son los increíbles avances en capacidad de computación. Actualmente, se cuenta con las GPU, procesadores gráficos que son capaces de procesar datos más rápido que nunca. Como ejemplo, hace 20 años, el PC más potente del mundo lo poseía el gobierno de Estados Unidos y su potencia era de 1.3 Teraflops, es decir un billón de cálculos por segundo. Actualmente una GPU de 300 € tiene una capacidad de 4 Teraflops. Es decir, 3 veces más potencia que el ordenador más potente del mundo hace 20 años.
Antes, se intentaba que un ordenador tradujera de un idioma a otro con complicadas reglas y los traductores devolvían traducciones absurdas (por ejemplo traduciendo PowerPoint como Lanza Poderosa). Hoy, gracias al Deep Learning, se alimenta a un PC con libros traducidos y el sistema aprende solo. De manera muy parecida a un ser humano: a nadie de pequeño le enseñaron su idioma con complicadas reglas, simplemente fue buscando patrones de manera subconsciente.
La empresa Futura Vive Technologies desarrolló diferentes soluciones de inteligencia artificial. A continuación, algunas de las más solicitadas:
Se trata de una recepción y mediante visión artificial se puede detectar el número de personas y si excede una cantidad, se puede enviar un robot social a atender a las personas o bien aumentar el número de puntos de atención.
Para crear puntos de interacción contactless gracias a una cámara profesional con reconocimiento facial.
Para apertura de tornos o control de accesos, maximizar seguridad y eficiencia, así como reducir costes de personal.
Para cualquier tipo de control de objetos para seguridad o eficiencia.
Para detección de intrusos en perímetros.
La compañía dota de inteligencia artificial a robots sociales de Futura Vive y también de terceros.
También se utilizan sistemas de Procesamiento de Lenguaje Natural para mantener conversaciones con clientes, navegación autónoma para llevar a un robot de punto A a punto B, conciencia artificial que engloba las anteriores tecnologías.
Actualmente, se vive la época de mayor ritmo de cambio de toda la historia de la humanidad. La inteligencia artificial es una herramienta muy potente que puede ayudar a crear una sociedad de bienestar nunca antes vista, sin enfermedades y sin pobreza. Lo que se haga con esta herramienta únicamente depende de la sociedad actual.
