Advierte Elon Musk cada vez que puede que la verdadera amenaza para la humanidad no es el cambio climático o una guerra nuclear, sino la inteligencia artificial. Y, sin embargo, detrás de cada algoritmo y por lo tanto de muchísimas aplicaciones y plataformas se esconde este denominador tecnológico.
La revolución de la IA permite replicar con éxito tareas monótonas que invitan al individuo a centrarse en labores más creativas, imita a la perfección voces y (cada vez más) rostros, resuelve operaciones matemáticas a la velocidad del rayo y dota a las empresas de una enorme competitividad.
A menudo, el problema está en la jerga. No es difícil perderse en este laberinto de términos a la última cuya comprensión inmediata está reservada a quienes los inventan y a esa comunidad de programadores que los aplican. Pero la teoría es más sencilla de lo que parece.
Se resumen a continuación las expresiones más habituales de la jerga crítica del siglo XXI.
Big Data: La capacidad de lidiar con cientos de miles de kilómetros de información, tanto estructurada como no estructurada, y normalmente demasiado complicada para que el software de procesamiento de datos estándar pueda trabajar con ella.
Procesamiento del Lenguaje Natural (PLN): Ámbito creciente de actuación de la IA que gestiona el lenguaje tanto escrito como verbal y está detrás, por ejemplo, de los servicios de atención al cliente 4.0 o de plataformas que corrigen en tiempo real la gramática o traducen pasajes complejos a escala casi bilingüe.
Redes Neuronales Artificiales (ANN): Cualquier algoritmo cuya misión sea imitar al cerebro humano. Una ANN está formada por capas de neuronas sintéticas interconectadas que se envían información entre sí de manera continua.
Deep Learning: Cuando varias capas de redes neuronales artificiales están conectadas entre sí mediante múltiples capas de procesamiento para extraer lecturas cada vez más complejas de los datos.
Convolutional Neural Network: Es un tipo de deep learning especializado en analizar imágenes y en detectar cuáles son verdaderas y cuáles están manipuladas.
Generative Adversarial Networks (GANs): Dos redes neuronales artificiales (ANN) que se entrenan con el mismo conjunto de datos. La primera intenta replicar los datos que ha visto y la segunda juzga los resultados. Si la segunda red reconoce una copia no auténtica, obligará a la primera red a introducir mejoras.
Reinforcement Learning: Revisión moderna del perro de Pavlov. La máquina aprende a acometer una tarea mediante un sistema de recompensa y castigo.
Supervised Learning: El programador se ocupa de organizar los datos por categorías y entrena a un algoritmo para resolver una tarea específica utilizando dichos datos.
Unsupervised Learning: La aproximación contraria a la anterior. Todo queda en manos de la máquina, que aprende sola y se instruye a sí misma.
El Test de Turing: Quien haya visto Blade Runner sabrá que esta prueba se usa para determinar hasta qué punto una máquina o robot es capaz de pensar como si fuese humana.
Robot Learning: Se trata de mezclar los diferentes tipos de entrenamiento para que el aprendizaje se desarrolle en sistemas robóticos complejos como los helicópteros, los brazos y piernas antropomórficos y los androides.
Credit Assignment: Cuando un sistema de aprendizaje emplea un proceso de decisión complejo, debe asignar el mérito o la culpa de los resultados a cada una de sus decisiones. Cuando no es posible atribuir directamente un resultado individual a cada decisión, es necesario repartir el mérito y la culpa entre cada una de las combinaciones de decisiones que han contribuido al resultado.
AI Winter: El Invierno de la IA designa un periodo en el que disminuye el interés, la inversión y la investigación en IA. Hasta ahora, la IA ha experimentado varios inviernos y suelen estar provocados por la siguiente secuencia: pesimismo de la comunidad científica e investigadora, mala prensa y recortes en la financiación.
Behavioral Cloning: La clonación del comportamiento es un método que permite capturar y reproducir en un programa informático las habilidades subcognitivas humanas. A medida que el sujeto humano plasma sus habilidades, sus acciones se registran junto con la situación que dio lugar a la acción.
