La inteligencia artificial (IA), en el contexto de las ciencias de la computación, es una disciplina y un conjunto de capacidades cognoscitivas e intelectuales expresadas por sistemas informáticos o combinaciones de algoritmos cuyo propósito es la creación de máquinas que imiten la inteligencia humana para realizar tareas, y que pueden mejorar conforme recopilen información.

En 2019 la Comisión Mundial de Ética del Conocimiento Científico y la Tecnología (COMEST) de la UNESCO definió la inteligencia artificial como un campo que implica máquinas capaces de imitar determinadas funcionalidades de la inteligencia humana, incluidas características como la percepción, el aprendizaje, el razonamiento, la resolución de problemas, la interacción lingüística e incluso la producción de trabajos creativos.

Ya en la década de 1940, los matemáticos Norbert Wiener y John Von Neumann, estaban trabajando en la teoría de los sistemas y la computación que sentaron las bases para la I.A. que posteriormente McCarthy definiría como "la ciencia y la ingeniería de hacer máquinas inteligentes, especialmente programas de computadora inteligentes".

Los robots y las máquinas inteligentes aparecieron por primera vez en la literatura y el cine en la década de 1920, y estos conceptos se han convertido en elementos básicos de la cultura popular.

Algunas tecnologías con inteligencia existen desde hace más de 50 años, pero los avances en la potencia informática, la disponibilidad de enormes cantidades de datos y los nuevos algoritmos han permitido que se den grandes avances en este campo en los últimos años.

La naturaleza ha sido una de las principales fuentes de inspiración para el desarrollo de algoritmos de IA. Se han realizado múltiples trabajos con respecto a la analogía entre el mundo biológico y el mundo artificial, donde el objetivo ha sido simular los procesos de colaboración y sus interacciones con el medioambiente de manera artificial, dando origen a los algoritmos bio-inspirados, los cuales representan una rama de IA que se conoce como inteligencia colectiva. Esta analogía se ha estudiado de manera exitosa en las aves, abejas, hormigas y luciérnagas, en donde el comportamiento que estas especies muestran y la interacción con el medio que las rodea ha ayudado a resolver problemas de optimización en la vida real.

Ver el video para conocer en qué etapa nos encontramos y por qué la tercera puede ser fatal.

La categoría más básica de IA es más conocida por sus siglas en inglés: ANI, por Artificial Narrow Intelligence.

Se llama así porque se enfoca estrechamente en una sola tarea, realizando un trabajo repetitivo dentro de un rango predefinido por sus creadores.

Los sistemas de ANI generalmente se entrenan utilizando un gran conjunto de datos (por ejemplo de internet) y pueden tomar decisiones o realizar acciones basadas en ese entrenamiento.

Una ANI puede igualar o superar a la inteligencia y eficiencia humana pero solo en esa área específica en la que opera.

Un ejemplo son los programas de ajedrez que usan IA. Son capaces de vencer al campeón mundial de esa disciplina, pero no pueden realizar otras tareas.

Es por eso que también se la conoce como "IA débil".

Los smartphones están llenos de apps que usan esta tecnología, desde los mapas con GPS que te permiten ubicarte en cualquier lugar del mundo o saber el clima, hasta los programas de música y videos que conocen tus gustos y te hacen recomendaciones.

También los asistentes virtuales como Siri y Alexa son formas de ANI. Al igual que el buscador de Google y el robot que limpia tu casa.

El mundo empresarial también utiliza mucho esta tecnología. Se usa en las computadoras internas de los autos, en la manufactura de miles de productos, en el mundo financiero e incluso en hospitales, para realizar diagnósticos.

Incluso sistemas más sofisticados como los autos sin conductor (o vehículos autónomos) y el popular ChatGPT son formas de ANI, ya que no pueden operar fuera del rango predefinido por sus programadores, por lo que no pueden tomar decisiones por su cuenta.

Tampoco tienen autoconciencia, otro rasgo de la inteligencia humana.

Es decir, cuando puede realizar cualquier tarea intelectual que realiza una persona.

También se la conoce como "IA fuerte".

Es tal la creencia de que estamos al borde de alcanzar este nivel de desarrollo, que en marzo pasado más de 1.000 expertos en tecnología pidieron a las empresas de IA que dejen de entrenar, por al menos seis meses, a aquellos programas que sean más poderosos que GPT-4, la versión más reciente de ChatGPT.

"Los sistemas de IA con inteligencia que compite con la humana pueden plantear profundos riesgos para la sociedad y la humanidad", advirtieron en una carta abierta, entre otros, el cofundador de Apple, Steve Wozniak, y el dueño de Tesla, SpaceX, Neuralink y Twitter, Elon Musk (quien fue uno de los cofundadores de Open AI antes de renunciar de la junta por desacuerdos con la conducción de la compañía).

La teoría es que cuando una máquina logre tener una inteligencia a la par con la humana, su capacidad de multiplicar esa inteligencia de forma exponencial a través de su propio aprendizaje autónomo hará que en poco tiempo nos supere ampliamente, alcanzando la ASI.

Si bien existe mucho debate sobre si una máquina realmente puede adquirir el tipo de inteligencia amplia que tiene un ser humano -en especial en lo que hace a la inteligencia emocional-, es una de las cosas que más preocupa a quienes creen que estamos cerca de lograr la AGI.

Recientemente, el llamado "padrino de la inteligencia artificial" Geoffrey Hinton, pionero en la investigación de redes neuronales y aprendizaje profundo que permiten a las máquinas aprender de la experiencia, igual que los humanos, alertó en una entrevista con la BBC que podríamos estar cerca de ese hito.

"En este momento (las máquinas) no son más inteligentes que nosotros, por lo que puedo ver. Pero creo que pronto podrían serlo", dijo el hombre de 75 años, quien acaba de retirarse de Google.

Finanzas

La inteligencia artificial (IA) en finanzas ayuda a obtener estadísticas para el análisis de datos, la medición del rendimiento, las predicciones y la previsión, los cálculos en tiempo real, el servicio de atención al cliente, la recuperación inteligente de datos y mucho más. Es un conjunto de tecnologías que permite que las organizaciones de servicios financieros comprendan mejor mercados y clientes, analicen y aprendan de los recorridos digitales y, al mismo tiempo, interactúen de forma similar a la inteligencia humana y las interacciones a gran escala.

En agosto del 2001, robots vencen a los humanos en una competición simulada de comercio financiero. 

Las instituciones financieras han usado sistemas de redes neuronales artificiales para detectar pagos o reclamos fuera de lo normal, marcándose para ser investigados por humanos.

¿Cómo se usa la IA en finanzas?

La IA en finanzas puede ayudar en cinco áreas generales: personalizar servicios y productos, crear oportunidades, administrar riesgos y fraudes, habilitar la transparencia y el cumplimiento, y automatizar operaciones y reducir costos.

Reconocimiento de voz

Convierte voz a texto para mejorar tu servicio con estadísticas de las interacciones con los clientes, como las llamadas de ventas en el centro de contacto. y mejorar la experiencia de atención al cliente.

Análisis de opiniones

Identifica la opinión en un texto determinado con una opinión emocional predominante mediante la IA de lenguaje natural, como la investigación sobre inversiones, las opiniones sobre los datos de chat y mucho más.

Detección de anomalías

Detecta anomalías, como transacciones fraudulentas, delitos financieros, falsificación de identidad en operaciones bursátiles y amenazas cibernéticas.

Recomendaciones

Ofrece un servicio altamente personalizado recomendaciones para productos y servicios financieros, como el asesoramiento sobre inversiones o las ofertas bancarias, según el recorrido del cliente, las interacciones con sus pares, las preferencias de riesgo y los objetivos financieros.

Traducción

Haz que tu contenido, como las noticias financieras, y las apps sean multilingües con traducción automática rápida y dinámica a gran escala para mejorar las interacciones con los clientes y llegar a más públicos dondequiera que estén.

Procesamiento de documentos

Extrae datos estructurados y no estructurados de documentos y analiza, busca y almacena estos datos para procesos amplios de documentos, como servicios de préstamo y descubrimiento de oportunidades de inversión.

Reconocimiento de imágenes

Generar estadísticas a partir de imágenes y videos para acelerar el procesamiento de los reclamos de seguros mediante evaluación de daños a la propiedad, como bienes raíces o vehículos, o agiliza la integración de clientes mediante la verificación de documentos de identidad que cumple con CAC.

Conversaciones

Deleita a tus clientes con experiencias similares a las humanas en el centro de contacto con tecnología de IA, como un conserje bancario o un centro de atención al cliente, a fin de reducir los costos y liberar el tiempo de los agentes humanos. Transforma las finanzas personales y brinda a los clientes más formas de administrar su dinero llevando experiencias inteligentes e intuitivas a t

Las redes neuronales artificiales se usan como sistemas de apoyo para decisiones clínicas en el diagnóstico médico, tales como la tecnología de procesamiento de conceptos en el software de registros médicos electrónicos, donde el programa puede reconocer casos similares que el médico haya encontrado anteriormente y recomendar diagnósticos.

Otras tareas en medicina que pueden llegar a realizarse con ayuda de la IA son:

• Interpretación de radiologías asistidas por computadoras. Estos sistemas ayudan a escanear imágenes digitales, por ejemplo provenientes de tomografía computada, para señalar zonas visibles, tales como posibles enfermedades. Una aplicación típica es la detección de un tumor.

• Análisis del ruido cardíaco

• En la cirugía, la robótica también ha avanzado bastante, a tal grado que pueden realizarse cirugías menos invasivas y más precisas asistidas por robots. Uno de los robots quirúrgicos más conocidos es el Da Vinci.

Una tecnología principal para tales sistemas es el procesamiento de lenguaje natural.

Técnicas similares pueden ser usadas en máquinas contestadoras de centros de llamadas, tales como software de reconocimiento del habla para que las computadoras manejan el Servicio de atención al cliente, minería de texto y procesamiento de lenguaje natural para permitir un mejor trato a los clientes, entrenamiento de agentes por minería automática de las mejores prácticas de las interacciones pasadas, automatización de soporte y muchas otras tecnologías para mejorar la productividad de los agentes y la satisfacción del cliente.

El transporte de mercancías es una parte esencial de la cadena de suministro en cualquier empresa.

En este sentido el sector de la logística y el transporte de mercancías se ha vuelto cada vez más competitivo y complejo, por lo que la implementación de tecnologías innovadoras es necesaria para mantenerse a la vanguardia.

Optimización de rutas y planificación de envíos con IA

La implementación de sistemas de IA ayudar a optimizar la planificación de envíos y la selección de rutas, al tiempo que mejora la eficiencia y la precisión en la gestión de la carga.

• Los algoritmos de IA pueden analizar datos como el tráfico, las condiciones meteorológicas y la demanda del mercado para determinar la ruta más eficiente y rentable para enviar la carga.

Además, la IA también puede analizar los datos históricos de la empresa para prever el tiempo de entrega y prevenir posibles retrasos.

Seguimiento y monitoreo de envíos con IA

La tecnología de sensores y el análisis de datos de IA pueden proporcionar información detallada sobre la ubicación de los vehículos, la temperatura y la humedad de la carga, así como el estado de los vehículos.

Así mismo, la IA también puede prever los posibles problemas de la ruta y proponer soluciones alternativas para garantizar la entrega puntual y segura de los productos.

Gestión de flotas con IA

La IA puede ayudar a las empresas a monitorear el rendimiento de la flota en tiempo real, lo que permite a los gerentes tomar decisiones informadas sobre el mantenimiento y la renovación de vehículos.

• Además, la IA también puede optimizar el consumo de combustible, lo que puede reducir los costos de operación y la huella de carbono de la empresa.

La IA ha sido aplicada a los videojuegos, por ejemplo bots de videojuegos, que son diseñados para hacer de oponentes donde los humanos no están disponibles o no son deseados; o el AI Director de Left 4 Dead, que decide dónde aparecen los enemigos y cómo son creados los mapas para ser más o menos difíciles en varios puntos del juego.

En los últimos años, la IA se ha utilizado en el mundo de la industria musical para automatizar el proceso de desarrollo, masterización, categorización de audio y también para crear experiencias personalizadas para los oyentes en apps de música en streaming.

Tenemos la posibilidad de que una canción creada por IA resulte ser un plagio de otra canción. En este caso, y si se probase que efectivamente existe tal plagio, es evidente que alguien tendría que hacerse responsable de pagar la indemnización al autor damnificado, pero tratándose de una obra que nadie ha creado, sino que ha sido una IA, ¿a quién se pide responsabilidad?  

• La carta en la que más de 1.000 expertos piden frenar la inteligencia artificial por ser una "amenaza para la humanidad"

En la carta, publicada por la organización sin fines de lucro Future of Life Institute, los expertos dijeron que si las empresas no acceden rápidamente a frenar sus proyectos "los gobiernos deberían intervenir e instituir una moratoria" para que se puedan diseñar e implementar medidas de seguridad sólidas.

Aunque esto es algo que -por el momento- no ha ocurrido, el gobierno de Estados Unidos sí convocó a los dueños de las principales empresas de IA - Alphabet, Anthropic, Microsoft, y OpenAI- para acordar "nuevas acciones para promover la innovación responsable de IA".

Londres acoge la primera conferencia mundial sobre los riesgos de la inteligencia artificial. Mientras la tecnología avanza, se debaten sus beneficios y peligros, desde la creación de deepfakes hasta facilitar la fabricación de armas por parte de terrorristas. El presidente Biden endurece la legislación en EE.UU. y la UE planea regulaciones para el 2026.

El mandato de la UNESCO exige intrínsecamente un enfoque de la IA centrado en el ser humano. Su objetivo es incluir el papel desempeñado por la IA en la solución de las desigualdades actuales en materia de acceso al conocimiento, la investigación y la diversidad de las expresiones culturales, y garantizar que la IA no se amplíe la brecha tecnológica dentro de los países y entre ellos. La promesa de la “IA para todos” debe permitir que cada cual pueda sacar provecho de la revolución tecnológica en curso y acceder a sus frutos, fundamentalmente en términos de innovaciones y conocimientos.

Además, la UNESCO ha elaborado, en el marco del Consenso de Beijing, una publicación destinada a fomentar la preparación de los responsables de formular políticas educativas en materia de inteligencia artificial. Esta publicación, Inteligencia artificial: guía para las personas a cargo de formular políticas, será de interés para los profesionales de las comunidades educativas y de elaboración de políticas. Su objetivo es favorecer la comprensión compartida de las oportunidades y desafíos que la IA proporciona a la educación, así como sus implicaciones para las competencias básicas necesarias en la era de la IA.

El cine y la televisión son dos de las industrias con mayor número de opiniones encontradas. Por un lado, la IA podría ayudar a optimizar los efectos especiales de cualquier producción, y por otro, se cuestiona la posibilidad de que los estudios decidan abaratar costos y la IA termine por reemplazar a la mayoría de los empleos en la industria.

La anticipación de Biden hacia una transformación tecnológica profunda en los próximos cinco años, más significativa que la experimentada en los últimos 50, revela una visión sobre la rapidez con la que la IA está avanzando. Su acción resalta la necesidad de un enfoque proactivo para guiar el desarrollo de la IA en una dirección que beneficie a la sociedad en su conjunto, estableciendo un precedente para otros gobiernos a seguir.

Además, la orden ejecutiva tiene un componente pragmático esencial. Al exigir a las empresas que notifiquen a la administración antes de poner a prueba cualquier sistema que pueda representar un riesgo grave para la seguridad nacional o la salud pública, se crea un mecanismo de supervisión y responsabilidad. Esta medida, aunque puede ser vista como una restricción por algunos

sectores, es crucial para prevenir y mitigar posibles daños. 

UNA LLAMADA A LA TRANSPARENCIA

En un esfuerzo por mantener la integridad y la transparencia, la orden incluye medidas para combatir el fraude y el engaño mediante el etiquetado claro del contenido generado por la IA.

Esta medida podría desencadenar una tendencia hacia una mayor transparencia en el diseño y la operación de sistemas de IA, lo que a su vez podría ayudar a mitigar los riesgos asociados con el uso indebido de la tecnología. La transparencia no solo es esencial para la rendición de cuentas, sino que también puede facilitar una comprensión más profunda de cómo la IA impacta en la sociedad, permitiendo una adaptación y regulación más informadas.

Asimismo, la orden ejecutiva pone en el radar la vigilancia sobre las posibles amenazas de los sistemas de IA en infraestructuras críticas y en campos sensibles como el químico, biológico, radiológico, nuclear o de ciberseguridad. Estos son dominios donde un error o un acto malintencionado podría tener consecuencias catastróficas. La supervisión gubernamental en estos sectores es un paso crucial para asegurar que la IA se desarrolle y se aplique de manera que no comprometa la seguridad nacional o pública.

El Machine Learning se trata de un aprendizaje continuo a través de datos anteriores. ¿Qué quiere decir esto? Son softwares desarrollados, entrenados a diario de forma automática de tal modo que, conforme avanza el tiempo, son capaces de desempeñar ciertas tareas optimizando los procesos. Es la aplicación de inteligencia artificial más común, porque es la que está integrada en la mayoría de softwares conocidos.

Deep Learning

Es un sistema que se basa también en el aprendizaje, pero cuyo objetivo es maximizar las opciones y oportunidades que ofrece la inteligencia artificial. Tiene numerosas capas de algoritmos (más que en el ML) para conseguir que un ordenador aprenda por su propia cuenta y pueda realizar tareas lo más similar posible a cómo lo hace un ser humano.

Un ejemplo muy claro es la conducción automática, ya que el vehículo aprende el manejo de un coche y trata de imitarlo con un alto porcentaje de acierto.

Las Neural Networks -en español: Redes Neuronales- son las encargadas de imitar el sistema de procesamiento de información que tiene un cerebro humano. Esta definición se le acuña porque estas redes tratan de aprender de sus errores y mejorar de forma continuada. Todo ello se diseña en pos de obtener una mayor precisión en cualquier procesamiento.

Este tipo de IA está diseñada para intentar realizar un resúmen de ciertos documentos de tal modo que la redacción se asemeje lo máximo posible a la forma de redactar de un humano. Otras grandes aplicaciones son en medicina, en finanzas, en procesos de control y calidad o en la clasificación compleja de elementos.

Entendemos por Natural Language Processing (en español Procesamiento de Lenguaje Natural) una tecnología de machine learning que permite a cualquier tipo de ordenador comprender, interpretar y manipular el lenguaje humano. Es decir, busca siempre que el tono y la redacción sea lo más cercano a la forma humana.

Robótica: Esta disciplina se centra en el diseño y la construcción de robots capaces de realizar tareas complejas y a menudo repetitivas.

Chatbots

Un programa informático que utiliza un conjunto de reglas para conversar con los humanos a través de una interfaz en línea. Los chatbots se basan cada vez más en la IA y utilizan la Natural Language Processing para imitar la conversación humana.

A nivel mundial tenemos a:

• Andrew Ng

• Gerd Leonhard

• Kai-Fu Lee.

• Stuart Russell

• Demis Hassabis

• Fei-Fei Li

• Geoffrey Hinton, conocido como el Padrino de la IA.

• Yoshua Bengio.

Con un 40 % de empresas de inteligencia artificial presentes en el país y más de 16 agencias del gobierno apoyando desde lo financiero (con más de mil millones de dólares) y lo político a las empresas de IA, Estados Unidos se convierte en el líder la lista.

El avatar puede ser una fotografía, icono, gif (animado), figura o dibujo artístico y puede tomar forma tridimensional, como en juegos o mundos virtuales, o bidimensional, como icono en los foros de internet y otras comunidades en línea.