sábado, 2 de junio de 2018

¿Cuál es la diferencia entre inteligencia artificial, aprendizaje automático y robótica?

La inteligencia artificial está en todas partes. En tus pantallas, en tus bolsillos y un día puede incluso mudarse cerca de tu casa. Los titulares tienden a agrupar este vasto y diverso campo en un solo tema. Los robots que salen de los laboratorios, los algoritmos que juegan juegos antiguos y los ganan, inteligencia artificial y sus promesas se están convirtiendo en parte de nuestra vida cotidiana. Si bien todas estas instancias tienen alguna relación con la inteligencia artificial, este no es un campo monolítico, sino uno que tiene muchas disciplinas separadas y distintas.



Muchas veces usamos el término inteligencia artificial como un término general que abarca todo. Ese no es exactamente el caso. La IA, el aprendizaje automático, el aprendizaje profundo y la robótica son temas fascinantes y separados. Todos ellos sirven como una pieza integral del mayor futuro de nuestra tecnología. Muchas de estas categorías tienden a superponerse y complementarse entre sí.

El campo de estudio más amplio de inteligencia artificial es un lugar extenso donde tienes mucho para estudiar y elegir. Comprender la diferencia entre estas cuatro áreas es fundamental para obtener una comprensión y ver la imagen completa del campo.  

Inteligencia artificial
La Inteligencia Artificial (IA) es la capacidad de las máquinas para realizar tareas características de la inteligencia humana. Este tipo de cosas incluyen planificación, reconocimiento de patrones, comprensión del lenguaje natural, aprendizaje y resolución de problemas.  
concepto de inteligencia artificial y robotica
Hay dos tipos principales de IA: general y reducida. Nuestras capacidades tecnológicas actuales caen bajo este último. Inteligencia Artificial reducida exhibe un fragmento de algún tipo de inteligencia, ya sea con reminiscencias de un animal o un humano. La experiencia de esta máquina es, como su nombre lo sugiere, de alcance limitado. Por lo general, este tipo de IA solo podrá hacer una cosa extremadamente bien, como reconocer imágenes o buscar en bases de datos a la velocidad del rayo.  

La inteligencia general podría realizar todo igual o mejor que los humanos. Este es el objetivo de muchos investigadores de inteligencia artificial, pero es un camino por recorrer.  
La tecnología actual de IA es responsable de muchas cosas increíbles. Estos algoritmos ayudan a Amazon a darle recomendaciones personalizadas y se asegura de que tus búsquedas de Google sean relevantes para lo que estás buscando. En su mayoría, cualquier persona tecnológicamente instruida utiliza este tipo de tecnología todos los días.

Uno de los principales diferenciadores entre la IA y la programación convencional es el hecho de que los programas que no son de IA se llevan a cabo mediante un conjunto de instrucciones definidas. IA, por otro lado, aprende sin estar programado explícitamente.    

Aquí es cuando la confusión comienza a tener lugar. Muchas veces, pero no todo el tiempo, IA utiliza el aprendizaje automático, que es un subconjunto del campo de la IA. Si profundizamos un poco, aprendizaje profundo es una forma de implementar el aprendizaje automático desde cero.  

Además, cuando pensamos en la robótica tendemos a pensar que los robots y la inteligencia artificial son términos intercambiables. Los algoritmos de IA generalmente son solo una parte de una matriz tecnológica más grande de hardware, electrónica y código no IA dentro de un robot.

Robot ... ¿o robot artificialmente inteligente?
La robótica es una rama de la tecnología que se ocupa estrictamente de los robots. Un robot es una máquina programable que lleva a cabo un conjunto de tareas de forma autónoma de alguna manera. No son computadoras ni son estrictamente artificialmente inteligentes.

Muchos expertos no pueden ponerse de acuerdo sobre qué constituye exactamente un robot. Pero para nuestros propósitos, consideraremos que tiene una presencia física, es programable y tiene cierto nivel de autonomía. Aquí hay algunos ejemplos diferentes de algunos robots que tenemos hoy en día:
  • Roomba
  • Automobile Assembly Line Arm
  • Robots de cirugía
  • Atlas (Robot Humanoide)    
Algunos de estos robots, por ejemplo, el segundo y el tercero están explícitamente programados para hacer un trabajo. Ellos no aprenden. Por lo tanto, no podríamos considerarlos artificialmente inteligentes.


Estos son robots que están controlados por programas de IA incorporados. Este es un desarrollo reciente, ya que la mayoría de los robots industriales solo fueron programados para llevar a cabo tareas repetitivas sin pensar. Los robots de autoaprendizaje con lógica de aprendizaje automático dentro de ellos se considerarían IA. Lo necesitan para realizar tareas cada vez más complejas.

¿Cuál es la diferencia entre Inteligencia Artificial y Aprendizaje Automático?
El aprendizaje automático es un subconjunto y una forma de lograr una verdadera IA. Fue un término acuñado por Arthur Samuel en 1959, donde afirmó: “La capacidad de aprender sin estar programado explícitamente”. 

La idea es obtener el algoritmo para aprender o ser entrenado para hacer algo sin estar específicamente codificado con un conjunto de instrucciones particulares. Es el aprendizaje automático lo que allana el camino para la inteligencia artificial.

Arthur Samuel quería crear un programa de computadora que le permitiera a su computadora vencerlo en damas. En lugar de crear un programa detallado y largo que podría hacerlo, pensó en una idea diferente. El algoritmo que creó dio a su computadora la capacidad de aprender, ya que jugó miles de juegos contra sí mismo. Este ha sido la esencia de la idea desde entonces. A principios de la década de 1960, este programa fue capaz de vencer a los campeones en el juego.  

Con el paso de los años, el aprendizaje automático se desarrolló en varios métodos diferentes. Esos son:
  1. Supervisado
  2. Semi-supervisado
  3. Sin supervisión
  4. Reforzamiento  
En un entorno supervisado, un programa de computadora recibiría datos etiquetados y luego se le pediría que les asignara un parámetro de clasificación. Esto podría ser imágenes de diferentes animales y luego adivinaría y aprendería en consecuencia mientras entrenaba. Semi-supervisado solo etiquetaría algunas de las imágenes. Después de eso, el programa de computadora tendría que usar su algoritmo para descubrir las imágenes sin etiqueta mediante el uso de sus datos pasados.   

El aprendizaje automático no supervisado no implica datos etiquetados preliminares. Sería arrojado a la base de datos y tendría que ordenar por sí mismo diferentes clases de animales. Podría hacer esto basándose en agrupar objetos similares debido a su apariencia y luego crear reglas sobre las similitudes que encuentre en el camino.

El aprendizaje de refuerzo es un poco diferente de todos estos subconjuntos de aprendizaje automático. Un gran ejemplo sería el juego de ajedrez. Conoce una cantidad determinada de reglas y basa su progreso en el resultado final de ganar o perder.  

Aprendizaje profundo
Para un subconjunto aún más profundo de aprendizaje automático viene el aprendizaje profundo. Tiene la tarea de problemas mucho mayores que la simple clasificación rudimentaria. Funciona en el ámbito de las cantidades de datos de los contenedores y llega a su conclusión sin ningún conocimiento previo.

Si se tratara de diferenciar entre dos animales diferentes, los distinguiría de una manera diferente en comparación con el aprendizaje automático normal. En primer lugar, todas las imágenes de los animales serían escaneadas, píxel por píxel. Una vez que se completó, luego analizará los diferentes bordes y formas, clasificándolos en un orden diferencial para determinar la diferencia.  

El aprendizaje profundo tiende a requerir mucha más potencia de hardware. Estas máquinas que ejecutan esto generalmente se guardan en grandes centros de datos. Los programas que usan aprendizaje profundo esencialmente comienzan de cero.

De todas las disciplinas de IA, el aprendizaje profundo es el más prometedor para un día creando una inteligencia artificial generalizada. Algunas aplicaciones actuales que el aprendizaje profundo ha producido han sido los muchos chatbots que vemos hoy. Alexa, Siri y Cortana de Microsoft pueden agradecer a sus cerebros gracias a esta ingeniosa tecnología.   

Un nuevo enfoque cohesivo
Ha habido muchos cambios sísmicos en el mundo de la tecnología en el siglo pasado. Desde la era informática a Internet y al mundo de los dispositivos móviles. Estas diferentes categorías de tecnología allanarán el camino para un nuevo futuro. O como dijo el CEO de Google Sundar Pichai:

“Con el tiempo, la computadora en sí misma – cualquiera que sea su forma – será un asistente inteligente que te ayudará durante el día. Pasaremos de los dispositivos móviles a un primer mundo de IA".

La inteligencia artificial combinada en todas sus formas nos llevará a nuestro próximo salto tecnológico.

¿Te ha sido útil el post? – Por favor compártelo en las redes sociales.

No hay comentarios.:

Publicar un comentario

Tu opinión es importante para mí, porque me ayuda a mejorar. Si te gustó el articulo o tienes alguna sugerencia, déjame tu comentario con tu nombre para poder responderte tan pronto como pueda.