detallada de cuales son los principales aspectos y características de la inteligencia artificial y como el ser humano, la ha utilizado para lograr una ventaja competitiva en las organizaciones modernas para competir en los mercados internacionales. A partir de la década de los cincuenta al finalizar la segunda guerra mundial, muchas ciencias tuvieron una gran proliferación ya que tanto países como organizaciones buscaban encontrar una ventaja diferencial con respecto a otros.

1. REPUBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DE EDUCACION SUPERIOR
INSTITUTO UNIVERSITARIO POLITECNICO SANTIAGO MARIÑO
AMPLIACION MARACAIBO
Autor:
EDGAR MORÀN
ING. SISTEMA
Maracaibo, Julio 2014

2. Inteligencia artificial (IA), reunidos esta semana en la conferencia anual de la
disciplina, están disfrutando de su tan esperado momento de gloria.
En los 59 años desde que se acuñó el término, la idea de máquinas que piensan
ha estado y pasado de moda. Recuerdos del “invierno de IA” de los años 1970 y
1980 todavía se ciernen sobre el campo. Con empresas como Google, Facebook,
Amazon y Baidu a la compra de talento e invirtiendo para construir grupos de IA
en casa, el tema ha vuelto con intensidad. Sin embargo, las diferencias de opinión
sobre la tecnología todavía se pueden sentir casi como cismas religiosos. El
mismo término “inteligencia artificial”, sugiere un intento de replicar la inteligencia
de la especie humana, con todas las implicaciones filosóficas que esto conlleva.
Por ejemplo, Oren Etzioni, jefe de un ambicioso programa de investigación
respaldado por Paul Allen, el cofundador de Microsoft, habló de un rincón del
paisaje de la inteligencia artificial que está particularmente de moda. “Hay muchas
aplicaciones individuales interesantes. Pero si uno busca un poco más allá, la
tecnología se va por un precipicio”, sostuvo.
El objeto de su menosprecio es una técnica conocida como “aprendizaje
profundo”. Esto está ascendiendo. De hecho, cuando los técnicos hablan de la
reactivación increíble en IA, por lo general tienen esto en mente.
El éxito del aprendizaje profundo es un producto de nuestros tiempos. La idea
tiene décadas de antigüedad: sostiene que un lote de procesadores, alimentados
con datos suficientes, podrían funcionar como una red de neuronas artificiales. Al
agrupar y clasificar la información de maneras cada vez más refinadas, podrían
“aprender” cómo analizarla de manera similar a la que se cree que funciona el
cerebro humano.
Se ha requerido de un enorme potencial de computación concentrado en los
centros de datos en nube para entrenar a redes neuronales para que sean útiles.
Suena como un sueño de la inteligencia artificial conjurado por Google: sólo hay
que ingerir todos los datos del mundo y aplicar suficiente potencial de
procesamiento, y se revelarán los secretos del universo.
El aprendizaje profundo ha producido algunos resultados impresionantes. En un
proyecto conocido como Deepface, Facebook informó recientemente que había
llegado a 97.35 por ciento de precisión en la identificación de los rostros de 4,000
personas en una colección de 4 millones de imágenes, mucho mejor de lo que se
había logrado antes. Tales hazañas de reconocimiento de patrones son naturales
para los seres humanos, pero son difíciles de copiar para los programadores.
Incluso los resultados que suenan trillados pueden señalar avances importantes.
El informe de Google de hace dos años que reveló que la compañía había
diseñado un sistema que podía identificar los gatos en los vídeos de YouTube aún
reverbera en todo el campo.
Usando las mismas técnicas para “entender” el lenguaje o resolver otros

3. problemas que se basan en el reconocimiento de patrones podría hacer que las
máquinas se vuelvan mucho mejores para interpretar el mundo que les rodea. Al
analizar lo que muchos individuos están haciendo y comparar esto con lo que
ellos (y miles de otros) han hecho en situaciones similares en el pasado, se puede
anticipar lo que podrían hacer en el futuro.
El resultado podría ser sistemas de comportamiento que entiendan realmente el
comportamiento y generen motores de recomendación capaces de sugerir cosas
que uno realmente desea. Esto puede parecer extraño. Pero si se hace
correctamente, las máquinas podrían llegar a anticiparse a nuestras necesidades y
actuar como guías para toda la vida.
Pero existe el riesgo de equiparar la salida de los sistemas tales como estos con
los productos de la inteligencia humana real. En realidad, son trucos de salón,
aunque sean impresionantes. Lo importante será saber dónde aplicar sus
habilidades – y cuánto confiar en ellas.
Los sistemas de aprendizaje profundos no emplean el tipo de razonamiento
transparente involucrado en la “IA clásica”, donde las computadoras son
alimentadas con organismos definidos de conocimiento y las reglas sobre la
manera de interpretarlos. Eso, dicen los escépticos, hace que sus resultados sean
intrínsecamente misteriosos.
“Si uno busca consejos y alguien le hace una recomendación, y no puede
enumerar su razonamiento, desconfiaría de su recomendación”, dice Raul Valdes-
Perez, un informático cuya compañía, OnlyBoth, utiliza técnicas clásicas para
responder a consultas en oraciones completas, que según él va más allá de la
capacidad de aprendizaje profundo.
Esto es lo que el Sr. Etzioni tenía en mente cuando advirtió que el aprendizaje
profundo, si va más allá de sus límites, tarde o temprano caerá por un precipicio.
Él da el ejemplo de un sistema de diagnóstico basado en esta técnica que
recomienda la extracción de un riñón de un paciente. La máquina no “entiende lo
que es un riñón, y lo que significa eliminarlo”, dice. “No queremos médicos ni
sistemas que tomen decisiones cuando no entienden de lo que están hablando”.
Si se necesita un salto de fe para confiar en este tipo de sistemas cuando se trata
de intervenciones médicas graves, ¿cuánta confianza se les puede tener cuando
se aplican a la vida cotidiana?
Los grandes desarrollos que se están realizando en este campo sugieren que los
resultados del aprendizaje profundo pronto se harán sentir más ampliamente. Bajo
el control de los expertos humanos que saben cuándo usarlo y cómo interpretar
las conclusiones, podría traer una revolución en la toma de decisiones con ayuda
de máquinas. Pero, como siempre con la inteligencia artificial, no espere
demasiado.