Tipos de inteligencia artificial: características, aplicaciones y clasificación de la inteligencia artificial actual

Pese a que la mayoría de personas saben qué son las IAs, muy poco se escucha hablar de los tipos de inteligencia artificial, presentes incluso en las actividades más cotidianas. Entender la clasificación de la inteligencia artificial es el punto de partida ideal para saberlo todo sobre la inteligencia artificial, cuyo rol en nuestras vidas podría ser más grande de lo que pensamos.

Máquinas reactivas

La inteligencia artificial reactiva es aquella que no cuenta con la capacidad de recordar eventos del pasado para tomar decisiones, es decir, es carente de memoria.

Para funcionar, este tipo de AI cuenta con un grupo de reglas prestablecidas y es capaz de procesar al instante miles de alternativas según el estado actual de un problema o situación, eligiendo el mejor camino a seguir. Las máquinas reactivas dependen de conocer por completo las posibles opciones, ya que no pueden aprender o evolucionar.

Un origen temprano

Las máquinas reactivas son uno de los modelos de AI más antiguos que existen y su funcionamiento es, comparado con otros modelos, el más básico de todos.

Los primeros equipos de supercomputadoras en hacer uso de este tipo de inteligencias reactivas datan de los años 1916, antes de que el termino fuera siquiera acuñado.

Características de la inteligencia artificial con máquinas reactivas

Las máquinas reactivas tienen un grupo muy específicos de conductas y características que la diferencian del resto:

• Al ser carentes de memoria no pueden crear conocimiento nuevo.
• Son incapaces de evolucionar.
• Poseen grandes capacidades de toma de decisión en lapsos cortos de tiempo.
• Requieren de estímulos para activarse.
• No pueden automodificar su conducta.
• No poseen conciencia más allá de su objetivo primario.

Aplicaciones

Aunque esta es la más antigua de las AI tiene muchas aplicaciones prácticas en la actualidad, sobre todo por lo fácil de su programación y montaje, con excelente resultados para tareas de atención de solicitudes, por ejemplo.

Otras aplicaciones potenciales suelen ser:

• Control y gestión de equipos industriales (reaccionan según algunos indicadores).
• Sistemas de inteligencia artificial (AI) en videojuegos.
• Entrenamiento de personal en simulaciones médicas, de combate o por aprendizaje computacional.

Alcance y limitaciones de la AI reactiva

Toda herramienta tecnológica tiene sus propias limitaciones. Para las máquinas reactivas, la que más destaca es su escasa capacidad de adaptación.

Este tipo de inteligencia es ideal para automatizar procesos donde se conocen todas las variables por lo que su alcance se limita a este contexto.

Ejemplos de inteligencia artificial reactivas

Existen ejemplos muy representativos de esta tecnología que se han usado tanto a nivel industrial como con fines experimentales. Puede que los más importantes sean: Deep Blue y los robots de paletizado o picking industrial.

Deep Blue

Deep Blue fue una super computadora creada para jugar ajedrez, ideada por el fabricante IBM.

Esta máquina reactiva fue capaz de ganarle al campeón mundial y maestro del ajedrez Garri Kaspárov dos partidas, en una ronda de 6. Así se convirtió en la primera computadora en vencer a un campeón del mundo en esta disciplina analítica y estratégica.

Un año más tarde, se diseñaría Deeper Blue la cual, al ser capaz de procesar 200 millones de jugadas por segundo, logró derrota al campeón en un encuentro que finalizó en 3 – 2.

Robots de paletizado

Los robots que se destinan al final de la línea de producción, es decir, empaquetado, almacenaje de piezas terminadas en un almacén o transporte de objetos suelen operar con AI reactivas en sus modelos más simples.

Básicamente se trata de brazos articulados con diferentes tipos de herramientas de sujeción, capaces de establecer los mejores caminos a seguir, evitar colisiones, trazar rutas y seleccionar objetos específicos para el transporte.

Esto puede parecer algo simple, pero es una gran hazaña que le permite a empresas exitosas ahorrar millones de dólares en tiempo de producción.

Memoria limitada

La inteligencia artificial con memoria limitada es una muy parecida a la AI reactiva, solo que esta posee la capacidad de recordar eventos que suceden en su entorno a corto plazo.

Este tipo de AI cuenta con un grupo de sensores que les permiten recabar información y ordenarla. De los datos obtenidos aprenden nuevas formas de actuar o comportarse para conseguir mejores resultados. En pocas palabras, pueden reconocer patrones simples y reaccionar ante ellos en un futuro.

Este tipo de sistemas no pueden convertir su aprendizaje en “experiencias” por lo que su nivel cognitivo está muy lejos del humano. Como su nombre indica, su capacidad limitada de memoria hace que no pueda recordar eventos con exactitud o utilizarlos a largo plazo. Sin embargo, su utilidad es muy amplia.

Orígenes

Este tipo de AI nace de la necesidad de automatizar procesos complejos como la optimización de operaciones en la bolsa, la incorporación de modelos de aprendizaje y como impulsor principal: los primeros vehículos no tripulados.

Existen otros ejemplos que desafiaron la perspectiva de la inteligencia artificial como los primeros chatbots capaces de superar la prueba de Turing. Esto quiere decir que los programas de chat eran tan convincentes que podían llegar a ser indistinguibles de un humano para algunas personas.

Características de inteligencia artificial con memoria limitada

Existen algunas características que ayudan a diferenciar este tipo de AI del resto de categorías de la inteligencia artificial:

• Pueden ajustar su comportamiento gracias a datos recabados a corto plazo.
• Ejecutan sus tareas de manera reactiva siempre que no existan estímulos nuevos.
• Su memoria no permite almacenar recuerdos o experiencias.
• Su proceso de aprendizaje es limitado.
• No poseen un razonamiento profundo, una comprensión compleja de sí mismo o de su entorno.

Aplicaciones

Las AI con memoria limitadas son excepcionalmente buenas para operar en entornos con variables difíciles de controlar que requiere reconocer “eventos” y reaccionar ante ellos.

La conducción de vehículos automatizados es una de las áreas de mayor aplicación, aunque a nivel industrial los robots colaborativos llegan a ser gran representante de esta tecnología.

Otra gran aplicación interesante son los sistemas de reconocimiento facial, que cuentan con una capacidad especial para reconocer estados de ánimo y generar interacciones positivas con los individuos lo que es útil en la atención del público, en la creación de dinámicas infantiles o en la videovigilancia.

Alcances

Las versiones más avanzadas de AI con memoria limitada pueden generar acciones realmente realistas y son, posiblemente, los equipos de inteligencia artificial actual con mayor similitud al ser humano en cuanto a razonamiento simulado.

Pese a esto, los equipos a este nivel no poseen un conocimiento realmente nacido de su propia creación, es decir, no pueden pensar por su cuenta. Depende de un grupo de instrucciones previas para operar y giran siempre en torno a los mismos objetivos.

Ejemplos de la inteligencia artificial con memoria limitada

Existen algunos ejemplos muy representativos de este tipo en el mercado, que son el estándar a superar para futuros modelos.

Vehículos autotripulados

Los vehículos autotripulados poseen múltiples cámara, sensores de proximidad, medidores de ruido y otros periféricos que les permite comprender su entorno y realizar actividades exigentes como transitar por una avenida y entregar paquetes.

Para ello, es necesario que el vehículo reconozca patrones como las luces de los semáforos, peatones que se encuentran en el camino, vehículos en la vía, cruces y carreteras.

Todos estos datos pasan a su memoria, lo que le permite entender cuando algún objeto se ha movido de lugar o existe algún cambio en su entorno, adaptando su comportamiento.

Sophia

Sophia, el primero robot humanoide en obtener oficialmente una nacionalidad. Es un poderoso Chatbot que se encuentra en la fase de memoria limitada con una forma artificial realista.

Aunque la “autoconciencia” de Sophia sea ilusoria, puede generar conversaciones convincentes gracias a su motor de diálogos y software de inteligencia artificial secundaria que le permite realizar cosas como detección de expresiones faciales, ayudándole a comprender el ánimo de su interlocutor.

Pese a no poseer una conciencia real o un pensamiento creativo propio, su impacto social ha ayudado a visibilizar de qué es capaz la inteligencia artificial en el área de interacción humana.

Cobots

Los robots colaborativos son equipos automatizados, usualmente brazos articulados, que pueden realizar tareas junto al personal humano de una planta gracias a la ciencia artificial.

Usando la visión artificial, pueden entender su entorno y realizar sus tareas de montaje o movilización de piezas sin ser un riesgo para el personal.

De esta manera los operadores pueden encargarse del trabajo analítico mientras que, a su lado, los robots colaborativos hacen el trabajo repetitivo o mecánico.

Google (Buscadores)

Los buscadores son un gran ejemplo de AI, en especial el buscador de Google.

Elementos como el autocompletar, que ayuda a los usuarios a encontrar lo que buscan aún cuando no tienen todos los parámetros, la sugerencia de contenido o la planificación de anuncios en base a un perfil estudiado.

Todas estas son formas en las que la AI aprovecha el conocimiento que adquiere del comportamiento y las necesidades del usuario para traducirlo en servicios acertados a sus necesidades.

Teoría de la mente

La AI con teoría de la mente se estima que sean equipos con la capacidad de crear concepciones propias sobre el mundo que les rodea, poseer sentimientos y generar información a partir de su propia experiencia. En este contexto, hablamos de una tecnología en desarrollo o que se espera que exista para un futuro.

El principal objetivo de esta inteligencia es romper con la barrera que separa el pensamiento matemático-computacional del humano. Incluyendo elementos como las emociones y el juicio propio como forma de dirigir su conducta.

Una aplicación especialmente útil para diseñar robots asistenciales que pueden entender el comportamiento humano para brindar apoyo.

Características

Las características que se espera ver en este tipo de AI giran en torno a:

• La capacidad de usar la memoria como fuente de nuevos conceptos.
• Comprensión de las motivaciones emocionales en una acción.
• Interpretación total de su entorno.
• Capacidad de aprendizaje alto.
• Autorregular su comportamiento en base a variables abstractas.

Aplicaciones

Las aplicaciones para esta tecnología son difíciles de precisar a simple vista ya que esta área se encuentra en pleno desarrollo.

Saber reconocer los gustos, deseos y necesidades de las personas puede ser una aplicación potencial muy atractiva, si se consideran las capacidades de alto procesamiento de datos de la tecnología en áreas como el marketing o la atención del público, por ejemplo.

Otra aplicación de interés puede encontrarse en el análisis de variables abstractas. No sería de extrañar que en el futuro se pudiera ver inteligencia artificial evaluando arte, similares a las redes neuronales que “sueñan”, como las del buscador de imágenes de Google.

Autoconciencia

Aunque este parece ser el horizonte final de la inteligencia artificial, alcanzar este punto se escapa a las capacidades tecnológicas actuales.

La AI con autoconciencia, como su nombre indica, es una clasificación de la inteligencia que se caracteriza por verse a sí misma como un individuo independiente, un ente pensante capaz de medir las causas o consecuencias de sus acciones, así como demostrar inteligencia y tipos de inteligencia idénticas o superiores a la humana.

En todo caso, para descubrir cómo funciona la inteligencia artificial de un autómata autoconsciente, será necesario primero que entendamos cómo opera en su totalidad la mente humana.

Artificial Narrow Intelligence (ANI)

Las inteligencias artificiales débiles o estrechas son aquellas que están destinadas a ejecutar una sola actividad o realizar muy bien un solo trabajo.

De este manera, este tipo representa el modelo más estático ya que no se adapta a ningún entorno ni modifica su comportamiento de manera radical, para evitar salirse de su función objetivo.

Orígenes

Los denominados sistemas expertos fueron quienes originaron esta clasificación en primer lugar. Programas de software capaces de asistir en áreas profesionales como el marketing, el análisis de bases de datos, el reconocimiento de caracteres, la creación de contenido y la asistencia personal.

En resumen, la ANI abarca a la mayoría de los modelos que conocemos hasta ahora, por lo que su origen puede rastrearse hasta los primeros modelos automatizados de toma de decisión con comportamiento inteligente.

Aplicaciones

Desde algoritmos de búsqueda inteligente, Siri, Watson, filtro de correos electrónicos por ofertas, categorías o spam; equipos para diagnóstico médico, algoritmos para sugerencia de contenido, reconocimiento facial… todas las aplicaciones cotidianas y profesionales de la inteligencia artificial que se conocen comúnmente suelen ser una versión de ANI.

Alcance y limitaciones

El alcance de este modelo inteligente aplica para cualquier área que requiera de un alto desempeño en una actividad especifica, tal cual un profesional en cualquier área de conocimiento.

Una limitante en este tipo de inteligencia es su falta de capacidad para adaptarse a tareas amplias que requieran más de una especialidad o un dominio amplio de conocimientos complejos.

Ejemplo de inteligencia artificial ANI

Los mejores ejemplos de este tipo de inteligencia son los ya mencionados asistentes virtuales como Siri, Alexa, Cortana; equipos de reconocimiento facial, sistemas de captcha, detectores de spam o contenido de baja calidad y sistemas de generación de contenido.

Aunque existen modelos industriales que suelen aplicar ANI como los robots de ensamblaje autónomo de vehículos y drones.

Inteligencia Artificial General (AGI)

La inteligencia artificial del tipo AGI es considerada una herramienta de procesamiento versátil, inteligente y adaptativa.

También conocida como inteligencia artificial fuerte, posee sistemas que le permiten aprender de sus propias experiencias, generar patrones de comportamiento nuevo y encontrar mejores formas de conseguir objetivos estratégicos.

Este modelo, más que una clasificación, es lo que se espera que sea la próxima generación de AIs. Un equipo en este nivel puede emular acciones humanas con gran precisión, aprender de su entorno, tomar decisiones y ajustar su comportamiento.

Orígenes

El origen de esta teoría es una convergencia de trabajos cognitivos entre el estudio del cerebro humano y el desarrollo de modelos computacionales.

Lo que se quiere lograr en esta área de conocimiento es una inteligencia virtual capaz de adaptarse a cualquier trabajo y aprender por su cuenta, igual que lo haría un ser humano.

Aplicaciones

Como aplicación, básicamente no hay limites para esta tecnología ya que no se necesitaría programar un modulo de inteligencia para cada tarea.

Un solo cerebro pudiera, en teoría, encargarse del control de una planta productora, a la vez que da asistencia personalizada a los encargados de área en marketing, seguridad, ventas, logística…

Alcance potencial y limitaciones actuales

Así como no existen límites para la aplicación de la inteligencia humana, tampoco lo habría para un sistema AGI ya que este pudiera aprender de cualquier actividad y desenvolverse con buen desempeño, incluso comprendiendo emociones humanas.

Las barreras modernas para estos sistemas giran entorno a la tecnología actual que carece de potencia para emular con precisión siquiera un segundo de actividad cerebral.

Ejemplos de la inteligencia AGI

El modelo AGI se orienta hacia entornos de máxima exigencia, donde es necesario analizar volúmenes imposibles de datos.

Dos claros ejemplos son los equipos que ocupan machine learning (maquinas capaces de aprender tareas) y en los procesos de Big Data. Mediante el análisis de una gran cantidad de datos (como los de un público específico en internet), este tipo de AI puede predecir cosas como tendencias en el mercado, qué mueve a los clientes, posibles inversiones y más.

Entendiendo claro, que son más como versiones ampliadas de una inteligencia ANI que un modelo AGI completamente real (el cual es hipotético).

Superinteligencia Artificial (ASI)

El ASI es la definición de inteligencia artificial autoconsciente y autónoma, por lo que se encuentra fuera del alcance de la tecnología actual.

Se espera que el ASI sea capaz de realizar las mismas tareas analíticas de un ser humano y además superarlo, aplicando a la perfección las técnicas principales de la inteligencia artificial, incluso en procesos creativos o de toma de decisiones complejas.

Cómo clasificar la inteligencia artificial

El diseño, creación e implementación de la inteligencia artificial varía mucho dependiendo de sus objetivos y las limitaciones tecnológicas de la época. Debido a esto, es posible reconocer diferentes clases de inteligencia artificial.

Tenerlos en cuenta es muy útil a la hora de entender cómo funciona la tecnología en general. En línea general se pueden distinguir entre lo evolucionado de su aprendizaje y sus capacidades de procesamiento.

Tipos según su evolución en el aprendizaje

Algunos modelos, como el propuesto por Arend Hintze profesor de la Universidad de Michigan en la rama de biología y ciencias de la computación, han tenido una gran aceptación.

En su clasificación, Hintze propone que para que una AI pueda ser autoconsciente y pensar por sí misma, sin necesidad de algoritmos o caminos preprogramados, es necesario que sigan procesos artificiales de aprendizaje similares a los del ser humano.

De ahí que su clasificación de inteligencia artificial pase por las etapas de la conciencia: Pensamiento reactivo, memoria artificial limitada, teoría de la mente y la autoconciencia.

Tipos según sus capacidades de procesamiento

Entre ellas, se conocen a las AI débiles o cerradas, las AI fuertes o generales y las super inteligencias.

Esta diferenciación es muy fácil de comprender y fue estudiada por Pei Wang y Ben Goertzel. Básicamente, los sistemas débiles o específicos realizan muy bien un solo trabajo, mientras que los AI fuertes emulan mejor el componente humano. Las super maquinas o sistemas ASI, son una versión humanizada de una mente artificial y por ende parte de la ciencia ficción, por ahora.

Conocer cuáles son los tipos de inteligencia artificial ayuda a trazar una línea clara entre la realidad de este campo de estudio y la “tecnología artificial” que vende la ficción. Sobre todo, cuando sen entiende que una parte de la clasificación de la inteligencia artificial es una solo meta a alcanzar que desafía nuestro entendimiento, más que una realidad inminente hacia un futuro distópico. En todo caso, la historia está llena de ejemplos de qué la inteligencia artificial puede hacer para liberar al personal humano de las tareas repetitivas, hacia áreas más autoconscientes donde la lógica computacional no puede llegar.