La Inteligencia Artificial es un campo amplio y difícil de definir. En términos generales, podemos decir que se centra en el desarrollo de procesos y mecanismos para que las máquinas imiten funciones cognitivas que solemos asociar con el comportamiento humano.
Cada vez que jugamos un videojuego contra una computadora, estamos frente a un sistema programado con reglas y estrategias para derrotarnos. Cada vez que una plataforma de música o video (como YouTube, Spotify o Netflix) nos da alguna recomendación, por detrás hay un programa que aprende nuestros gustos y costumbres para entregar respuestas más pertinentes. Cada vez que subimos una foto a Facebook hay una serie de algoritmos que permiten a esa red social reconocer qué personas están en ella para poder etiquetarlas automáticamente. Todos estos son ejemplos cotidianos de esta disciplina.
El término “Inteligencia Artificial” fue acuñado formalmente en 1956 por John McCarthy, Marvin Minsky y Claude Shannon durante la Conferencia de Darthmounth, aunque años atrás Alan Turing ya había realizado grandes avances en el campo. Él fue quien diseñó el primer programa de ajedrez por computadora y el experimento que hoy se conoce como Test de Turing, utilizado para comprobar el comportamiento inteligente de una máquina.
Transcurrido más de medio siglo de desarrollo, la Inteligencia Artificial (o AI, por sus iniciales en inglés) hoy en día ya no es monopolio de matemáticos, y se caracteriza por ser un campo multidisciplinario: tanto la computación como la lógica, la filosofía y otras ramas de la ciencia abordan problemáticas vinculadas a ella, y generalmente lo hacen en conjunto. Esta diversidad de enfoques, sumada al hecho de que aún es un estudio relativamente nuevo, genera que no sea fácil acordar una definición de Inteligencia Artificial. No es lo mismo, por ejemplo, plantear el objetivo de que las máquinas actúen como las personas, resaltando el resultado de una acción, independientemente de los procesos que lleven a ella -como es el caso de la Robótica-, a proyectar que razonen como ellas, resaltando justamente lo opuesto, imitar procesos pero no resultados, como el caso de las Redes Neuronales. Ambas son propuestas válidas para definir Inteligencia Artificial.
Por otro lado, a medida que va evolucionando el campo de estudio aparece, además, una clasificación basada en cuáles son los objetivos finales de la investigación en AI:
Inteligencia Artificial Débil
También conocida como AI Estrecha o AI Aplicada, agrupa los sistemas, más o menos complejos, que sólo están diseñados para una tarea en particular. Desde este lugar, se considera que las computadoras actúan únicamente de forma que parezca que razonan, que solo pueden simular procesos cognitivos y nunca podrán ser conscientes. Un ejemplo claro de esto son los asistentes personales de nuestros dispositivos, como Siri o Google Now: programas que simulan el comportamiento humano, pero no tienen la autonomía de generar su propio comportamiento. Al día de hoy, todos los desarrollos en AI están dentro de esta categoría.
Inteligencia Artificial Fuerte
Referida a veces como Inteligencia General Artificial, es la propuesta de que se podrá construir algún día un programa con todas las capacidades de la mente humana: que pueda resolver tareas para las cuales no fue programado, y que las pueda resolver a partir de cualidades humanas como la conciencia y la sensibilidad. Esta es una categoría completamente hipotética y muchos científicos niegan que se presente como una posibilidad concreta.
Más allá de la factibilidad de desarrollar una Inteligencia Artificial Fuerte, no se puede negar que las aplicaciones concretas de la AI están creciendo día a día, resolviendo problemas cada vez más complejos y variados. Sumadas al aumento del poder de procesamiento y a la disminución de su costo, estrategias como el Machine Learning, o Aprendizaje Automático, aprovechan el gran volumen de datos que hay disponible hoy en día para generar sistemas cada vez más inteligentes. En la actualidad hay ciudades que están implementando semáforos que se adaptan al volumen de tráfico para modificar los tiempos de las luces; encontramos sistemas basados en Redes Neuronales que han aumentado considerablemente las posibilidades de detectar tumores de forma temprana; hay desarrollos que ayudan a predecir la evolución de plagas y optimizar el manejo de cultivos. Y los ejemplos podrían seguir: la tendencia de incorporar Inteligencia Artificial en muchas de las prácticas, procesos y costumbres que nos afectan día a día es más que clara, y no hay duda que apenas hemos visto solo una pequeña parte de sus posibles aplicaciones.
