Agencias / MonitorSur, Ciudad de México.- Al referirnos a la capacidad de aprendizaje de la Inteligencia Artificial (IA), necesariamente aludimos al Aprendizaje Profundo (Deep Learning, DL) y al Aprendizaje de las Máquinas o Aprendizaje Automático (Machine Learning, ML).
Definir la IA es mencionar sobre su capacidad de imitar el comportamiento humano inteligente, o relacionar su sistema informático con la simulación del comportamiento inteligente en las computadoras.
La Inteligencia Artificial se compone de algoritmos, redes neuronales artificiales, razonamiento basado en lógica formal y búsqueda de un estado según acciones posibles, los cuatro pilares enunciados por Nils John Nilsson, fundador e investigador en la disciplina IA.
El Aprendizaje Automático (ML) es un subconjunto de Aprendizaje Profundo (DL), y este es un subconjunto de IA. El pionero del ML, Arthur Samuel, en 1959 la definió: “un campo de estudio que da a las computadoras la capacidad de aprender sin estar explícitamente programadas”. Esto significa, que los programas de ML, en cierta forma, se ajustan a sí mismos en respuesta a los datos según han sido expuestos.
Mientras, Aprendizaje Profundo (DL) se refiere al conjunto de algoritmos que conforman la red neuronal artificial, y se denomina profundo por tener varias capas en la red e imitan la estructura y función del cerebro junto con la interconexión neuronal.
Todo algoritmo, todo programa informático y toda Inteligencia Artificial, es susceptible a los fallos, por la sencilla razón que tras de un programa computacional hay uno o varios programadores encargados del diseño y escritura del código. En consecuencia, cualquier error del software es fruto de la vulnerabilidad humana. Situaciones cotidianas son comunes en estos días al existir fallas o puntos débiles en algún portal, caída del sistema, bloqueos de cuentas en redes sociales, acceso vulnerable a dispositivos electrónicos entre otros.
Considerando al algoritmo como protocolo, almacena y procesa grandes cantidades de datos, big data, y con ellos la IA debe tomar decisiones acertadas según el sentido común de las personas cabe cuestionar una serie de interrogantes: ¿quién tiene la responsabilidad de discernir sobre qué datos se cargan y qué datos no se cargan?, ¿qué tipos de datos son suministrados?, ¿cuál será la finalidad de dichos datos?
Han existido varios fallos sobre robots e IA, tal es el caso de “Tay”, un robot de Inteligencia Artificial de Microsoft. Fue creado para dar respuestas personalizadas a los usuarios en la red social Twitter. Sus respuestas terminaron siendo inapropiadas debido al tipo de interacción de los usuarios con el bot. Por ello es necesario considerar los peligros potenciales de una IA a disposición de grupos o personas cuando estas la emplean con fines peligrosos a la sociedad en su conjunto.
