La Inteligencia Artificial (IA): La Tecnología Dominante en 2023
Hace sólo una década, pocas máquinas eran capaces de reconocer idiomas o imágenes. En la actualidad, las máquinas han superado el rendimiento humano en numerosas tareas. Los últimos meses han mostrado avances en las habilidades de la Inteligencia Artificial (IA) IA que han sorprendido a los más escépticos, a los que algunos se refieren como una “década dorada”. De cara a 2023 y más allá, prevemos que sigan apareciendo sistemas de ese tipo, en particular modelos de IA generativa como ChatGPT, que trabajen junto a creadores humanos o incluso los substituyan en diversos ámbitos.
Cada año trae consigo un nuevo hito tecnológico: blockchain, impresión 3D, Web 3.0 y el metaverso. Así pues, surge la pregunta: ¿cuál será la tecnología más destacada en 2023?
Es la Inteligencia Artificial (IA). A pesar de que llevo una década dedicado a este campo, actualmente estamos experimentando un salto sustancial en inteligencia artificial. Sólo en los últimos meses, se han producido avances en las capacidades de la IA que han dejado impresionados a los escépticos. Sin embargo, rebobinemos un poco más y comencemos profundizando en la evolución de la IA en los últimos diez años.
Tecnología dominante en 2023 – 2012-2014 marcó las etapas iniciales del reconocimiento de imágenes, la comprensión lectora y la comprensión del lenguaje.
Algunos investigadores califican 2012 de año clave para el aprendizaje profundo, marcado por la creación por parte de Google de una importante red neuronal con 16.000 procesadores y mil millones de conexiones para reconocer imágenes y vídeos de gatos. Este caso demuestra el aprendizaje por refuerzo, uno de los marcos de IA de mayor éxito en la última década, junto con el aprendizaje supervisado y la inducción probabilística de programas.
Aunque reconocer imágenes de gatos pueda parecer trivial, fue significativo ya que las máquinas estaban empezando a utilizar el aprendizaje profundo para el reconocimiento de las imágenes. Durante ese tiempo, el reconocimiento de imágenes era incipiente, y las comparaciones entre la IA y el rendimiento humano indicaban una puntuación de la IA de alrededor de -40, todavía por debajo de la línea de base humana de cero.
Hace una década, la IA no solo estaba por detrás de los humanos en el reconocimiento de imágenes, sino también en tareas como la comprensión lectora y la comprensión del lenguaje. A diferencia de la invención del sistema de aprendizaje automático semántico NELL (Never-Ending Language Learning) en 2013, la IA seguía sin poder destacar en tareas de procesamiento del lenguaje. Si bien Siri permitía la gestión telefónica por voz antes de la introducción de Alexa en 2014, la comprensión lingüística de la IA seguía estando por debajo de las capacidades humanas.
En los años siguientes, la IA superó el rendimiento humano en comprensión lingüística. Esta transformación fue el resultado de los avances en el reconocimiento de voz, el procesamiento del lenguaje, los modelos lingüísticos de redes neuronales y la organización de la información. Aunque la generación de textos largos y coherentes sigue siendo un reto para la IA, los chatbots como “ChatGPT”, que reflejan el camino recorrido hasta la actualidad, muestran un progreso notable.
Durante el periodo de 2015 a 2017, la IA comenzó a superar las capacidades humanas
En 2015, la accesibilidad a la construcción de modelos de IA significativos se amplió, facilitada por la aparición de plataformas de código abierto como TensorFlow de Google. Esto permitió a las empresas y a los desarrolladores utilizar la IA de forma innovadora. En particular, se observaron avances en el reconocimiento facial y de imágenes, con máquinas que triunfaron sobre los humanos en desafíos como el ImageNet Large Scale Visual Recognition Challenge.
En 2016, el aprendizaje profundo por refuerzo, una fusión de redes neuronales y aprendizaje por refuerzo, acaparó una inmensa atención cuando AlphaGo de Google derrotó al mejor jugador de Go del mundo. Además, 2017 fue testigo del auge de los modelos de aprendizaje autosupervisado, en particular con la introducción de Transformer. Estos modelos de transformador son ahora el método predominante para el Procesamiento del Lenguaje Natural (PLN), encontrando aplicaciones en tareas como la traducción automática y la búsqueda web de Google.
La IA: la tecnología dominante de 2023 – En los años 2018 y 2019, los acontecimientos clave giraron en torno a la seguridad de los datos, el procesamiento del lenguaje y el papel de la IA en medicina
En 2018 aumentó la preocupación por la seguridad de los datos debido al escándalo de Cambridge Analytica. La relevancia del valor de la IA en la gestión del riesgo se hizo evidente en diversas funciones, como indica una encuesta de McKinsey.
El mismo año se produjo un salto significativo en el procesamiento del lenguaje con la creación de BERT. BERT, un modelo lingüístico de red neuronal, revolucionó la forma de entender el lenguaje al aprender el uso de las palabras, la gramática, el significado y el contexto.
A diferencias del procesamiento tradicional de izquierda a derecha, BERT conecta palabras en secuencias, lo que le permite producir resúmenes casi indistinguibles de un texto escrito por humanos. Estos avances son cruciales para aplicaciones como los chatbots, demostrando un progreso notable en la última década.
En septiembre de 2019, se produjo un gran avance en el campo de la medicina. Los investigadores desarrollaron un sistema de IA que superó a los radiólogos humanos en la detección del cáncer de pulmón. Este logro se basó en un algoritmo de aprendizaje profundo que interpretaba tomografías computarizadas para predecir la probabilidad de la enfermedad.
En los años 2020 y 2021 se produjeron rápidos avances en IA impulsados por la pandemia de COVID-19
La inteligencia artificial aceleró el desarrollo de vacunas, que suele durar décadas, mediante el análisis rápido de una gran cantidad de datos. El aumento impulsado por la pandemia es evidente en 68 mil millones de dólares en inversiones globales, un 40% más de 2019 a 2020. 2021 vio un aumento de 30 veces en las solicitudes de patentes para innovaciones de IA, destacando el rápido progreso. El año pasado se centró en las aplicaciones de la Inteligencia Artificial (IA) en ordenadores, mejorando la comprensión visual para tareas como la clasificación de imágenes, el reconocimiento de objetos y la detección facial.
La IA se ha convertido en algo vital en nuestras vidas, evolucionando rápidamente a lo largo de una década. Antes, las máquinas tenían problemas de reconocimiento, pero ahora destacan en diversas tareas. En los últimos meses se ha producido una explosión de la “IA generativa”, como Dall-E y Stable Diffusion. En particular, “ChatGPT” de OpenAI replica la conversación humana.
La adopción de Inteligencia Artificial se duplicó desde 2017, centrándose en la automatización robótica y la visión por ordenador. El reconocimiento facial se expandirá para la seguridad. Sin embargo, las preocupaciones sobre la privacidad y la ética son inminentes.
La inversión en la Inteligencia Artificial (IA) crecerá, con el 63% de los encuestados previendo un aumento de las inversiones en Inteligencia Artificial. Para 2025, se espera que los ingresos mundiales por aplicaciones de IA alcancen los 31.000 millones de dólares. Para garantizar un desarrollo responsable, deben establecerse ya leyes sobre inteligencia artificial.
Read the original article on morethandigital.
Read more: Meta Unveils Human-like AI Chatbots to Elevate User Engagement.
