ya llevamos un tiempo escuchando noticias como una inteligencia artificial derrota a un maestro mundial de ajedrez o de go o de no sé qué juego dificilísimo o una inteligencia artificial compone una pieza al estilo de bach que los expertos no pueden distinguir de una auténtica pinta un cuadro de rembrandt o ayuda a la conducción de coches autónomos o es capaz de distinguir rostros de criminales o yo que se mil cosas pero en todas esas noticias que quieren decir con inteligencia artificial y sobre todo cómo funciona esa cosa efectivamente este es un tema largo complicado y
con muchísimas caras pero hoy vamos a dar algunas pinceladas [Música] la inteligencia artificial así en general se suele definir como la capacidad que tienen artilugios artificiales como por ejemplo el ordenador de realizar tareas propias de una inteligencia humana es verdad que las cosas están cambiando y a veces la gente se plantea que una inteligencia artificial no tiene por qué parecerse del todo a una inteligencia humana pero esa es una cuestión complicada así que nos quedamos de momento con la definición habitual la cosa es qué significa eso de las tareas propias de una inteligencia humana bueno
si consideramos la capacidad de cálculo entonces eso si las máquinas la tienen si consideramos la capacidad de memorizar datos pues también conforme los ordenadores fueron siendo más capaces también se fueron atreviendo con cosas más de humanos inteligentes juegos complicados como el ajedrez y otros para los que podían crear ciertas estrategias apoyadas sobre todo en su capacidad de cálculo y de memoria poco a poco se iba avanzando en el terreno de la inteligencia que las matemáticas iban logrando pero claro hay cosas demasiado humanas que quedaban fuera del alcance de la inteligencia artificial como por ejemplo la
capacidad de aprendizaje la creatividad o la autoconciencia la inteligencia humana es probable más que esas tres cosas pero si una máquina las logra no está nada mal nos parece la autoconciencia de momento está lejos es una cosa más bien de la ciencia ficción pero bueno ya sabéis que los artistas van siempre un paso por delante de los científicos en muchas cosas y quizá un día lleguemos a ver máquinas que ahora mismo sólo encontramos en las pelis en los videojuegos en las novelas o en los cómics lo de la creatividad es más dudoso hay algoritmos a
los que podemos empezar a atribuir ciertas formas de creatividad y es un terreno en el que se está trabajando mucho y en muchos ámbitos distintos pintura matemáticas escritura música e incluso humor ya hay ordenadores que son capaces de producir arte creativo o de inventarse chistes y es un tema interesantísimo pero el 90% o más de las ocasiones en las que oyes hablar de que una inteligencia artificial ha hecho tal o cual cosa normalmente estamos en el terreno del aprendizaje y eso es un tema en el que hay avances espectaculares se llama aprendizaje automático o machine
learning y hoy por hoy es prácticamente sinónimo de inteligencia artificial pero como lo definiría el aprendizaje automático el masín learning ese es un conjunto de técnicas mediante las cuales un algoritmo que tiene que realizar una tarea capaz de modificar su propio comportamiento basándose en los datos de que dispone o en lo bien o mal que lo haya hecho en el pasado o en lo que le digan otros que están bien o mal hecho vamos lo que se dice aprender de toda la vida o sea vaya que esos algoritmos son capaces de aprender de sus errores
no como esa gente que lleva 25 años apuntándose al gimnasio el 2 de enero y des apuntándose el 5 hay montones de algoritmos de aprendizaje automático que nos rodean cada día que son cada vez mejores y que son un tema de estudio total para empezar hay varios tipos hay unos que se llaman de aprendizaje supervisado se les envía en un montón de datos que se llaman etiquetados o sea para los que se sabe la solución al problema que se les plantea ya medida que van procesando esos datos van aprendiendo a este proceso se le llama
entrenamiento un ejemplo típico de estos más típicos no puede ser es un algoritmo al que entrenamos para que sepa distinguir una foto mía de una foto de cualquier otra persona le pasó mil eso mediante fotos las que sea de las cuales en unos cuantos cientos de miles estoy yo y en otras no y le digo en cuáles sí estoy y en cuáles no estoy el algoritmo se entrena con esas fotos y luego cuando le llega una foto nueva pues con lo que he aprendido ya sabes si salgo en esa foto o no estos algoritmos de
aprendizaje supervisado se usan mucho mucho mucho muchísimo y lo que necesitan son datos millones de datos etiquetados y tú les estás ayudando quizás sin saberlo sabes esos captcha para entrar en algunas webs que te dicen que márquez fotos en las que salen semáforos o coches o peatones o señales o autobuses pues están etiquetando fotos que luego servirán para entrenar un algoritmo que reconozca esas cosas en imágenes y que a lo mejor en un tiempo está instalado en un coche autónomo o sea que haciendo bien lo de las fotos esas estás enseñando a conducir a los
coches del futuro como que te quedás los problemas que resuelven estos algoritmos son super variados un reconocimiento facial reconocimiento de voz de huellas digitales coches automáticos en fin mil cosas muchas más cosas de las que te imaginas la verdad otro tipo de algoritmo de aprendizaje automático son los nuevos supervisados estos no entrenan como las anteriores con datos etiquetados estos se usan por ejemplo para agrupar datos que son parecidos entre sí imagínate por ejemplo si el algoritmo agrupar a la gente que tienen los mismos gustos musicales o de ropa se podrían utilizar en publicidad este no
es su único uso hay algoritmos muy variados esto es lo que hacen es definir una distancia entre datos por ejemplo entre tu historial de escuchas en spotify y el mío comparan nuestros gustos y así nos ofrecen canciones parecidas después se usan mucho también en aplicaciones científicas como en genómica por ejemplo luego están los semi supervisados claro no va a haber supervisados no supervisados y ya está no aquí no somos binarios muy frente este lo que hace es que cuando tenemos pocos datos etiquetados por lo que sea consiguen unos pocos y usan el aprendizaje supervisado para
etiquetar más datos por una parte y luego eso es los usa en otro modelo de aprendizaje supervisado para resolver el problema que tengamos y finalmente otro tipo de aprendizaje automático muy usado es el aprendizaje por refuerzo este actúa por prueba y error y se usa mucho para aprender a jugar por ejemplo en estos casos hay un concepto de recompensa que te dice cuando los echo bien por ejemplo ganar la partida así que el algoritmo se queda con unos parámetros de una partida por ejemplo los movimientos que ha hecho las decisiones que ha tomado y si
el resultado es que gana esos movimientos los usará con más probabilidad en las próximas partidas y si le llevan a perder pues con menos probabilidad en aplicaciones científicas se usan muchísimo estos también para realizar estos tipos de aprendizaje hay muchas técnicas hay algoritmos específicos que se utilizan para cada problema en particular o que se mezclan para conseguir mejores modelos entre los más famosos y utilizados los menciono para que podáis hacer una búsqueda por internet si os interesan los detalles están algunos que tienen que ver con estadística y probabilidad clásicas como algunos de reflexión regresión lineal
regresión logística métodos vallesanos etcétera otros son árboles de decisión en los que vas dirigiéndote por una rama u otra según vas tomando decisiones por ejemplo random forest que está muy bien se generan varios árboles de decisión con partes de los datos y se analiza el resultado de cada uno de ellos cuáles han sido las decisiones más comunes que vota la mayoría de los árboles etcétera es muy chulo knn es muy usa no significa que mires neighbors y sirve por ejemplo para clasificar haciéndolo para cada dato en base a la clasificación de sus vecinos más próximos
para ello hay que definir bien qué significa que los datos sean cercanos pero bueno hay muchos otros support vector machine todos los degradan boosting etcétera en muchos alhaurinos y quizá la técnica más potente de todas son las redes neuronales que consisten en muchas pequeñas funciones matemáticas cada una de ellas llamada neurona o zelda que se combinan entre sí se coordinan se pasan resultados unas a otras formando una red cuando estas redes son grandes y con muchas capas se llaman redes profundas y dan nombre a toda una rama del aprendizaje automático que se llama aprendizaje profundo
o deep learning que normalmente es aprendizaje supervisado ahora ya sabéis lo que es usando redes profundas para entrenar al modelo en fin ya veis montones de técnicas en las que la comunidad científica está súper activa sobre todo porque las aplicaciones son muchísimas algunas muy transformadoras hay algoritmos que hacen cosas increíbles a mí por ejemplo los de traducción automática que son cada vez mejores me dejan flipado o muy útiles el reconocimiento de voz por ejemplo pero que también pueden cometer errores si no están bien diseñadas o incluso hacer cosas no tan buenas si no tenemos un
poco de cuidado y sobre todo si no sabemos al menos algo de cómo funcionan están por todas partes así que os animo a seguir conociendo la inteligencia artificial y los algoritmos que hay detrás y sobre todo las matemáticas que les otorgan suponer [Música]
