Términos clave en Inteligencia Artificial

Para hablar de Inteligencia Artificial (IA) cabe comenzar no solo por su historia y desarrollo, visto en un post previo, sino de aquellos términos básicos que vamos a utilizar. Y he aquí los más básicos para poder hablar un mismo idioma en esta área. 

Cabe comenzar por la definición de lo que entendemos por IA. Una posible definición es como la capacidad de un sistema informático de replicar tareas propias de la inteligencia humana, como tomar decisiones, reconocer patrones o analizar información. Y lo más importante: es capaz de aprender y mejorar con el tiempo. Pero sigamos con otras definiciones. 

- Aprendizaje automático (Machine Learning): es el proceso por el cual las máquinas aprenden a través de grandes cantidades de datos, reconociendo patrones y ajustando su comportamiento automáticamente. Se reconocen dos tipos de aprendizaje automático: supervisado (con dos grandes grupos, la regresión para variables numéricas y la clasificación para variables categóricas) y no supervisado (que usa técnicas de reducción de la dimensionalidad). 

- Red neuronal: es un sistema de computación que imita el comportamiento del cerebro humano mediante nodos (neuronas) conectados en capas. 

- Aprendizaje profundo (Deep Learning): es la versión avanzada del Machine Learning, pues usa redes neuronales de muchas capas (o profundas, de ahí el nombre) lo que permite procesar grandes cantidades de datos y aprender patrones complejos. 

- Modelo: es una IA ya entrenada, lista para usarse en tareas reales. Su nombre proviene de “modelar” matemáticamente las relaciones entre los datos para hacer predicciones. Porque todo lo definido anteriormente son procesos y el modelo es el resultado. 

- LLM (Large Language Model): es un modelo de IA entrenado con grandes cantidades de datos que entiende y procesa el lenguaje humano. Ejemplos son ChatGPT de OpenAI, Gemini de Google, Claude de Antrhopic, Llama de Meta. 

- SLM (Small Language Model): son modelos de lenguaje más pequeños y entrenados con menos datos que los LLM. Son menos poderosos, pero no consumen tantos recursos, por lo que se ejecutan en el dispositivo móvil. Ejemplo es Gemini Nano. 

- IA Generativa (GenAI): es un tipo de IA que puede generar (de ahí el nombre) contenido como texto, imágenes, vídeos, código, resúmenes, etc. Es la mayor revolución en la historia de la IA. 

Y ahora tres conceptos que son el futuro inmediato. 

- AGI (Artificial General Intelligence): es un tipo de IA que alcanza el nivel de inteligencia de un ser humano. Puede aprender cosas nuevas para las que no ha sido entrenado y adaptarse a tareas por sí solo. 

- Superinteligencia: es el nivel máximo de IA, pues supera al ser humano en todos su ámbitos. No solo porque aprende más rápido, también mejora por sí sola, realizando tareas que los humanos no somos capaces de comprender. 

- Singularidad: es el momento en el que la IA supera a los humanos en todos los aspectos y deja de necesitarlos. A partir de entonces, evoluciona a un ritmo tan rápido que se vuelve impredecible, ya que los humanos ni pueden prever ni controlar su avance. 

Estos son algunos términos sobre los que profundizar… para poder ayudar a entender este camino hacia la IA.