El futuro de las inteligencias artificiales
La revolución de la inteligencia artificial (IA) está sobre nosotros, y las empresas deben prepararse para adaptarse a este cambio. Es importante hacer un inventario de las habilidades actuales dentro de la empresa para identificar qué habilidades adicionales necesitan aprender los empleados. La empresa hace bien en desarrollar una estrategia de IA para delinear las áreas donde la IA es más efectiva, ya sea en un producto o servicio. No actuar significa inevitablemente quedarse atrás. La capacitación debe incluir una introducción a la IA, sus capacidades y sus deficiencias (la IA es tan buena como sus datos de capacitación). Este artículo ofrece una visión del estado actual de la IA y lo que se avecina.
La inteligencia artificial encontró su propósito en 2012, cuando Alex Net ganó el desafío ImageNet con una tasa de error general del 16,4 %, en comparación con más del 26 %. El desafío ImageNet es una colección de 1,4 millones de imágenes en 1000 categorías, como perros, automóviles, plantas, etc. Una red neuronal es el motor interno de todas las tecnologías de inteligencia artificial. Se dice que la red neuronal se basa en la forma en que funciona el cerebro humano; Sin embargo, esto está lejos de la verdad. Los cerebros son mucho más complicados y eficientes que las redes neuronales. Los cerebros tienen conciencia, imaginación, inventiva y creatividad, todo lo que falta en las redes neuronales. Los cerebros también son dinámicos y consisten en células especializadas llamadas neuronas.
Las redes neuronales han crecido de unos pocos millones a casi 200 mil millones de parámetros. Cada parámetro debe ser computado, lo que provoca una demanda cada vez mayor de energía y recursos informáticos de alto rendimiento. Los programas de inteligencia artificial han vencido a los humanos en el ajedrez y en el juego más complicado de Go. Los programas como ChatGPT pueden tejer historias emocionantes y responder preguntas complejas. El entrenamiento de una gran red puede llevar meses en servidores potentes con cientos de miles de procesadores.
El aumento de los recursos computacionales ha hecho posibles nuevas herramientas de IA y redes neuronales. Sin embargo, las redes neuronales responsables de todos estos impresionantes resultados no saben lo que están haciendo. No hay conciencia, solo computación.
El aprendizaje automático es un subconjunto de la inteligencia artificial. Los algoritmos de entrenamiento necesitan grandes conjuntos de datos para crear parámetros de buena calidad que definan la función y la precisión de una red neuronal. El aprendizaje automático continúa avanzando a medida que hay más datos disponibles y los algoritmos se vuelven más sofisticados. La IA se utiliza en muchos campos, incluidos la atención médica, las finanzas, la fabricación y el transporte.
El futuro de la inteligencia artificial parece brillante con los continuos avances tecnológicos. La inversión en inteligencia artificial alcanzó los 93.500 millones de dólares en 2021, según Statista. La tendencia actual de crecimiento de las redes neuronales probablemente continuará en el futuro cercano a medida que se requiera más funcionalidad.
Una de las nuevas tecnologías más prometedoras es el procesamiento neuromórfico. Neuromórfico significa "como el cerebro". Se utilizan circuitos dedicados para imitar la forma en que operan las células dinámicas del cerebro. No ejecutan ningún programa, pero son capaces de aprender y, al igual que las células cerebrales reales, todos funcionan simultáneamente en lugar de secuencialmente. Los modelos corticales neuromórficos de inteligencia artificial se basan en la estructura y función de la neocorteza, la región externa del cerebro responsable de procesos cognitivos complejos y son pequeños, más rápidos y consumen menos energía que las computadoras.
Se espera que la investigación de estas y otras estructuras cerebrales conduzca a mayores niveles de inteligencia y mejor rendimiento cognitivo que en los tipos anteriores de inteligencia artificial. Con varios millones de nodos, estas redes corticales artificiales aún están lejos de simular la inteligencia humana.
Al igual que la composición del cerebro, que contiene muchas estructuras diferentes, puede ser necesario utilizar diferentes tipos de redes neuronales para realizar funciones específicas. La neocorteza es solo una parte del cerebro responsable de la cognición y la inteligencia. Tiene conexiones masivas con el tálamo, el hipocampo y el cerebelo, todos ejemplos de regiones cerebrales importantes para diferentes aspectos cognitivos.
Modelar estas regiones y la neocorteza podría conducir a sistemas de IA más avanzados. El tálamo es el eje central que recibe información sensorial en el cerebro. Modelar el tálamo podría mejorar la capacidad de la IA para procesar información sensorial, como datos auditivos, táctiles y visuales.
El hipocampo está involucrado en la navegación espacial y la creación de memorias a largo plazo. Modelar las funciones del hipocampo podría mejorar la capacidad de los sistemas de inteligencia artificial para aprender y formar selectivamente la memoria a largo plazo.
El cerebelo tiene conexiones masivas con todas las regiones de la neocorteza. Modelar el cerebelo podría conducir al procesamiento simultáneo de los datos entrantes mientras la IA aprende algo nuevo, como conducir un automóvil.
Si bien la comprensión neurocientífica de estas regiones del cerebro aún es incompleta, hay suficiente información disponible para construir modelos que puedan responder preguntas abiertas y completar algunos de los espacios en blanco a través de la experimentación. Un día, las redes neuronales neuromórficas corticales pueden desplazar a las redes neuronales que impulsan la inteligencia artificial en la actualidad y han sido responsables de sus muchos éxitos.
Una diferencia clave es su método de entrenamiento. Las redes neuronales actuales requieren millones de ejemplos y un algoritmo de retroalimentación de errores para ajustar los parámetros. Estas sesiones de capacitación pueden tomar semanas usando computadoras costosas y poderosas que cuestan millones.
Las redes neuronales neuromórficas corticales aprenden de unos pocos ejemplos y, por lo tanto, son más baratas de implementar. El procesamiento neuromórfico elimina la necesidad de recursos informáticos colosales. El aprendizaje continuo agrega experiencia, creando resultados más precisos.
Se espera que las redes neuronales corticales se utilicen en productos que van desde el reconocimiento de voz hasta el procesamiento de imágenes, la exploración espacial, la atención médica y la robótica en los próximos cinco años. El desarrollo de las redes neuronales corticales puede conducir al surgimiento de la inteligencia general artificial (IAG), el santo grial de la inteligencia artificial. La humanidad se beneficiará del surgimiento de AGI en impulsar la economía global al proporcionar un multiplicador para el ingenio humano y la seguridad. Es probable que AGI beneficie a la humanidad de manera muy similar a las revoluciones económicas anteriores. Internet y las computadoras cambiaron la forma en que hacemos negocios. Habrá un cambio similar en la forma en que los humanos ocupan su tiempo en el futuro.
La IA es un campo en rápido movimiento y las empresas no pueden permitirse el lujo de quedarse quietas. Para capacitar al personal, es imperativo tomar medidas ahora para permitir que los empleados actualicen sus habilidades para enfrentar los desafíos del futuro. Busque oportunidades para capacitar a sus empleados en esta nueva tecnología a fin de adoptarla por completo en toda su organización.
Para obtener ayuda en la solución de problemas de PC, llámenos al 910174686. Data System es una empresa de servicios informáticos a nivel nacional con 3 locales en España. Nuestro personal del servicio de reparación de ordenadores en Madrid ofrece esta publicación de blog. Si necesita Reparación de ordenadores en Madrid, contáctenos o llama a la oficina local a 661531890.
