Actualmente, la Inteligencia Artificial es una de las áreas que más desarrollo ha tenido, ya que gracias al uso de esta tecnología, grandes marcas de coches trabajan en sistemas de pilotos automáticos, lo cual se analiza en el Laboratorio Nacional de Supercómputo del Sureste de México (LNS) de la Benemérita Universidad Autónoma de Puebla (BUAP).
Uno de los algoritmos de la IA que más éxito ha tenido es el Deep Learning (conocido como aprendizaje profundo, o redes neuronales profundas).
Este tipo de pruebas para autos están basadas en un sistema hardware con una variedad de sensores, los cuales proporcionan información a la computadora de lo que hay en el entorno, como una persona que se encuentra a tres metros, un bache, las líneas del camino, un árbol, etcétera.
“La red neuronal aprende de estos datos y de los propios comportamientos de los usuarios, por ejemplo cuando un conductor está al volante, hasta el punto en el que la computadora es capaz de tomar decisiones y conducir por su cuenta, e incluso superar a un humano en tiempos de reacción y toma de decisiones para evitar accidentes”, señaló Roberto Olmos Pimentel, encargado de Investigación en Minería de Datos y Deep Learning del Laboratorio Nacional de Supercómputo del Sureste de México (LNS) de la BUAP.
De igual forma, algunos modelos de celulares ya cuentan con tecnologías de redes neuronales, cuyos algoritmos diferencian el contenido de las fotos que son subidas a la nube, y esta información es re-enviada a los teléfonos, ya clasificada.
El experto, quien es Maestro en Ciencia de Datos y estudiante del Doctorado en Inteligencia Artificial, en la Universidad de Granada, España, comentó que otro avance del Deep Learning son los asistentes de voz a los que es posible ordenarles; por ejemplo, que muestren fotos de un determinado objeto y lo hacen en segundos.
Estos sistemas también están diseñados para aprender de la información que les proporcionan las personas, como hábitos, horarios, actividades y gustos, entre otros, de modo que se vuelven cada vez más ágiles y pueden proporcionar sugerencias con base en la experiencia adquirida.
Una de las áreas en las que el Deep Learning también se está utilizando es en la traducción de idiomas.
“La red neuronal recibe la frase en la lengua proporcionada, por ejemplo español, y traduce esa información a un idioma computacional que la misma red desarrolla, para después volver a traducirlo al idioma deseado, como el inglés”.
Esta función permite a la IA traducir de una forma rápida y que esa misma frase original se pase a otra lengua.
A mediados del 2017, dos bots de Facebook dotados con IA desarrollaron su propio lenguaje, en una prueba que tenía como objetivo generar un software de negociación.
El proyecto fue detenido debido a que la idea era que los bots se comunicasen en una lengua comprensible para los humanos. Esto es un ejemplo de los alcances de esta tecnología
Por otro lado, con respecto al desarrollo de proyectos tecnológicos, en el LNS de la BUAP recientemente se comenzó una investigación basada en el aprendizaje autónomo de robots.
“La idea es que a un robot se le de información básica del funcionamiento de sus motores y sensores, pero no se le indique cómo combinar estos elementos, de modo que con los datos que tiene y la experiencia que genere, debe aprender a moverse de la mejor forma, independientemente de la configuración que tiene al inicio, es ahí donde se ponen a prueba las funciones de Deep Learning”, subrayó Olmos Pimentel.