Para muchas empresas, iniciar el camino hacia una transformación digital en el ámbito del big data y la inteligencia artificial supone grandes retos, especialmente para aquellas cuya transformación implica tocar el “core” de su negocio. Iniciamos una serie de artículos con el leitmotiv “Inteligencia Artificial para CEO’s”. Somos conscientes de que afrontar cualquier reto es una tarea que debe abordarse desde el conocimiento.

En este sentido podemos hablar de dos tipos de empresas, las denominadas “data-driven company” y las que van un paso más allá y se convierten en “AI-driven company“. ¿Cuál es la diferencia fundamental entre estos dos tipos de enfoques?

Las “data-driven company” son aquellas en las que el “core” de su negocio está dominado por el big data y la ciencia de datos. Obtienen valor de los datos y sus decisiones están basadas en las tecnologías de análisis y machine learning.

Las “AI-driven company” suben un peldaño más, introducen sistemas de inteligencia artificial en sus procesos de negocio, quizás en sus herramientas de selección de personal, en sus procesos de fabricación, en sus campañas de marketing, etc. Saben que la IA no va a proporcionar rendimientos a corto plazo y que los proyectos de inteligencia artificial deben resolver problemas concretos y claramente identificados y su adopción debe ser progresiva y bien planificada.

¿Qué es Inteligencia Artificial? ¿Cuál es su historia y antecedentes? ¿Que características definen a la inteligencia artificial? ¿Qué pasos debe seguir una compañía para convertirse en una “AI-driven company”? ¿Cómo identificar qué problemas pueden ser resueltos mediante la IA y cómo implementar dichas soluciones? ¿Cómo abordar las cuestiones éticas derivadas de las implantación de sistemas de inteligencia artificial en la empresa? Como CEO, ¿Estoy preparado y comprometido para liderar la transformación cultural, estratégica, técnica y de talento que supone ser una “AI-driven company”?

Estas y otras muchas cuestiones son las que abordaremos en los artículos que presentaremos en los próximos meses y que iniciamos hoy con una introducción a la inteligencia artificial, sus orígenes, antecedentes y características.

¿Qué es la Inteligencia Artificial?

Mucho de lo que sabemos sobre la inteligencia artificial se lo debemos a las novelas y películas de ciencia ficción. Desde que aparecieron las primeras máquinas, el ser humano siempre ha soñado con crear máquinas capaces de pensar y comportarse como nosotros, dotándolas de inteligencia y sentimientos, es decir, máquinas inteligentes.
Para entender la inteligencia artificial es fundamental visitar su historia, comprender el desarrollo de esta tecnología, con sus altibajos, a través de las décadas.

Situémonos en la década de los 50 del siglo pasado y en la figura de Alan Turing, conocido como “el padre de la inteligencia artificial”. Turing publicó en 1950 un “paper” o trabajo con el título “Computing Machinery and Intelligence” en el que preguntaba:

¿Puede una máquina pensar?

Alan Turing

Ese documento supone el comienzo de la historia de la inteligencia artificial. Pero ¿Por qué fue tan importante el trabajo de Turing?

  • Introdujo el concepto de máquina inteligente
  • Estableció un método que permitía “medir” si una máquina era inteligente, mediante una prueba conocida conocida como el Test de Turing

Antes de continuar es necesario aclarar algunos conceptos:

  • ¿Qué es “inteligente” desde el punto de vista humano?, es decir, ¿qué nos hace inteligentes?
  • Por otro lado, ¿qué hace que una máquina sea inteligente?

Según la RAE podemos definir inteligencia como:

  • Capacidad para entender o comprender
  • Capacidad para resolver problemas
  • Habilidad, destreza y experiencia

Básicamente este conjunto de habilidades y capacidades es lo que nos hace seres inteligentes. Pero ¿Qué es “inteligencia artificial”?
Veamos primero la definición formal de la RAE:

Disciplina científica que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico

RAE

Actividad
Analiza los puntos 6 y 7 del paper de Alan Turing, en su versión en español, que encontrarás en el siguiente enlace: paper Turing. ¿Se te ocurre algún otro argumento contrario a la pregunta "¿pueden las máquinas pensar?" ¿Estás de acuerdo con la afirmación de Lady Lovelace en cuanto a que "la máquina sólo puede hacer lo que le digamos que haga"?

Los orígenes de la Inteligencia Artificial

A lo largo de la historia los seres humanos han ido estableciendo las bases para el desarrollo de lo que hoy conocemos como inteligencia artificial, casi sin darse cuenta. Desde el siglo IV a.C grandes pensadores como Aristóteles y otros muchos han ido definiendo conceptos como inteligencia, conocimiento, lógica, mente y pensamiento, etc. Estos movimientos filosóficos han sido el germen, posteriormente, de grandes descubrimientos e ideas de la matemática.

Ya en el siglo XVI algunos científicos comenzaron el desarrollo de máquinas que permitían realizar cálculos rudimentarios. Un siglo más tarde Blaise Pascal construyó la máquina aritmética que se conoció como “Pascalina“.

Anteriormente hemos hablado de conceptos como la lógica y otros, que fueron introducidos únicamente desde un punto de vista filosófico. Sin embargo, algunos de estos conceptos debían ser desarrollados desde un punto de vista matemático. Así, en 1847 aparece, de la mano de George Boole, lo que conocemos como lógica Booleana, que con su desarrollo posterior se convirtió en uno de los pilares de la informática moderna.

Muchas ideas y conceptos matemáticos que han surgido a lo largo de los siglos han tenido su aplicación real, en situaciones de la vida cotidiana, muchos años después. Si bien al principio partieron de conceptos puramente teóricos, con el tiempo se convirtieron en poderosas herramientas que han contribuido al desarrollo tecnológico de las últimas décadas.

Tal es el caso de lo que conocemos como “algoritmos”. Fuera del ámbito puramente tecnológico, fue en el siglo IX cuando encontramos las primeras referencias al término algoritmo, asociado, como no, al concepto de álgebra. Fue el matemático persa, probablemente nacido en Bagdad, Al-Khwarizmi quien dio origen a esta rama de la matemática.

Hablamos de algoritmo para referirnos a una secuencia de pasos que nos permiten resolver un problema, en la mayoría de los casos “un problema complejo”. Una receta mediante la cual obtenemos un resultado.
Actualmente los algoritmos representan el núcleo central del que depende el desarrollo de la inteligencia artificial, así como otras técnicas predictivas asociadas a la ciencia de datos como el aprendizaje automático (Machine learning) o el aprendizaje profundo (Deep learning). En los siglos XVIII y XIX se establecen las bases que permiten formalizar la relación entre lógica y algoritmos.

Además de las ramas de la matemática que hemos mencionado hasta ahora, lógica y algoritmia, otras muchas han contribuido al desarrollo de la inteligencia artificial, si bien, quizás las más relevantes sean la estadística y el cálculo de probabilidades.

La estadística, en su forma más rudimentaria, surgió de la necesidad de contar y llevar un registro de determinados “objetos” o “activos” que podían ser propiedad de personas o fundamentalmente del Estado. Sin embargo, no fue hasta el siglo XV cuando la estadística es utilizada para dar respuesta a problemas de la vida cotidiana, como censos de población, fallecimientos y sus causas, etc.

Por otro lado, el cálculo o teoría de la probabilidad tiene sus orígenes alrededor del año 1550 de la mano del matemático (entre otros oficios) italiano y aficionado a los juegos de azar Gerolamo Cardano. Los juegos de azar y su popularidad en los siglos XVII y XVIII, fueron por lo tanto el origen de los primeros trabajos sobre probabilidades, no sólo los publicados por Cardano, sino unos años más tarde a partir de los escritos de Pierre de Fermat y Blaise Pascal (1654).

Más adelante, otros matemáticos como Bernoulli, Moivre, Bayes, Lagrange o Laplace, por mencionar sólo unos cuantos, contribuyeron al desarrollo de teorías más elaboradas, como la Teoría del Límite Central o la aplicación de la distribución normal al ámbito de la probabilidad. De hecho, fue el Marqués de Laplace, con su trabajo titulado “Théorie analytique des probabilités”, quien dio un impulso definitivo a estas teorías al presentar un enfoque matemático sobre los juegos de azar y ofrecer una primera definición “formal” sobre probabilidad.
En la actualidad, estadística y probabilidad convergen en aplicaciones que forman parte del corazón de los sistemas de inteligencia artificial.

Todas estas teoría y conceptos serán explicados con más detalle en otros artículos de la serie en los que hagamos referencia a la base matemática de la inteligencia artificial.

Hasta ahora hemos hablado de los orígenes de la inteligencia artificial y su relación con diversas ramas de las matemáticas. Sin embargo, existen otras ciencias que han contribuido enormemente y de forma directa al desarrollo de la IA. Hablaremos de las ciencias económicas, la neurociencia y la psicología. Empezaremos por la contribución de las ciencias económicas a la IA.

Cuando hablamos de inteligencia artificial debemos hacer referencia a dos conceptos que introduciremos ahora pero que analizaremos con detalle en posteriores artículos. Son los conceptos de agente inteligente e interacción.

¿Qué es un “agente inteligente”? Podemos definirlo como cualquier cosa que es capaz de percibir su entorno e interactuar con él mediante lo que se conoce como actuadores. La percepción del entorno puede deberse al uso de sensores, en el caso de robots o dispositivos electrónicos, y los actuadores son todos aquellos elementos que le permiten realizar acciones, un brazo robótico podría ser un buen ejemplo de “actuador”. Las interacciones con el entorno se producen mediante la comunicación, la toma de decisiones o la colaboración con otros agentes. Aquí intervienen también otras ciencias o áreas del conocimiento como la visión computerizada o la lingüística.

En el campo de la ciencia económica, una de las teorías más apasionantes es la que se conoce como “Teoría de juegos”. Básicamente esta teoría nos habla de cómo optimizar la toma de decisiones no sólo en base a nuestras opciones, sino teniendo muy presente las posibles opciones del contrario, cuantificando las distintas posibilidades.

Esta teoría es interesante desde el punto de vista de la inteligencia artificial por dos razones:

  • En el estudio de las interacciones entre humanos y robots
  • En el desarrollo de redes generativas adversarias (GAN) o redes antagónicas, es decir, sistemas inteligentes que compiten entre ellos para conseguir un objetivo

Otro campo científico que forma parte también de los orígenes de la inteligencia artificial es la Neurociencia. A pesar de lo que pudiera parecer, la neurociencia o el estudio del sistema neurológico tiene ya unos 200 años de edad. Esta disciplina científica nos permite conocer los mecanismos mediante los cuales el cerebro procesa la información, dónde se localizan sus funciones cognitivas o de aprendizaje, etc., conocimiento que nos ha permitido replicar modelos de aprendizaje en sistemas inteligentes mediante la creación de redes neuronales.

Además de los mecanismos físicos que estimulan el procesamiento de información y el aprendizaje en el cerebro humano, existen otros mecanismos psicológicos que tienen que ver con la memoria, el pensamiento lógico, y otros que en definitiva afectan a nuestras estructuras de pensamiento y aprendizaje.

¿Qué otras ramas de la ciencia y el conocimiento crees que han sido necesarias en el desarrollo actual de la inteligencia artificial?

¿Está tu empresa preparada y comprometida para liderar la transformación cultural, estratégica, técnica y de talento que supone ser una “AI-driven company”?

¿Crees que la definición de la RAE de “inteligencia” engloba todo lo que nos hace inteligentes? ¿Cómo definirías personalmente la inteligencia artificial?