II. Campos conectados

Aparte de la IA, hay varios campos diferentes, pero estrechamente relacionados con ella, que conviene conocer, aunque sea solamente por el nombre. Destacan el aprendizaje automático, la ciencia de datos y el aprendizaje profundo.

Puede decirse que el aprendizaje automático es un subcampo de la IA, que a su vez es un subcampo de la informática (estas categorías suelen ser algo imprecisas, e incluso hay partes del aprendizaje automático que encajarían igualmente, o incluso mejor, en la estadística). El aprendizaje automático hace posible obtener soluciones de IA adaptables. Una definición concisa podría ser la siguiente:

Terminología clave

Aprendizaje automático

Sistemas que van mejorando la manera en que ejecutan una tarea dada a medida que acumulan experiencia o datos.

El aprendizaje profundo es un subcampo del aprendizaje automático, que a su vez es un subcampo de la IA, que a su vez es un subcampo de la informática. Abordaremos el aprendizaje profundo con algo más de detalle en el capítulo 5, pero por el momento basta señalar que la «profundidad» del aprendizaje profundo se refiere a la complejidad de un modelo matemático, y que el aumento de la capacidad de computación de los ordenadores modernos ha permitido a los investigadores incrementar esta complejidad hasta alcanzar niveles no solo cuantitativa, sino también cualitativamente diferentes de los anteriores. Como te habrás dado cuenta, la ciencia suele abarcar una serie de subcampos cada vez más especializados, subcampos de subcampos y así sucesivamente. Esto permite a los investigadores centrarse en un tema concreto y ponerse al día con la creciente cantidad de conocimientos acumulados a lo largo de los años, así como producir nuevos conocimientos sobre ese tema (o, en ocasiones, corregir los conocimientos previos para que sean más precisos).

Ciencia de datos es un término «paraguas» (un término que abarca varias subdisciplinas) reciente en el que se incluyen el aprendizaje automático y la estadística, determinados aspectos de la informática, y en particular los algoritmos, el almacenamiento de datos, y el desarrollo de aplicaciones web. La ciencia de datos es también una disciplina práctica que requiere una compresión del ámbito al que se aplica, por ejemplo, los negocios o la ciencia: la finalidad (el «valor añadido»), las hipótesis básicas y las limitaciones. En las soluciones de ciencia de datos a menudo interviene una pizca de IA (aunque habitualmente no tanto como cabría esperar según los titulares).

Por robótica se entiende la construcción y programación de robots que puedan operar en situaciones complejas del mundo real. En cierto sentido, la robótica es el reto definitivo de la IA, ya que precisa una combinación de prácticamente todos los ámbitos de esta. Por ejemplo:

  • Visión mediante ordenador y reconocimiento del habla para detectar el entorno.
  • Procesamiento del lenguaje natural, recuperación de información y razonamiento en condiciones de incertidumbre para procesar instrucciones y predecir las consecuencias de las posibles acciones.
  • Modelado cognitivo y computación afectiva (sistemas que responden a expresiones de sentimientos humanos o que imitan sentimientos) para interactuar y trabajar con seres humanos.

El mejor método para abordar muchos de los problemas de la IA relacionados con la robótica es el aprendizaje automático, lo que lo convierte en una rama central de la IA aplicada a la robótica.

Nota

¿Qué es un robot?

De manera sucinta, un robot es una máquina con sensores (que detectan el entorno) y actuadores (que actúan en el entorno) que puede programarse para que lleve a cabo secuencias de acciones. Quienes están acostumbrados a las imágenes de robots que ofrece la ciencia ficción tienden a pensar en máquinas humanoides con una forma de caminar extraña y que hablan con una voz metálica y monótona. Sin embargo, la mayoría de los robots que se usan en el mundo real tienen una apariencia muy diferente, ya que su diseño se ajusta a su aplicación. De hecho, que el robot tuviera forma humana no sería útil para la mayor parte de las aplicaciones, de la misma manera que no tenemos robots humanoides que nos laven los platos, sino máquinas en las que colocamos los platos para lavarlos mediante chorros de agua.

No parece obvio a primera vista, pero cualquier vehículo que tenga como mínimo un cierto nivel de autonomía e incluya sensores y actuadores también se considera robótica. En cambio, las soluciones basadas en software, como los robots conversacionales de atención al cliente, a pesar de que a veces se denominen «robots de software», no se consideran robótica (propiamente dicha).

Cargando ejercicio...

Cargando ejercicio...