Inteligencia de máquina

En el pasado, cuando se mencionaba la investigación y las aplicaciones de la inteligencia artificial, solo se pensaba en algún tipo de loco estudio de laboratorio. Hoy en día, las aplicaciones que transforman todo en inteligente se llaman inteligencia artificial. Los objetos inteligentes, los sistemas inteligentes, las fábricas inteligentes, el estado inteligente, las ciudades inteligentes se han incluido en nuestra vida social, social y empresarial como resultado de estas aplicaciones que agregan el adjetivo «inteligente» a todos los conceptos que han surgido en el pasado.

Quizás el componente más importante, o incluso la columna vertebral, de las estrategias digitales de muchos países son las aplicaciones de inteligencia artificial. En los últimos años, las aplicaciones de inteligencia artificial ahora se ven como una tecnología base y las estrategias se crean en consecuencia. Por otro lado, las aplicaciones de inteligencia artificial son uno de los temas tecnológicos más controvertidos en la actualidad. Los debates se basan principalmente en los límites éticos de estas prácticas y el fundamento legal que aún no existe. En general, la inteligencia artificial pretende entender esto considerando el cerebro humano como un modelo ejemplar y encontrar “nuevos inventos” y nuevas aplicaciones a partir de ahí. Es posible limitar esta definición general a algunos conceptos. De hecho, el algoritmo relacionado con este campo para hacerlo más perspicaz en términos de la industria de la maquinaria,

EL ALGORITMO NO ES “INTELIGENTE”

La inteligencia artificial es un método de aplicación especial de algoritmo y método de resolución de problemas secuenciales con la ayuda de una computadora. El algoritmo en sí no es «inteligente». Las condiciones de trabajo del programa Deep Blue, que derrotó al campeón mundial de ajedrez Kasparov en 1996, eran un sistema que se conocía con certeza y consistía en condiciones inmutables. Entonces, aunque era un sistema perfecto, no era inteligente. Cuando hablamos de algoritmos inteligentes, hablamos de sistemas de autoaprendizaje, y la primera aplicación de esto es el aprendizaje automático.

¿QUÉ ES EL APRENDIZAJE AUTOMÁTICO?

En este sistema, los datos se forman transfiriendo metadatos creados con cierta información a la computadora. A partir de un ejemplo clásico, se ingresan 100 imágenes de perros en la computadora, junto con la información (metadatos) que estas imágenes muestran a los perros. El programa de computadora intenta crear un ejemplo y un orden a partir de las imágenes que se le muestran sobre la probabilidad estadística de acuerdo con el estado de la función variable. Determina si la imagen que se muestra es un perro. Sistemas como la traducción automática y la conducción autónoma, que ya se realizan con el uso de texto y voz, son buenos ejemplos de aprendizaje automático. Aunque este tipo de sistemas se denominan aplicaciones de inteligencia artificial, de hecho, en estos ejemplos, las computadoras evalúan los datos que tienen y llegan a una conclusión o hacen una predicción a través de una detección de alta probabilidad.

EL CEREBRO HUMANO ES LA BASE DEL APRENDIZAJE PROFUNDO

Uno de los sistemas más complejos y complejos del sistema de aprendizaje automático se llama aprendizaje profundo. El tema principal del sistema es una especie de sistema de redes neuronales artificiales modelado en el cerebro humano. En este sistema se realiza una entrada de datos muy completa y grande llamada big data. Este big data no son datos diseñados (el aprendizaje automático tiene más datos diseñados) y desarrolla el proceso transfiriendo la información que necesita en diferentes planos a un plano diferente. En este punto, estamos hablando de una capacidad de análisis de detalles polivalente y versátil. Gracias a esta habilidad y como resultado de procesos espontáneos, surgen resultados sorprendentes. Aunque este sistema es bastante nuevo, en su infancia, la capacidad de la inteligencia humana, A pesar de su flexibilidad y versatilidad, se le puede llamar un sistema subdesarrollado. Actualmente, se pueden construir 100.000 redes neuronales en el sistema de aprendizaje profundo más avanzado, y se estima que este número superará los 10 millones en un futuro próximo. Las aplicaciones que consistirán en 10 millones de sistemas de redes neuronales probablemente nos sorprenderán aún más a los humanos, pero considerando que las redes neuronales estimadas en el cerebro humano rondan los 85 mil millones, se puede decir que la inteligencia artificial aún está en pañales.

INTELIGENCIA ARTIFICIAL Y “MADE IN GERMANY”

Hay una institución de investigación de inteligencia artificial establecida en Alemania en 1988. Esta institución está dirigida por empresas asociadas. Aparte de esto, aunque algunas unidades de los Institutos Fraunhofer y universidades también se han centrado en este tema, el liderazgo en aplicaciones de inteligencia artificial en el mundo pertenece principalmente a EE. UU. y China.

Alemania ha creado una nueva estrategia para no quedarse atrás en las aplicaciones de inteligencia artificial en el mundo, para mantener y mejorar su competitividad. Bajo el lema «Inteligencia artificial hecha en Alemania», el gobierno federal anunció un programa de apoyo de 3 mil millones de euros y espera una cantidad igual de inversión del sector privado. Según este programa, que estará vigente a partir de 2019;

  • Un programa de apoyo y motivación para crear cupos para 100 nuevos profesores en universidades solo para este campo y para atraer científicos e investigadores del extranjero a Alemania.
  • Exención de impuestos a las inversiones de empresas en este campo,
  • Establecimiento de centros de conocimiento empresarial de inteligencia artificial a nivel estatal o regional,
  • Está previsto establecer laboratorios reales donde se puedan probar aplicaciones de inteligencia artificial.

El aprendizaje automático, el aprendizaje profundo, la interacción máquina-humano y los sistemas de autoaprendizaje llaman la atención en el centro de la estrategia de inteligencia artificial alemana.

La estrategia de digitalización de Turquía también debe planificarse según sectores e incluso grupos de subsectores. Este trabajo debe iniciarse de inmediato, especialmente para los productos de exportación. En esta planificación, los tres contenidos conceptuales que mencioné deben manejarse y ejecutarse en conjunto. No necesitamos pensar en cómo sucede esto, hay innumerables aplicaciones experimentales ante nosotros. Necesitamos analizarlos bien y comenzar a tomar medidas rápidas en este sentido lo antes posible.


Deja una respuesta

Tu dirección de correo electrónico no será publicada.