¿Cómo funciona la inteligencia artificial?
Hoy en día existen varias formas de inteligencia artificial (IA). Es una pregunta difícil cómo llamar incluso una inteligencia artificial y qué llamar simplemente un programa de software. Existe una tendencia en el software, donde cuando algo que solía llamarse "AI" madura y se integra en el contexto tecnológico, ya no se llama AI. Los programadores de la década de 1950 podrían llamar a numerosos programas integrados en nuestro mundo "inteligencia artificial", por ejemplo, el microchip en su automóvil que regula la inyección de combustible, o la base de datos en el supermercado que almacena registros de todas las ventas, o el motor de búsqueda de Google.
Pero el campo que se llama a sí mismo "Inteligencia Artificial" tiende a ser ligeramente diferente al grupo mucho más amplio de "desarrolladores de software en general". Los investigadores de IA tienden a buscar formas de software más complejas, adaptativas, capaces o incluso vagamente humanas. Los trabajadores en inteligencia artificial también tienden a ser interdisciplinarios y bien versados en áreas de ciencias y matemáticas ajenas al programador típico, que incluyen, entre otros: estadísticas formales, neurociencia, psicología evolutiva, aprendizaje automático y teoría de decisiones.
En el campo de la inteligencia artificial, hay dos campos principales: los Neats y los Scruffies. La división se ha mantenido prácticamente desde que la IA se fundó como campo en 1956. Los puros son partidarios de métodos formales como las estadísticas aplicadas. Les gusta que sus programas estén bien organizados, sean probables, funcionen con base en teorías concretas y sean editables libremente. A los desaliñados les gustan los enfoques desordenados, como las redes neuronales adaptativas, y se consideran piratas informáticos, lanzando todo junto siempre que parezca que funciona. Ambos enfoques han tenido éxitos impresionantes en el pasado, y también hay híbridos de los dos temas.
Todos los diseños de inteligencia artificial están inspirados al menos superficialmente en el cerebro humano, ya que, por definición, la inteligencia artificial se trata de imitar algún aspecto de la inteligencia. Las IA tienen que construir conceptos de las cosas con las que manipulan o trabajan, y almacenar esos conceptos como fragmentos de datos. A veces, estos fragmentos son dinámicos y se actualizan con frecuencia, a veces estáticos. En general, una IA se preocupa de explotar las relaciones entre los datos para lograr algún objetivo.
Las metas a menudo se asignan en función de la utilidad. Cuando se le presenta una meta, un sistema de IA puede generar submetas y asignar estos valores de utilidad de submetas en función de su contribución prevista a la meta principal. La IA procede a perseguir objetivos secundarios hasta que se logre el objetivo principal. Entonces es libre pasar a un nuevo objetivo primario (pero con frecuencia similar). Lo que difiere ampliamente entre la IA es cómo se implementan todas estas dinámicas.