¿Qué es la Inteligencia artificial limitada (Artificial Narrow Intelligence, ANI)?

La IA limitada, también conocida como IA débil, se refiere a los sistemas de inteligencia artificial diseñados para realizar una tarea específica y operar bajo un conjunto limitado de restricciones.

Explicación de la IA limitada

La IA limitada realiza tareas específicas, como el reconocimiento de voz o el análisis de imágenes. Es el tipo de IA más común que encontramos en nuestra vida cotidiana. Algunos ejemplos son los asistentes de voz de nuestros teléfonos, como Siri y Google Assistant, los algoritmos de recomendación utilizados por Netflix y Amazon, y la IA que impulsa los vehículos autónomos.

La IA limitada está diseñada para realizar tareas que normalmente requieren inteligencia humana, pero opera bajo un conjunto limitado de restricciones y es específica para cada tarea. No posee entendimiento ni conciencia, sino que sigue reglas preprogramadas o aprende patrones a partir de datos. Por ejemplo, una IA limitada diseñada para el reconocimiento de imágenes puede identificar objetos en las imágenes porque ha sido entrenada en un conjunto de datos de imágenes con objetos etiquetados, no porque entienda qué es un objeto.

El término "IA limitada" se utiliza para diferenciar este tipo de IA de la Inteligencia artificial general (Artificial General Intelligence, AGI), también conocida como IA fuerte. AGI se refiere a un tipo de IA que tiene la capacidad de comprender, aprender y aplicar conocimientos en una amplia gama de tareas, de forma muy parecida a un ser humano. Por el contrario, la IA limitada está diseñada para tareas específicas y carece de la capacidad de realizar tareas fuera de su ámbito diseñado.

La IA limitada se utiliza porque puede realizar tareas específicas con más eficacia y precisión que los humanos. Puede trabajar 24 horas al día, 7 días a la semana, sin pausas, no necesita un salario y puede procesar grandes cantidades de datos rápidamente. Es especialmente útil para tareas repetitivas, que requieren mucho tiempo o son peligrosas para el ser humano.

Ejemplos de aplicaciones reales de IA limitada

La IA limitada encuentra su aplicación en muchos ámbitos, por ejemplo:

• Asistentes de voz. Siri, Alexa y Google Assistant son ejemplos de IA limitada diseñada para entender y responder a órdenes de voz, realizar tareas como programar alarmas, hacer llamadas telefónicas y responder preguntas.
• Sistemas de recomendación. Los algoritmos de recomendación utilizados por plataformas como Netflix, Amazon y Spotify son ejemplos de IA limitada. Analizan el comportamiento y las preferencias de los usuarios para recomendarles películas, productos o canciones.
• Filtrado de correo electrónico. Los servicios de correo electrónico como Gmail utilizan la IA limitada para filtrar los correos basura y clasificar los correos entrantes en diferentes carpetas.
• Previsión meteorológica. Predecir la temperatura, las precipitaciones y otras condiciones basándose en datos climáticos

¿Cuáles son las ventajas de la IA limitada?

La IA limitada ofrece varias ventajas:

• Eficiencia. Los sistemas de IA restringida pueden realizar tareas específicas con mayor eficacia y precisión que los humanos, reduciendo el tiempo y el esfuerzo necesarios para llevarlas a cabo.
• Disponibilidad. A diferencia de los humanos. Los sistemas de IA estrechos pueden trabajar 24 horas al día, 7 días a la semana, sin interrupciones, proporcionando un servicio constante. También pueden ampliarse o reducirse fácilmente para adaptarse a la demanda de una tarea concreta.
• Reducción del error humano. Al automatizar las tareas, la IA limitada puede ayudar a reducir las posibilidades de error humano.
• Mayor seguridad. En determinados sectores, como la fabricación o el transporte, la IA limitada puede ayudar a mejorar la seguridad al asumir tareas peligrosas o repetitivas que podrían poner en peligro a los trabajadores humanos.

¿Cuáles son las limitaciones de la IA limitada?

A pesar de sus ventajas, la IA limitada tiene sus limitaciones:

• Falta de flexibilidad. Los sistemas de IA restringida están diseñados para tareas específicas y no pueden realizar tareas fuera del ámbito diseñado. Un ejemplo de este problema puede verse en los sistemas de reconocimiento de voz. Estos sistemas están diseñados para reconocer y transcribir el habla humana, pero pueden tener problemas con acentos o dialectos que están fuera de su ámbito de diseño. Por ejemplo, un sistema de reconocimiento de voz diseñado para el inglés americano puede tener dificultades para transcribir con precisión un acento escocés, lo que provocaría errores de transcripción.
• Dependencia de los datos. El rendimiento de los sistemas de IA restringida depende en gran medida de la calidad y cantidad de los datos con los que se entrenan. Por ejemplo, en el ámbito del reconocimiento facial, si el sistema de IA se entrena con un conjunto de datos que no es lo suficientemente diverso, puede tener dificultades para reconocer con precisión rostros de individuos de determinadas razas o etnias. Esto puede dar lugar a resultados sesgados o inexactos, que pueden tener graves consecuencias en ámbitos como la aplicación de la ley y la seguridad.
• Falta de comprensión. Los sistemas de IA limitada no comprenden realmente las tareas que realizan. Se limitan a seguir instrucciones preprogramadas o patrones que han aprendido de los datos. En el campo del diagnóstico médico, los sistemas de IA pueden entrenarse con grandes conjuntos de datos de imágenes médicas y ser capaces de identificar con precisión ciertos patrones o anomalías. Sin embargo, es posible que no comprendan realmente los mecanismos biológicos subyacentes o el contexto clínico que hay detrás de estos patrones, lo que podría llevar a un diagnóstico erróneo o a recomendaciones terapéuticas inadecuadas. Esto pone de relieve la importancia de garantizar que los sistemas de IA se desarrollen y prueben en colaboración con expertos médicos que puedan proporcionar el contexto necesario e interpretar los resultados.

El futuro de la IA limitada y sus riesgos

La IA limitada está en todas partes: en nuestros teléfonos, coches y lugar de trabajo. Nos hemos vuelto dependientes de ella porque nos facilita la vida. Además, la IA limitada sigue mejorando, lo que nos lleva al umbral de la inteligencia artificial general .

Desarrollo una aplicación de IA limitada casi todas las semanas para mis blogs y con fines de investigación. El modelo de clasificación tabular es el modelo de IA restringida más conocido. Además, he trabajado en previsión de series temporales, agrupación, visión por ordenador, Procesamiento del Lenguaje Natural y modelos de reconocimiento del habla. Si quieres aprender más sobre Clasificación en Machine learning, puedes adquirir experiencia práctica construyendo un modelo de IA limitada.

Los grandes modelos lingüísticos, como el GPT-3.5 Turbo y el GPT-4, que comprenden el contexto humano de forma más competente, han transformado nuestros entornos de trabajo. Las empresas están integrando ahora estas tecnologías en el lugar de trabajo, haciendo que los empleados sean más eficientes.

Aunque la IA restringida tiene ventajas potenciales, también existen riesgos sustanciales relacionados con el sesgo, la falta de explicabilidad del modelo, la fiabilidad, la seguridad y las repercusiones laborales. Las evaluaciones exhaustivas de los riesgos y las prácticas responsables de IA serán fundamentales para mitigar estos peligros a medida que la limitada IA siga impregnando nuestras vidas y lugares de trabajo.

Estos modelos de IA limitada están ahora en transición hacia sistemas multimodales que pueden comprender y procesar múltiples entradas. Ayuda a abordar sus limitaciones fundamentales y los hace más inteligentes y valiosos. Aprende sobre tecnologías multimodales leyendo Lo último sobre OpenAI, Google AI y lo que significa para la Ciencia de Datos.

¿Quieres saber más sobre IA y machine learning? Consulta los siguientes recursos:

• ¿Qué es la IA?
• Curso Comprender el machine learning
• Curso Fundamentos de la IA
• Curso Introducción a ChatGPT
• ¿Qué es el machine learning?
• Cómo utilizar la IA generativa para potenciar tu creatividad