La Historia de Machine Learning

Hemos tomado el tema anteriormente de lo que es la inteligencia artificial, que poco a poco trascendió a los algoritmos para el aprendizaje desatendido que hoy se conoce como Machine learning. Pero ¿qué pasó en el inter? y ¿cuál fue la evolución de la tecnología para llegar al punto en el que estamos parados hoy en día?

Si observamos la historia podemos tomar 2 grandes avances que representaron un parteaguas para la evolución de la inteligencia artificial.

El primer gran salto fue en 2015 con la clasificación de imágenes, en donde la computadora puede identificar por medio de una imagen si se trata de un perro o un gato como ejemplo. El segundo se introdujo en 2016 donde en cuestión de segundos la máquina puede traducir de ingles a francés, español a inglés, y a casi cualquier idioma.

Ambas mejoras representaron un reto para la inteligencia artificial. Ya que no existe una correspondencia uno a uno con cada objeto, sino que depende de un todo y de una cierta interpretación para poder dar una respuesta, por lo que se necesita una forma de inteligencia artificial mas avanzada como es Machine Learning.

Antes de entrar más a detalle en la historia de la inteligencia artificial que es de lo que quiero hablarte hoy, quiero aclarar 3 conceptos claves. Probablemente ya los has escuchado antes y no sea muy clara la diferencia.

Historia de IA

Dicho esto, veamos un poco de la historia de la famosa IA. A continuación enumero  algunos de los acontecimientos más importantes para la evolución de la Inteligencia Artificial (IA).

Todo empezo en 1950 cuando Alan Turing desarrolla la prueba que lleva su mismo nombre. Es un examen de la capacidad de una máquina para exhibir un comportamiento inteligente similar al de un ser humano o indistinguible de este.

En 1959 Arthur Samuel publica un algoritmo para las damas inglesas que usa machine learning. Consistía en un programa con pequeños módulos autocontenidos, los cuales eran cargados por un módulo central.

A principios de 1966 se inició con algunos algoritmos de cara a la guerra fría con el fin de poder traducir comunicados rusos y estadounidenses. Pero no tuvieron mucho éxito. Al recibir en 1969 una publicación de Marvin Minsky, que marca las limitaciones en las redes neuronales, refiere que para lograr ordenadores que superasen en inteligencia al ser humano, se debe descifrar nuestro cerebro para tratar de imitar los procesos neuronales de ese extraordinario “sentido común”. En 1973 el reporte Lighthill indica que la IA se limita a sólo promesas, por lo que se decide cortar los fondos en el desarrollo de la IA.

A principios de 1980 viene el boom de la IA buscando programas que repliquen actividades mecánicas humanas. En 1968 aplicaciones se generan las primeras redes neuronales, con un algoritmo llamado “Backpropagation”. Este método emplea un ciclo de propagación – adaptación de dos fases. Una vez que se ha aplicado un patrón a la entrada de la red como estímulo, este se propaga desde la primera capa a través de las capas siguientes de la red, hasta generar una salida. La señal de salida se compara con la salida deseada y se calcula una señal de error para cada una de las salidas. Pero el interés en las aplicaciones de IA para las empresas fue declinada, debido a que se enfocó el interés en aplicaciones empresariales generales como ORACLE y SAP.

En 1990 se introduce Machine Learning y con ello aplicaciones prácticas. En 1996 el sistema de ajedrez Deep Blue le gana al campeón Garry Kasparov, Google revoluciona con su algoritmo de busqueda basado en IA.

Para 2008 Geoffrey Hinton publica un artículo sobre el entrenamiento no superrvisado que permite el entrenamiento mas profundo de las redes neuronales, lo que hoy en día ya se conoce como  Deep Learning.

Por su parte en 2009 se hace la base de datos ImageNet con imágenes preetiquetadas, y en 2010 se integran algoritmos para el reconocimiento visual, logrando con esto que la IA pueda interpretar las imágenes. Logrando en en 2012 llegar a un margen de error del 10.8 %. Es decir si la imagen tiene una imagen de un perro o un edificio, es 90% probable que el sistema lo identifique.

En 2016 DeepMinds Alpha Go desarrolló un programa que utiliza una combinación de técnicas de aprendizaje automático y árbol de búsqueda, combinadas con una amplia formación, tanto desde el juego humano como a la computadora, que le gana en Go a Lee Se-dot, que es un juego mas complejo que el ajedrez.

En 2018 Waymo, empresa de Google lanza el primer servicio de vehículos auto manejables en los suburbios de Phoenix.

En 2019 IBM project Debater, tiene su primer debate completo, mostrando la habilidad de defender una idea y responder a cuestionamientos, les dejo el link para que lo puedan revisar más a fondo https://research.ibm.com/interactive/project-debater/.

En resumen hoy en día en términos de IA estamos en dos ramas: la visión máquina y el lenguaje natural. Contamos con mayores bloques de información, computadoras más rápidas y redes neuronales más potentes y probadas, lo que ha permitido un avance importante en diferentes campos.

Aplicaciones de la Inteligencia Artificial

No cabe duda que la Inteligencia Artificial y el Machine Learning están avanzando a un ritmo impresionante, igual que las capacidades de las computadoras. ¿Será que estamos viviendo el comienzo del judgement day de terminator?

Gracias por leerme y espero esta información te sea de utilidad, nos vemos en la próxima