Skip to content

Diferencias entre la inteligencia artificial y las redes neuronales artificiales

inteligencia Artificial

inteligencia artificial y las redes neuronales

La inteligencia artificial y las redes neuronales artificiales son dos campos emocionantes y entrelazados en informática. Hay, sin embargo, varias diferencias entre los dos que vale la pena conocer.

La diferencia clave es que las redes neuronales son un trampolín en la búsqueda de la inteligencia artificial.

La inteligencia artificial es un vasto campo que tiene el objetivo de crear máquinas inteligentes, algo que se ha logrado muchas veces dependiendo de cómo se define la inteligencia. A pesar de que tenemos computadoras que pueden ganar en “Jeopardy” y vencer campeones de ajedrez, la meta de la IA es generalmente vista como una búsqueda de inteligencia general, o inteligencia que se puede aplicar a diversos problemas de situación no relacionados.

Muchos de las inteligencias artificiales construidos hasta este punto han sido construidos con un propósito, como ejecutar un robot que juega ping pong o domina en Jeopardy. Este es el resultado inevitable cuando los informáticos se sientan y crean algo para hacer una tarea específica,  terminan con algo que puede hacer esa tarea y no mucho más.

Para superar este problema de las IA orientadas a la tarea, los científicos de la computación empezaron a jugar con redes neuronales artificiales. Nuestros cerebros generalmente inteligentes están formados por redes neuronales biológicas que hacen conexiones basadas en nuestras percepciones y estímulos externos.

 

Un ejemplo muy simplificado es el dolor al quemarse. Cuando esto sucede por primera vez, se hace una conexión en su cerebro que identifica la información sensorial conocidacomo fuego (llamas, olor a humo, calor) y lo relaciona con dolor. Así es como se aprende, a una edad muy temprana, cómo evitar quemarse. A través de esta misma red neuronal, podemos hacer un montón de aprendizaje general como “helado sabe bien” e incluso hacer saltos deductivos como “siempre hay nubes antes de la lluvia” o “las familias siempre se reúnen en diciembre”. Estos saltos no siempre son correctos (Hay malos helados y hay familias que no se reunen en diciembre), pero pueden corregirse a través de la experiencia, lo que permite un aprendizaje adaptativo.

Las redes neuronales artificiales intentan recrear este sistema de aprendizaje en ordenadores construyendo un programa simple para responder a un problema y recibir retroalimentación sobre cómo lo hace. Una computadora puede optimizar su respuesta haciendo el mismo problema miles de veces y ajustando su respuesta de acuerdo a la retroalimentación que recibe. A la computadora se le puede dar un problema diferente, el cual puede aproximarse de la misma manera que aprendió de la anterior. Al variar los problemas y el número de enfoques para resolverlos los cuales la computadora ha aprendido, los científicos informáticos pueden enseñar una computadora a ser un generalista.

Aunque esto evoca imágenes de computadoras tomando el mundo y cosechando seres humanos como se ve en películas de Hollywood como “TheMartrix”, aún estamos muy lejos de las redes neuronales para llegar a la inteligencia artificial. Los problemas que se están probando en las redes neuronales se expresan matemáticamente. Usted no puede sostener una flor hasta una computadora y decirle que adivine el color por el olor, porque el olor tendría que ser expresado en números y entonces la computadora tendría que catalogar esos números en memoria, junto con las imágenes de las flores emitiendo ese olor.

Dicho esto, las redes neurales artificiales que se pueden dar más insumos de cosas como el olfato,  y la capacidad de aprender de todos esos insumos,  puede estar en camino de producir la primera inteligencia artificial que cumple con los estándares de incluso los entusiastas de la IA.

En esencia, las redes neuronales artificiales son modelos de redes neuronales humanas diseñadas para ayudar a las computadoras a aprender. La inteligencia artificial es el Santo Grial que algunos científicos de la computación está

 

n tratando de lograr usando técnicas como imitar redes neuronales.