Los expertos en ciencias de la computación Stuart Russell y Peter Norvig diferencian varios tipos de inteligencia artificial:

                        APLICACIONES PRÁCTICAS DE LA INTELIGENCIA ARTIFICIAL

La IA está presente en la detección facial de los móviles, en los asistentes virtuales de voz como Siri de Apple, Alexa de Amazon o Cortana de Microsoft y está integrada en nuestros dispositivos cotidianos a través de bots (abreviatura de robots) o aplicaciones para móvil, tales como: LyliEnlace externo, se abre en ventana nueva., un personal shopper en versión digital; ParlaEnlace externo, se abre en ventana n concebida para ayudarnos con el aprendizaje de idiomas; EmsEnlace externo, se abre en ventana nueva., diseñada para hacernos un poco más llevadera la ardua tarea de encontrar nuevo piso; o GyantEnlace externo, se abre en ventana nueva., un asistente virtual de Facebook que emite 'diagnósticos' médicos. El objetivo de todas ellas: hacer más fácil la vida de las personas.

Los avances en IA ya están impulsando el uso del big data debido a su habilidad para procesar ingentes cantidades de datos y proporcionar ventajas comunicacionales, comerciales y empresariales que la han llevado a posicionarse como la tecnología esencial de las próximas décadas. Transporte, educación, sanidad, cultura... ningún sector se resistirá a sus encantos.

    LAS SEIS LEYES DE LA ROBÓTICA PROPUESTAS POR LA UNIÓN EUROPEA

Esta vertiginosa irrupción de la IA y de la robótica en nuestra sociedad ha llevado a los organismos internacionales a plantearse la necesidad de crear una normativa para regular su uso y empleo y evitar, de este modo, posibles problemáticas que puedan surgir en el futuro.

1. Los robots deberán contar con un interruptor de emergencia para evitar cualquier situación de peligro.
2. No podrán hacer daño a los seres humanos. La robótica está expresamente concebida para ayudar y proteger a las personas.
3. No podrán generarse relaciones emocionales.
4. Será obligatoria la contratación de un seguro destinado a las máquinas de mayor envergadura. Ante cualquier daño material, serán los dueños quienes asuman los costes.
5. Sus derechos y obligaciones serán clasificados legalmente.
6. Las máquinas tributarán a la seguridad social. Su entrada en el mercado laboral impactará sobre la mano de obra de muchas empresas. Los robots deberán pagar impuestos para subvencionar las ayudas de los desempleados.

Ambas tecnologías ya están cambiando el mundo y las cifras son la mejor muestra de ello: la consultora estadounidense Gartner estima que el mercado de la IA pueda llegar a representar 127.000 millones de dólares en 2025, cifra muy superior a los 2.000 millones de 2015. Estados Unidos y China se situarán a la cabeza en inversiones. La consecuencia es que, según el Fondo Monetario Internacional (FMI), la IA acabará con 85 millones de puestos de trabajo en cinco años, pero a cambio creará 97 millones.

Y aunque haya voces como la del filósofo sueco de la Universidad de Oxford, Nick Bostrom, que anticipa que "existe un 90% de posibilidades de que entre 2075 y 2090 haya máquinas tan inteligentes como los humanos", o la de Stephen Hawking, que aventura que las máquinas superarán completamente a los humanos en menos de 100 años, lo cierto es que lejos de convertirnos en obsoletos, la IA nos hará más eficientes y nos permitirá ejecutar acciones que nunca hubiéramos podido realizar debido a su complejidad. ¿Te imaginas explorar partes del universo totalmente hostiles para el ser humano? Gracias a ella, un día será posible.

En términos simples, inteligencia artificial (IA) se refiere a sistemas o máquinas que imitan la inteligencia humana para realizar tareas y pueden mejorar iterativamente a partir de la información que recopilan. La IA se manifiesta de varias formas. Algunos ejemplos son:

• Los chatbots utilizan la IA para comprender más rápido los problemas de los clientes y proporcionar respuestas más eficientes
• Los asistentes inteligentes utilizan la IA para analizar información crítica proveniente de grandes conjuntos de datos de texto libre para mejorar la programación
• Los motores de recomendación pueden proporcionar recomendaciones automatizadas para programas de TV según los hábitos de visualización de los usuarios

La IA trata mucho más sobre el proceso y la capacidad de pensamiento superpoderado y el análisis de datos que sobre cualquier formato o función en particular. Aunque la IA muestra imágenes de robots de aspecto humano de alto funcionamiento que se apoderan del mundo, la IA no pretende reemplazar a los humanos. Su objetivo es mejorar significativamente las capacidades y contribuciones humanas. Eso la convierte en un activo empresarial muy valioso.

                                            Terminología de la inteligencia artificial

La IA se ha convertido en un término general para las aplicaciones que realizan tareas complejas que antes requerían aportes humanos, como la comunicación online con los clientes o jugar al ajedrez. El término a menudo se usa indistintamente con sus subcampos, que incluyen el machine learning y el aprendizaje profundo. Sin embargo, hay ciertas diferencias. Por ejemplo, el machine learning se centra en la creación de sistemas que aprenden o mejoran su rendimiento en función de los datos que consumen. Es importante tener en cuenta que, aunque todo machine learning es IA, no toda la IA es machine learning.

Para obtener el valor completo de la IA, muchas empresas están haciendo inversiones significativas en equipos de ciencia de datos. La ciencia de datos, un campo interdisciplinar que usa métodos científicos y de otro tipo para extraer valor de los datos, combina habilidades de campos como la estadística y la informática con el conocimiento empresarial para analizar datos recopilados de múltiples fuentes.

                                    Cómo la IA puede ayudar a las organizaciones

El principio fundamental de la IA es replicar, y luego superar, la forma en que los humanos perciben y reaccionan ante el mundo. Se está convirtiendo rápidamente en la piedra angular de la innovación. La IA, impulsada por varias formas de machine learning que reconocen patrones en los datos para permitir predicciones, puede agregar valor a su negocio al:

Proporcionar una comprensión más completa de la abundancia de datos disponibles

Confiar en las predicciones para automatizar tareas excesivamente complejas o mundanas.

Cómo las empresas usan la IA

De acuerdo con la Harvard Business Review, las empresas utilizan la IA principalmente para:

Detectar y disuadir intrusiones de seguridad (44%).

Resolver problemas tecnológicos de los usuarios (41 %)

Reducir el trabajo de la gestión de producción (34 %)

Medir el cumplimiento interno en el uso de proveedores aprobados (34 %)

                            ¿Qué es lo que está impulsando la adopción de la IA?

El deep learning en realidad se compone de redes neuronales. "Deep" se refiere a una red neuronal compuesta por más de tres capas, que incluiría las entradas y la salida, que pueden considerarse un algoritmo de deep learning. Por lo general, esto se representa con el siguiente diagrama:

La diferencia entre el deep learning y el machine learning es cómo aprende cada algoritmo. El deep learning automatiza gran parte de la fase de extracción de características del proceso, lo que elimina parte de la intervención humana manual necesaria y permite el uso de conjuntos de datos más grandes. El deep learning se podría considerar como "machine learning escalable", tal como Lex Fridman señaló en la misma conferencia del MIT mencionada anteriormente. El machine learning tradicional, o "non-deep", depende más de la intervención humana para aprender. Los expertos humanos determinan la jerarquía de características para comprender las diferencias entre las entradas de datos, lo que por lo general requiere más datos estructurados para aprender.

El "deep" machine learning puede utilizar los conjuntos de datos etiquetados, también conocidos como aprendizaje supervisado, para informar a su algoritmo, pero no requiere necesariamente un conjunto de datos etiquetados. Puede ingerir datos no estructurados en su forma original (como por ejemplo texto o imágenes) y puede determinar automáticamente la jerarquía de características que distinguen diferentes categorías de datos. A diferencia del machine learning, no requiere intervención humana para procesar datos, lo que permite escalarlo de maneras más interesantes.

Historia de la inteligencia artificial: fechas y nombres clave

La idea de “una máquina que piensa” se remonta a la antigua Grecia. Pero, desde el advenimiento de la computación electrónica (y en relación con algunos de los temas tratados en este artículo), se han presentado acontecimientos importantes e hitos en la evolución de la inteligencia artificial:

• 1950: Alan Turing publica Computing Machinery and Intelligence. En este artículo, Turing, famoso por descifrar el código ENIGMA de los nazis durante la Segunda Guerra Mundial, propone responder a la pregunta "¿pueden pensar las máquinas?" e introduce la prueba de Turing para determinar si una computadora puede demostrar la misma inteligencia (o los resultados de la misma inteligencia) que una persona. El valor de la prueba de Turing se ha debatido desde entonces.
• 1956: John McCarthy acuña el término “inteligencia artificial” en la primera conferencia de IA en Dartmouth College. (McCarthy pasaría a inventar el lenguaje Lisp). Posteriormente ese año, Allen Newell, J.C.Shaw y Herbert Simon crean el Logic Theorist, el primer programa de software de IA.
• 1967: Frank Rosenblatt crea el perceptrón Mark 1, la primera computadora basada en una red neuronal que “aprendió” mediante prueba y error. Apenas un año después, Marvin Minsky y Seymour Papert publican un libro titulado Perceptrones, que se convierte en el trabajo de referencia en redes neuronales y, al menos por un tiempo, en un argumento contra futuros proyectos de investigación de redes neuronales.
• 1980: las redes neuronales que utilizan un algoritmo de retropropagación para entrenarse a sí mismas se utilizan ampliamente en aplicaciones de IA.
• 1997: el sistema Deep Blue de IBM vence al campeón mundial de ajedrez Garry Kasparov, en una partida de ajedrez (y revancha).
• 2011: IBM Watson vence a los campeones Ken Jennings y Brad Rutter en Jeopardy!
• 2015: la supercomputadora Minwa de Baidu usa un tipo especial de red neuronal profunda, llamada red neuronal convolucional, para identificar y categorizar imágenes con una mayor precisión que el promedio humano.
• 2016: el programa AlphaGo de DeepMind, impulsado por una red neuronal profunda, vence a Lee Sodol, el campeón mundial de Go, en un partido de cinco juegos. La victoria es significativa dado el gran número de movimientos posibles a medida que el juego progresa (¡más de 14,5 billones después de solamente cuatro movimientos!). Más tarde, Google compró DeepMind por $400 millones de dólares.

5 ejemplos de Inteligencia Artificial (IA) en la Administración pública ¿Presente o futuro?

“La Inteligencia Artificial en marcha: Interoperabilidad entre Administraciones y procedimientos administrativos automatizados”, con este título tuve el placer de participar en el 13º Congreso Jurídico de la Abogacía de Málaga, en la sección de Derecho Administrativo, coordinada de un modo excelente por Gonzalo García Weil, (al que agradezco la invitación y también al gran compañero Domingo Gallego). Y tengo que decir que la preparación de esta ponencia fue absolutamente enriquecedora y muy interesante, en particular, desde la óptica de la Inteligencia Artificial (IA) en el sector público, por lo que me gustaría compartir aquí algunas de las posibilidades que nos ofrece esta tecnología.

Lo  primero que tengo que decir es que de las imágenes más asociadas a la búsqueda de información sobre  inteligencia artificial, es el título de libro de  Terry Pratchett, que me provoca una serie de reflexiones que quizás (sólo quizás) ponga por escrito otro día  “La estupidez real siempre vence a la inteligencia artificial” ¿es cierto? No me gustaría creer que sea así, lo que está claro es que se abren nuevos e inexplorados escenarios que pueden generar cierta resistencia en su implantación.

Lo que sí es cierto es que en materia de IA (y de muchos otros aspectos tecnológicos y  no tecnológicos) se cumple la premisa de que la ley va siempre por detrás de la sociedad, y, en este caso, de hecho, muy por detrás, por lo que su desarrollo e integración en la gestión diaria se está haciendo sin marco legal y eso produce, en muchos casos, vértigo. Porque la posibilidad de incorporar herramientas que permitan realizar de manera más eficiente y segura toda una serie de tareas supone un cambio de calado para las organizaciones.

Sin embargo, los ciudadanos, la sociedad e incluso los empleados públicos resistentes en su faceta personal, aceptan muy bien este tipo de novedades por los beneficios inherentes que conllevan. De acuerdo a un estudio realizado por OpenText, el 25% de los ciudadanos afirma que la implementación de la IA en las administraciones públicas se producirá en los próximos diez años y tendrá grandes ventajas para ellos, tales como reducir los tiempos de espera y disminuir la burocracia administrativa.

Para comprobarlo, podemos enunciar algunas de las aplicaciones que a día de hoy se pueden incorporar en el ámbito del sector público:

1.- Chatbots conversacionales. De la Siri de Apple a la Alexa de Amazon, en nuestro caso sería ¿Paqui?. Debemos preguntarnos si tienen sentido los chatbots en la administración. Ejerciendo de gallega ¿por qué no? Siempre con el servicio público en el centro, y desde la sensibilidad de la mejor “atención al cliente”, no abandonando al ciudadano a su suerte frente a un bot estandarizado (las compañías telefónicas ya han demostrado que pueden acabar con el más  paciente). Sin embargo, la idea de tener un servicio de atención al cliente automatizado todavía suscita algunas dudas entre los ciudadanos, sólo el 14% de los encuestados por OpenText considera que tendría una mejor atención al cliente a través de un robot en los trámites derivados de la Administración Pública.

2.- Drones. Al margen de otras infinitas posibilidades que se abren en la utilización de este instrumento, las labores de vigilancia y control pueden verse notablemente mejoradas por su uso. En materia de seguridad ciudadana, movilidad y tráfico, o, por ejemplo, inspecciones de urbanismo, representan un mecanismo versátil tanto por las posibilidades de programación, como por las ventajas que ofrece frente a las personas, en términos de superficie, costes de desplazamiento, disponibilidad de personal, etc.

3.- Big Data. A estas alturas nadie duda que la administración dispone de millones de datos que pueden generar valor público, y que existe la obligación de trabajar para su apertura y posibilitar su reutilización. Pero esa reutilización pasa por la propia administración, por aprovechar las posibilidades que se ofrecen para ofrecer un mejor servicio, aplicar beneficios fiscales, y responder a ese papel integrador, la apertura de los datos debe llevarnos de gestionar la demanda a una posición proactiva, buscando el mejor servicio, personalizado mediante el big data.

4.- Prevención contra la corrupción. La introducción de las nuevas tecnologías constituye, en sí misma, una herramienta de prevención y lucha contra la corrupción, la trazabilidad de las actuaciones electrónicas, y la seguridad que rodea a su gestión favorece la confianza en la gestión, y la introducción de mejores sistemas de control. Sistemas de control que pueden aplicarse a sectores tan en riesgo y bajo sospecha como la contratación pública. Como ejemplos podemos citar como los sistemas alerta temprana impulsados por los pactos de integridad en la contratación impulsados por Transparencia Internacional España.

5.- Blockchain. Cada día nos toca aprender nuevas posibilidades (y anglicismos), y entre las más recientes y prometedoras está en Blockchain (la cadena de bloques para entendernos). Su utilización nos aportará integridad, seguridad, permitiendo descentralizar al entorno en el que tienen lugar las transacciones.

En conclusión, la IA en la administración (y en la sociedad) es ya el presente y tiene un gran futuro. La Agencia Tributaria cuenta con IBM Watson en sus desarrollos, aparecen aplicaciones predictivas, como Jurimetría, que hacen pensar en el papel de los jueces, en el caso de lo abogados, los estudios señalan que en los próximos 5 años, entre el 20% y el 50% de las tareas legales rutinarias se verán reemplazadas por la IA, capaz de automatizar un gran número de los procesos sin intervención de la firma de abogados. Todo ello sin olvidar la vertiente más generalista de la IA, ya probada en los modelos de  ciudades inteligentes, actuando sobre los consumos, generando y promoviendo un desarrollo  y un diseño urbano sostenible, de ciudades pensadas para las personas.

Ahora bien, con un matiz (importante, en mi opinión). Tenemos, pulseras y relojes inteligentes, neveras inteligentes,ciudades inteligentes, inteligencia artificial, pero sin duda lo que necesitamos son personas inteligentes, empleados públicos inteligentes,políticos inteligentes y, sin duda, el primer signo de inteligencia es la capacidad para adaptarse (por eso hemos llegado desde las cavernas a Marte). Ya lo decía C. Darwin “la especie que mejor sobrevive es la que mejor se adapta”. Toca pues adaptarse.