▷ Intel·ligència artificial: què és i exemples pràctics actuals?

Des de fa uns anys, les empreses ens parlen contínuament de la Intel·ligència Artificial que introdueixen en els seus serveis, aplicacions i processadors. No obstant això, encara que portin el mateix nom, gràcies a Déu, la Intel·ligència Artificial de la nostra rentadora (per motius que se'ns escapen) i del nostre telèfon intel·ligent no està tan desenvolupada com per fer que reflexionin sobre la seva existència i el nostre poder sobre ells. Per ara…

Com ja t'expliquem en l'article sobre l'USB de desenvolupament d'IA Intel Movidius, la Intel·ligència Artificial ha vingut per quedar-se i ajudar-nos a resoldre problemes del dia a dia. Però, què és exactament la Intel·ligència Artificial?

Font: Source Dexeter

El gif que veus dalt mostra de forma molt simplificada com funciona una xarxa neuronal profunda. Aquests sistemes necessita d'un dur entrenament per després ser capaços de, per exemple, reconèixer imatges, optimitzar solucions o simplement aprendre més. En essència és un conjunt d'algoritmes que podríem categoritzar-com IAs i que pertanyen a el camp de l'Deep Learning (Aprenentatge Profund).

Índex de continguts

Intel·ligència Artificial: nova programació

Avui dia, la Intel·ligència Artificial no conforma intricats sistemes mixtos de tecnologia amb una consciència com se sol veure en les obres de ciència ficció. La que vam crear cau més aviat en la definició de complexos algoritmes que tornen uns resultats en funció de les entrades i les ordres que se'ls ha ensenyat. Encara que aquesta és només una de les accepcions que hi ha.

Hi ha diferents formes d'entendre les Intel·ligències Artificials, però podríem dividir-la en quatre grans grups:

IAs que pensen com els humans

Robot de la mantega Rick i Morty

Complexos sistemes informàtics amb consciència pròpia que pensen i decideixen segons el seu desig i superen les característiques per al que van ser programats (Ghost in the Shell). Encara no està al nostre abast i ni tan sols sabem si serà possible en un futur, així que no hi ha massa a comentar.

IAs que actuen com els humans

No és el mateix pensar com un humà, que simular que actues com un humà. Avui dia vam crear alguns sistemes com aquests on s'introdueix aleatorietat i funcions concretes per donar la sensació que la Intel·ligència pensa com una persona.

Pepper assistent intel·ligent

En els videojocs veiem això contínuament, ja que el s enemics controlats per la màquina sovint busquen simular comportaments propis d'humans. Separat dels videojocs s'ha aconseguit que una Intel·ligència Artificial pugui escriure amb imperfeccions i irregularitats com ho faria una persona.

IAs que pensen racionalment

Possiblement la versió més comuna d'aquesta tecnologia a dia d'avui. Diem que pensen de manera racional ja que els donem les eines per oferir resultats eficients i amb sentit. Són capaços d'adaptar-se al medi en el qual estan amb facilitat, encara que estan lluny de pensar per si mateixes.

Aprenentatge de AlphaStar

Un exemple d'això són les Intel·ligències Artificials que juguen a videojocs com AlphaStar (StarCraft II) o AlphaZero (escacs, shogi i go). Aquestes màquines són fins i tot capaços de lluitar a contrincants humans i ja han vençut a algun que un altre campió mundial.

IAs que actuen racionalment

Atès que 'actuen' vam descobrir que no processen les dades que els passem, només aparenten pensar racionalment. Aquesta és la versió més simplista d'aquesta tecnologia i és una etapa que ja hem superat àmpliament. Alguns sistemes informàtics recorren a aquesta tecnologia, ja que és molt més senzilla de programar i els seus tasca sol ser simple.

aspiradora Intel·ligent

Per exemple, les màquines que reben trucades i et guien per les seves opcions o els assistents intel·ligents de pàgines web, els quals et solen preguntar per recomanar-solucions relacionades.

Tenint ja una imatge acceptable de com es distribueixen les Intel·ligències segons com de complexa siguin, anem a tirar-li a el cor de l'assumpte.

Les matemàtiques de la pensada

Una de les formes de programar Intel·ligència Artificial és manejant les dades com unes unitats imaginàries anomenades tensors. Els tensors són una unitat algebraica complexa (d'escalessis, vectors i matrius) que requereix de coneixement en matemàtiques per treballar correctament amb ells. En conseqüència, el rendiment de les aplicacions IA serà tan bo com bé s'hagin realitzat la manipulacions matemàtiques de les dades.

Explicació simplificada dels tensors

Per expandir el desenvolupament d'aquest tipus de programari molts grups han creat i obert a el públic les seves llibreries de codi per cooperar i crear, al costat de la comunitat, sistemes més intel·ligents. TensorFlow de Google, CNTK de Microsoft, Theano, Caffe2 i Keras són alguns dels exemples més rellevants. Cadascuna de les llibreries enfoca el problema de diferents angles i gràcies a això tenim a la nostra disposició el desenvolupament d'IA en diferents nivells d'abstracció.

Si no saps què són els nivells d'abstracció, és un sistema que mesura com de proper és un llenguatge informàtic a el llenguatge parlat. Com més alt és un nivell d'abstracció més s'assembla a un idioma humà i com més baix, més a codi màquina, és a dir, aquest món que funciona només amb zeros i uns.

Nous sistemes, nou maquinari

És clar que tot programari s'executa dins d'un maquinari, però, és fàcil caure en la il·lusió de que el núvol pot amb tot, però la realitat no és tan dolça. Segons com s'optimitzi el codi, es podrà donar el cas en què la IA treballi en local (al telèfon intel·ligent, PC o dispositiu de l'Internet of Things). O es podrà deixar que els dispositius enviïn els càlculs als servidors, el processin i aquests tornin el resultat.

Serveis en el núvol

En molts casos s'intenta que sigui el "petit" dispositiu el que realitzi en local gran part dels càlculs i envieu a l'servidor només una part de el problema, estalviant així molts costos de gestió de l'servei.

Intel·ligència Artificial en el dia a dia

Sabem que pensar en el futur d'això és una cosa molt interessant i per alguns fins i tot excitant, però no cal que et vagis tan cap endavant per veure els primers fruits. On podem trobar rastres d'Intel·ligència Artificial a la societat actual?

Intel·ligència Artificial a mòbils

Pot semblar passar desapercebuda, però ens envolta per totes bandes. Començant pels dispositius domèstics, els nous mòbils sovint tenen incorporats petits sistemes que diuen Intel·ligència Artificial que t'ajuda a fer millors fotos. Enfoquen selectivament, post-processen les imatges perquè es vegin més nítides, acolorides o contrastades. Algunes fins són capaços de reconèixer els objectes que capturem i oferir-nos recerques relacionades.

En aquest camp també destaca la companya que està a un 'OK Google' de distància, la qual aprèn de cada cosa que li diem i és capaç de processar infinitat de peticions. Si bé podem trobar-li 'maquinades' molt fàcilment (com no poder mantenir una conversa), no podem desestimar el treball dur que sabem que porta al darrere.

Google Assistant

També hem de parlar de la imminent conducció autònoma. Cotxes com els Tesla ja ofereixen aquestes alternatives controlades per IA en alguns països. Aquests sistemes són capaços de capturar l'entorn al voltant de l'cotxe, processar les prohibicions, perills i altres i conduir en conseqüència amb seguretat.

Encara que no necessitem anar-nos a nivells tan elevats d'Intel·ligència en el món de l'automòbil. Podem veure que alguns cotxes presenten ia sistemes tan interessants com la detecció de parat d'emergència o el aparcat automàtic.

La reina entre les ombres:

A hores d'ara ja pots estar pensant que la IA està per tot arreu i que en qualsevol moment es rebel·len, però estigues tranquil, el teu torradora no et va a assassinar mentre dorms. El que sí podem confirmar és que aquesta tecnologia controla més del que tu creus i és responsable de moltes de les tendències en la societat.

Youtube, Twitter, els anuncis de Google… Tot això està controlat en certa part per la configuració que li hagis indicat, però també per Intel·ligències Artificials que decideixen què mostrar. Et sona un missatge similar a: "vull compartir les meves dades amb Google perquè em ofereixi anuncis que em puguin interessar"?

Com funciona això? Doncs veuràs, en funció al que consumeixes a Internet, es crea un perfil amb els teus gustos i se't relaciona amb moltes altres persones. Quan els serveis d'Internet necessiten mostrar alguna cosa, recorren a aquest perfil format per milions d'individus per estimar què et pot interessar.

Explicació simplificada de Big Data

Aquesta forma d'analitzar ingents quantitats de dades (Big Data) usant IAs està prenent molta força i estan apareixent carreres per tot el món disposades a preparar el futur sobre aquest tema. Com entendràs, les dades que els usuaris fan servir es compten per TeraBytes a cada segon, de manera que una persona no és capaç d'analitzar-los tots. Aquí és on la Intel·ligència Artificial treballa amb les dades i són les persones que la fan servir per realitzar estimacions i altres fent servir, per exemple, l'estadística.

ET RECOMENDAMOSGoogle Home Mini: què és i per a què serveix, funcions

Els fonaments: L'aprenentatge profund i automàtic

Anem a navegar una mica en el món de l'videojoc per comprendre una mica millor el Deep Learning, ja que les IAs s'ha introduït en el camp dels videojocs tant com a jugador (com hem esmentat abans), com de programador i dissenyador. Si seguiu els avenços de la indústria, NVIDIA ha estat guanyat notorietat per diferents tecnologies entre els quals es troba el seu sistema DLSS (Deep Learning Super Sampling), una Intel·ligència Artificial que és capaç de re-escalar imatges.

comparació DLSS

La funció de l'DLSS és transformar una imatge de FullHD (1080p) a UltraHD (4k) per poder jugar als títols més exigents amb taxes de fotogrames millors. A del principi, els usuaris es queixaven que les imatges es veien borroses i desenfocades, però amb prou feines uns mesos després els resultants són fantàstics.

Això és gràcies a l'Deep Learning, sistema mitjançant el qual la Intel·ligència Artificial aprèn amb pràctica i error. En el cas de l'DLSS, la Intel·ligència de NVIDIA va estar analitzant sense parar imatges en resolució UltraHD i intentant recrear usant com a base una imatge a FullHD. En altres paraules, és com si et donessin una quarta part d'una imatge i haguessis de omplir els buits que no coneixes. El Deep Learning és un tipus de sistema pertanyent al que es diu Machine Learning o Aprenentatge Automàtic en espanyol.

Machine Learning i Deep Learning

El Machine Learning podríem catalogar-lo com la pedra base de la Intel·ligència Artificial. Es tracta de diferents conjunts d'algoritmes que solen ser usats perquè les màquines aprenguin tasques, entre altres coses. Per exemple, reconèixer una imatge, jugar a escacs o detectar estats ànim són reptes que poden aprendre i en funció de l'repte s'usen diferents tipus d'algoritmes.

Es diu que el Machine Learning és el conjunt d'algoritmes que permeten a una màquina aprendre de l'experiència que va acumulant. D'altra banda, el Deep Learning se centra a l'aprenentatge amb entrades heterogènies. Totes dues disciplines estan sent desenvolupades i estudiades amb energia ja que el futur de la Intel·ligència Artificial és incert.

El futur de la Intel·ligència Artificial

Des de la nostra perspectiva, les possibilitats de la Intel·ligència Artificial semblen infinites. Encara no sabem quin és el nostre límit i ja estem treballant en crear un altre ésser semblant a nosaltres, però, ¿què podem esperar en un futur?

Res del que comentarem es pot donar per cert, però són afirmacions basades en certs arguments trets principalment d'observar com han anat evolucionant aquestes màquines.

Internet

Primer de tot sembla ineludible que avancem cap a un món dominat per l'Internet, de manera que cada vegada les IAs tindran més rellevància i poder sobre el medi. No és una cosa que hagi de espantar, ja que aquest és l'única manera amb què podríem assegurar el manteniment de la plataforma. Amb això podríem fer surf el web en un espai una mica més vigilat, però alhora molt més segur. Com a primers pioners d'això tenim els bots de Facebook que analitzen i estimen si et recorren pensaments suïcides i si ho detecten contacten amb tu.

Així mateix, en el món físic, els cotxes autònoms i assistits seran cada vegada més dominants fins al moment en què conduir sigui una cosa només recreatiu. Potser el canvi no passa fins d'aquí a un centenar, però el canvi passarà.

Un altre canvi que també està pronosticat és l'intercanvi de treball dur per màquines. És una revolució a la qual molts temen, però sembla inevitable, de manera que haurem d'estar preparats.

Ciborg Neil Harbisson

I encara que sembli una cosa pròpia de la ciència ficció, és molt probable que en el futur haguem de buscar formes d'integrar la tecnologia i la Intel·ligència Artificial en el nostre organisme. De fet, el primer ciborg de la història ja existeix i es diu Neil Harbisson.

Més enllà d'aquesta riba del mar d'idees és immens. Qui sap? Potser les màquines d'una fàbrica funcionin totes a l'uníson sota el comandament d'una màquina cap amb els primitius llenguatges machine-machine. Potser un dia el millor especulador de borsa serà una Intel·ligència Artificial o fins i tot el millor motorista de MotoGP.

intel·ligència Artificial

Segurament pot semblar un futur estrany, aterridor, però segur que trobem altres problemes que intentar resoldre!

I tu, què saps sobre les IAs? Estàs impacient per veure què vindrà? Comenta'ns quines són les teves idees sobre la Intel·ligència Artificial.

font PowerDataIberdrolaIndraNewsRoom