El concepto de Inteligencia artificial no es sencillo de comprender. Existen múltiples definiciones según los diferentes autores. Estos mismos autores tratan de clasificar los tipos de IA según determinadas características o aspectos. En este post veremos las formas de clasificación de la IA más relevantes y ejemplos de cada una de ellas.
Tipos de inteligencia artificial según su capacidad para aprender
1.- Máquinas reactivas
Es un tipo de IA que, básicamente, lo que hace es elegir la opción correcta entre millones de probabilidades. Estas máquinas trabajan en el presente y no utilizan datos pasados para usarlos en su toma de decisiones. Es decir no tiene memoria.
Un ejemplo típico de este tipo de máquina es máquina reactiva es Deep Blue, la supercomputadora de ajedrez creada por IBM a mediados de los años ochenta. Deep Blue fue creado para jugar ajedrez contra un competidor humano con la intención de derrotarlo. Fue programado con la capacidad de identificar un tablero de ajedrez y la ubicación y movimiento. Además podría hacer predicciones sobre los movimientos que debería hacer y los movimientos que su oponente podría hacer, por lo que tiene una capacidad mejorada para predecir, seleccionar y ganar. En una serie de partidos jugados entre 1996 y 1997, Deep Blue derrotó al gran maestro de ajedrez ruso Gary Kasparov, convirtiéndose en el primer programa computarizado para derrotar a un oponente humano.
Las máquinas reactivas no tienen un concepto del mundo y, por lo tanto, no pueden funcionar más allá de las tareas simples para las que están programadas. Una característica de las máquinas reactivas es que no importa la hora o el lugar, estas máquinas siempre se comportarán de la forma en que fueron programadas. No hay crecimiento con máquinas reactivas, solo estancamiento en acciones y comportamientos recurrentes.
2.- Memoria limitada
Los sistemas de IA con memoria limitada son aquellos que pueden usar experiencias pasadas para tomar decisiones futuras. Es decir, a diferencia de las máquinas reactivas, la memoria limitada aprende del pasado al observar las acciones o los datos que se les suministran para generar conocimiento basado en la experiencia.
Una forma existente de IA de tipo memoria limitada son los vehículos autónomos. Estos tienen en cuenta observaciones del pasado cercano en sus funciones de toma de decisiones. Por ejemplo un coche autónomo tiene el cuenta los movimientos de otros vehículos y demás elementos de la carretera para tomar sus decisiones de conducción. Sin embargo, estas observaciones no se almacenan de forma permanente.
3.- Teoría de la mente
Las máquinas capaces de comprender la Teoría de la Mente serían aquellas que entienden las emociones, creencias, pensamientos, expectativas de las personas y, por tanto, pueden interactuar socialmente. Para que los los sistemas de IA puedan caminar e interactuar con nosotros, tendrán que ser capaces de comprender que cada uno de nosotros tiene pensamientos, sentimientos y expectativas sobre cómo queremos ser tratados. Estas máquinas tendrán que ajustar su comportamiento a cada una de estas circunstancias.
Aunque hay muchas mejoras en este campo, este tipo de AI aún no está completo. Existen algunos prototipos que se acercan a esta concepción, sin embargo, aun estamos lejos de conseguir una computadora con la facultad de reconocer a otros.
4.- Autoconciencia
A día de hoy estamos lejos de tener programas autoconscientes por una sencilla razón. Los neurocientíficos todavía no tienen muy claro el concepto de conciencia humana. Este es uno de los escollos que dificulta que podamos conseguir las máquinas conscientes de sí mismas. La conciencia en los humanos no está lo suficientemente definida, por eso dificulta que los programadores reproduzcan ese estado en algoritmos para la IA. Para algunos no solo dificulta, sino que imposibilita que podamos llegar a conseguir una máquina autoconsciente.
Los científicos definieron tres niveles de conciencia humana, basados en el cálculo que ocurre en el cerebro.
- C0, representa cálculos que ocurren sin nuestro conocimiento, como durante el reconocimiento facial,
- C1, implica el llamado conocimiento «global» de la información; en otras palabras, evaluar activamente cantidades de datos para tomar una decisión informada y deliberada en respuesta a circunstancias específicas.
- C2, la autoconciencia surge en este tercer nivel, en el que los individuos reconocen y corrigen los errores e investigan lo desconocido.
En general se considera que cuando podamos explicar, en términos computacionales, cuáles son las diferencias entre los seres humanos conscientes e inconscientes podremos programarlo en las computadoras.