En este espacio "blog" abierto a nuestros colaboradores y expertos docentes, hoy Carmelo González experto en ciberseguridad, redes y servicios informáticos del Centro de Referencia Nacional del Ecyl en Valladolid, nos acerca de forma asequible con un ejemplo a la Inteligencia Artificial.
Acercándonos a la Inteligencia Artificial (IA)
By Carmelo González
Publicado el 20/02/2024
La Inteligencia Artificial (IA)
La Inteligencia Artificial (IA) a menudo evoca imágenes de robots avanzados y tecnologías de otro mundo, pero en realidad, está mucho más arraigada en nuestro día a día de lo que la ciencia ficción nos haría creer. De hecho, el concepto de IA no es una novedad; ya se discutía en España en las Inteligencia Artificialrevistas de informática de los años 80 con el juego GO, publicaciones que tuve el privilegio de explorar en las revistas que pululaban en mi casa cuando apenas era un chaval deslumbrado por la tecnología. Estas primeras incursiones en el mundo de la IA, lejos de ser meras fantasías, sentaron las bases de las tecnologías que hoy en día son parte integral de nuestra vida cotidiana.
¿Cómo Funciona la IA?
Para entender cómo funciona la IA, es útil pensar en cómo los humanos aprendemos. Desde niños, aprendemos a identificar patrones, a inferir reglas y a tomar decisiones basadas en experiencias pasadas. La IA intenta replicar este proceso a través de algoritmos y modelos matemáticos.
Un ejemplo práctico es el aprendizaje automático (machine learning), una técnica en la que las máquinas aprenden de los datos. No se les programa para realizar una tarea específica, sino que se les entrena con grandes cantidades de datos y algoritmos para que aprendan a hacerla por sí mismas.
Ejemplo Práctico: El Laberinto
Imaginemos un laberinto como un tablero de juego, donde un héroe (nuestro agente controlado por IA) debe encontrar un tesoro escondido. El laberinto tiene obstáculos en forma de serpientes. Cada celda del laberinto puede estar vacía, contener una serpiente o el preciado tesoro.
Objetivo y Desafíos
El objetivo del héroe es navegar a través del laberinto para encontrar el tesoro en ese caso reciba la recompensa de +1. Sin embargo, el camino está plagado de serpientes. Si el héroe se encuentra con una serpiente, recibe una penalización de -1, lo que representa un retroceso en su aprendizaje.
Mecánica de Q-learning
El héroe utiliza una técnica llamada Q-learning para aprender a navegar por el laberinto. La "tabla Q" es esencial en este proceso, es una matriz donde cada celda representa una combinación de ubicación en el laberinto y una acción posible (moverse arriba, abajo, izquierda o derecha). El valor en cada celda de la tabla Q representa la "calidad" o utilidad de realizar esa acción en ese lugar específico, considerando las recompensas futuras.
Recompensas y Penalizaciones
- Encuentro con Serpientes: Cada vez que el héroe se encuentra con una serpiente, recibe una penalización. Esto reduce el valor Q de esa acción en esa ubicación específica, indicando que es una mala decisión.
- Encontrar el Tesoro: Alcanzar el tesoro otorga una recompensa significativa, aumentando el valor Q de las acciones que condujeron a esa recompensa.
Aprendizaje y Adaptación
Inicialmente, el héroe toma decisiones al azar porque la tabla Q aún no tiene información útil. A medida que el héroe interactúa con el laberinto, la tabla Q se actualiza. Las recompensas y penalizaciones ayudan al héroe a aprender qué caminos son preferibles y cuáles deben evitarse.
Progreso del Héroe
A lo largo de múltiples intentos o episodios, el héroe se vuelve más eficiente en la navegación del laberinto. Aprende a evitar las serpientes y a encontrar rutas más efectivas hacia el tesoro. Este progreso es el resultado de la actualización constante de la tabla Q, reflejando un aprendizaje más profundo y una mejor toma de decisiones. Programando este proceso en Python y ejecutándolo obtenemos la siguiente figura de la tabla mencionada anteriormente:
podemos observar como en el primer episodio el valor de Q=0, lógico ya que todavía no ha aprendido nada, y a medida que avanza las iteraciones, es decir, los siguientes episodios el valor de Q va aumentando. Al llegar a 50.000 episodios el valor de Q se aproxima a 1, que es el valor de aprendizaje máximo.
Impacto y Aplicaciones de la IA
La IA ya está transformando el mundo de maneras que podrían parecer sutiles, pero son profundamente significativas. Desde recomendaciones personalizadas en servicios de streaming hasta asistentes virtuales en nuestros teléfonos, la IA se ha integrado en la vida cotidiana. En el sector de la salud, ayuda en el diagnóstico y tratamiento de enfermedades. En el mundo empresarial, optimiza procesos y mejora la toma de decisiones. Incluso en la agricultura, contribuye a una gestión más eficiente de los cultivos.
Conclusión
La inteligencia artificial no es solo un concepto de ciencia ficción o un lejano futuro tecnológico. Es una realidad presente que está transformando todos los aspectos de nuestra vida diaria. Su capacidad para aprender y adaptarse la convierte en una herramienta poderosa, una que continuará evolucionando y afectando nuestras vidas de maneras que apenas estamos comenzando a entender. A medida que esta tecnología avanza, también lo hace nuestro potencial para enfrentar desafíos complejos, abriendo un mundo de posibilidades para el futuro.
Carmelo González.
Experto Docente en Ciberseguridad, Sistemas de Información y Nuevas Tecnologías : Data Sciencie | Big Data Architect (online y presencial).
