El Pronóstico de Expertos: La IA Generativa se Volverá Invisible
Según Luis Pineda Cortés, investigador del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS) de la UNAM, la Inteligencia Artificial Generativa (IAGen) no será una tecnología llamativa en el futuro, sino que se integrará de manera tan natural a nuestra vida cotidiana como lo hicieron antes el teléfono, las computadoras personales o los celulares. Su predicción se hizo durante la mesa “De Turing a la inteligencia artificial generativa: Horizontes de la IA desde la academia”, un evento clave que reunió a AI Summit UNAM – OpenAI y Fintual.
Pineda Cortés explicó que la IAGen, en un plazo de no más de diez años, se convertirá en una herramienta omnipresente y prácticamente invisible. Esto significa que la utilizaremos sin darnos cuenta, como si fuera una parte inherente de nuestra forma de interactuar con el mundo.
Más Allá del Procesamiento Rápido: Entendiendo la IA Generativa
Héctor Benítez Pérez, director general de Cómputo y de Tecnologías de Información y Comunicación (DGTIC), ofreció una perspectiva más amplia sobre la IA. Destacó que, si bien muchas personas conocen la inteligencia artificial como una herramienta para procesar información rápidamente, en realidad se trata de un conjunto complejo y multidisciplinario de disciplinas científicas.
Benítez Pérez enfatizó que la IAGen no es simplemente un “procesador rápido”, sino una colección de técnicas y enfoques que imitan ciertas funciones cognitivas humanas. Esta visión es crucial para entender el potencial y las implicaciones de esta tecnología.
De Turing a la IA Generativa: Un Legado y un Camino
La discusión se inició con el artículo pionero “Computing Machinery and Intelligence”, publicado por Alan Turing en 1950. Este documento, con la pregunta central de si “una máquina puede pensar”, sentó las bases del debate actual sobre inteligencia artificial. Boris Escalante Ramírez, coordinador general del Centro de Estudios en Computación Avanzada, explicó que los planteamientos originales de Turing no avanzaron debido a la falta de tecnología adecuada en ese momento.
Escalante Ramírez explicó que el desarrollo del “machine learning” fue fundamental para superar las limitaciones iniciales. Este avance permitió que los modelos de IA pudieran aprender a partir de datos, en lugar de estar programados explícitamente.
El Poder del Aprendizaje Profundo y las Redes Neuronales Artificiales
Con la llegada del “aprendizaje profundo” y las redes neuronales artificiales, los modelos de IA han logrado superar el desempeño humano en tareas como la clasificación de datos. Estas estructuras complejas, con múltiples capas, imitan la forma en que el cerebro humano extrae características relevantes de la información.
Este progreso representa un cambio significativo en el campo de la IA, permitiendo que las máquinas aprendan patrones y relaciones complejas a partir de grandes cantidades de datos. Las redes neuronales artificiales son la base de muchas aplicaciones de IA generativa que vemos hoy en día, desde la generación de imágenes y textos hasta el diseño de nuevos productos.
La Situación en México: Investigación y Producción Científica
A pesar de que los grupos de investigación sobre inteligencia artificial en México son relativamente limitados, Benítez Pérez subrayó la alta calidad y el impacto internacional de su producción científica. Destacó que, a pesar del tamaño limitado de la comunidad investigadora en México, se produce ciencia con un nivel académico sobresaliente y que contribuye a la comunidad global de IA.
Preguntas y Respuestas Clave
- ¿Cuándo se espera que la IA Generativa sea una tecnología “invisible”?
- Según Pineda Cortés, en un plazo de no más de diez años.
- ¿Qué es la Inteligencia Artificial Generativa?
- Un conjunto complejo de disciplinas científicas que imitan ciertas funciones cognitivas humanas, como la generación de contenido nuevo.
- ¿Por qué es importante el “machine learning”?
- Permite a las máquinas aprender de los datos, en lugar de estar programadas explícitamente.
- ¿Qué son las redes neuronales artificiales?
- Estructuras complejas que imitan la forma en que el cerebro humano extrae características relevantes de la información.
