Tipos de Sistemas Inteligentes en la IA

A lo largo del paso de los años se han ido desarrollando diferentes tipos de inteligencia artificial. Esta diversidad se debe a que se ha intentado abordar la temática de "sistemas comportándose como humanos" desde diferentes puntos de vista y utilizando diversas técnicas.

A continuación te enseño diferentes ejemplos de sistemas inteligentes, así como una breve explicación de cada uno de ellos, así que si quieres saber que es un sistema inteligente, sigue leyendo.

Tipos y Ejemplos de Sistemas Inteligentes

A continuación te listo cuales son los tipos de sistemas inteligentes y ejemplos de cada uno de ellos en el mundo real.

Redes de Neuronas Artificiales

Las redes de neuronas artificiales son los sistemas informáticos que intentan imitar el comportamiento del cerebro y de cada una de las neuronas.

Son modelos que imitan el comportamiento del cerebro, aprendiendo a base de ejemplos. La idea es tener un problema concreto que queremos resolver. Posteriormente elegimos un modelo que tenga unas características adecuadas para dicho problema.

Finalmente, necesitamos muchos datos (pero muchos) que representen el problema en si. Además, también necesitamos la información concreta y precisa de lo que queremos que haga con esos datos, para que el modelo sea capaz de aprender lo que tiene que hacer.

Con este tipo de inteligencia artificial se consiguen sistemas que piensan como humanos, aunque por lo general están "especializados" en una temática.

El ejemplo más conocido a día de hoy de este tipo de sistema inteligente, sin lugar a dudas es ChatGPT.

Robots

Los robots son un tipo de sistema inteligente que actúan como si fueran humanos. En este caso no tiene que tratarse de redes neuronales, si no de una mezcla de reglas a seguir cuyas condiciones son la entrada de información por diferentes tipos de sensores.

Es decir, el robot, que es un aparato autónomo, tiene una serie de sensores como pueden ser de proximidad, de luz, etc. La información entrante por estos sensores, permite a los programadores crear ciertas reglas, que pueden ser del estilo "si la entrada del sensor de proximidad indica que te vas a chocar contra una pared, gira a la izquierda". De esta manera, el robot cuando llegue de frente a la pared se va a girar siempre a la izquierda. Puede parecer un movimiento inteligente, pero realmente es sólo una orden que se le da al robot bajo unas circunstancias concretas.

Los robots de la línea de lego programables son uno de los más claros ejemplos de este tipo de sistemas. De hecho, tienen diferentes opciones a la hora de programarlos: desde programación convencional hasta programación por bloques, perfecta para los que no tienen mucha idea del tema.

Sistemas Expertos

Un sistema experto es un sistema informático que intenta replicar el razonamiento humano, actuando tal cual lo haría un experto en un área de conocimiento concreta. Para ello, es necesario parametrizar los pasos que haría el experto hasta obtener un método determinista.

Este es un proceso laborioso ya que son necesarias una gran cantidad de reuniones para que el experto en el área y la persona que vaya a programar el sistema se entiendan al 100%, ya que los expertos tienen tan automatizado su trabajo que no es tan sencillo exponer paso por paso como lo hacen.

Estos tipos de sistemas son sencillos de implementar pero laboriosos, ya que deben tener en cuenta todas las posibilidades en el área de trabajo para cubrir todos los frentes. Básicamente, se trata de modelar un sistema que para cada una de las posibles entradas que tenga, sea capaz de dar un resultado. Este resultado tiene que ser lo suficientemente bueno como para confundirse con el que daría un experto humano, como ocurría con el test de Turing.

Agentes Inteligentes

Un agente inteligente es una entidad capaz de percibir su entorno. Se trata de una inteligencia artificial aparentemente parecida a los robots que comentaba anteriormente, pero en este caso tienen la capacidad de aprender y adaptarse al entorno. Al contrario que los robots del apartado anterior, que simplemente tenían un comportamiento genérico que sirve para situaciones concretas, estos sistemas son capaces de aprender de errores pasados.

Una forma de llevar a cabo este tipo de sistemas, es la de premiar y/o penalizar. Se trataría de algo similar a educar a un niño pequeño o a un perro.

Por ejemplo, soltamos a un robot en un laberinto, con la idea de que sea capaz de aprender el camino más corto para llegar al final del laberinto. Damos por hecho que el robot es capaz de ver todo el laberinto. El robot sabe a dónde tiene que ir y puede hacer unos movimientos concretos, pero no tiene conocimiento de si tiene que ir de la forma más directa posible o dando una vuelta por todo el laberinto.

La primera vez, el robot llegará al final de una manera muy poco óptima, probablemente recorriendo todo el laberinto. Si es así, se le penaliza de una manera concreta (existen diferentes funciones para ello), de forma que la siguiente vez que haga el laberinto, intentará hacerlo de otra manera para conseguir una mejor puntuación o menor penalización.

A base de repetición, el robot aprende que es lo que tiene que hacer (ir por el camino más corto) y poco a poco irá cambiando su comportamiento para conseguirlo.

Este ejemplo, es uno muy utilizado en los videojuegos, cuando un personaje va de un punto A a un punto B y simplemente se marca el punto, es necesario un sistema como este que evite los obstáculos que pueda haber por el medio del camino.

Uno de los ejemplos más conocidos puede ser el movimiento de los héroes en el LOL o en el WOW.

Como ves, la inteligencia artificial surge de conceptos relativamente sencillos, y aunque con el paso del tiempo van ganando popularidad y se hacen cada vez más y más potentes, no debemos pensar que es que es magia o que es capaz de hacer cualquier cosa. La IA es una herramienta cada vez más capaz, y tenemos la suerte de vivir en una época en la que podremos ver su evolución inicial.