A más tardar en 10 años, la inteligencia artificial generativa (IAGen) será considerada como algo normal al igual que lo fueron el teléfono, las computadoras personales, el internet, la web, o los celulares; es decir, se asimilará como algo “invisible”, estimó Luis Pineda Cortés, investigador del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS) de la UNAM.
El creador de la Memoria Asociativa Entrópica refirió que es probable que se parezca más a la inteligencia natural, la cual considera a la memoria más activa. Se esperaría que en lugar de guardar representaciones de palabras, contenga pensamientos y experiencias de nuestra vida o episodios.
En la mesa “De Turing a la inteligencia artificial generativa: Horizontes de la IA desde la academia”, que formó parte del encuentro AI Summit UNAM – OpenAI y Fintual, Héctor Benítez Pérez, titular de la Dirección General de Cómputo y de Tecnologías de Información y Comunicación (DGTIC), puntualizó:
Lo que mucha gente en el mundo conoce como IA es un grupo de ramas de ciencias que se han utilizado para procesar de manera muy ágil la información, y que tienen la capacidad de imitar algunos procesamientos realizados por el ser humano.
Durante la reunión, en la que se que recordó la publicación del artículo Computing Machinery and Intelligence de Alan Turing, en 1950, el también investigador explicó que esta tecnología ha tenido una evolución profunda en diversas áreas, permitiendo develar algunas nuevas ideas que representan el mundo real a través de la computadora.
En México, los grupos de investigación en la materia son pocos, pero desarrollan elementos de calidad académica que se pueden discutir a nivel mundial. Se genera conocimiento y se forma a personas. Somos parte de una comunidad que responde y crea ciencia con un gran nivel académico.
Al hacer uso de la palabra, Boris Escalante Ramírez, coordinador general del Centro de Estudios en Computación Avanzada, precisó que en su tiempo Alan Turing cuestionó si una máquina podía pensar o no, generando en la comunidad científica planteamientos formales para el procesamiento lógico de datos, pero no progresaron debido a la falta de tecnología adecuada. En realidad avanzó con el surgimiento del aprendizaje supervisado o machine learning.
El también investigador de la Facultad de Ingeniería manifestó que es a partir de ese momento cuando llegó el aprendizaje profundo y las redes artificiales sobrepasaron el desempeño de un humano en la clasificación de datos, con múltiples capas que emulan capacidad para extraer características.
De esta forma, subrayó, la IAGen emula las acciones y decisiones complejas que tomamos y que antes le costaba trabajo. Para aprender se debe entrenar, a fin de que el modelo pueda predecir. Este proceso es análogo al que los humanos experimentan.
