Quiero lograr explicar de maneras  simples los conceptos  de Inteligencia Artificial, Aprendizaje Automático y Aprendizaje Profundo y cómo son todas diferentes. Además, cómo AI e IoT están inextricablemente conectados.

Todos estamos familiarizados con el término “Inteligencia Artificial”. Después de todo, ha sido un enfoque popular en películas como The Terminator, The Matrix y Ex Machina. Pero es posible que recientemente haya escuchado acerca de otros términos como “Aprendizaje automático” y “Aprendizaje profundo”, que a veces se usan indistintamente con inteligencia artificial. Como resultado, la diferencia entre la inteligencia artificial, el aprendizaje automático y el aprendizaje profundo puede ser muy poco clara.

Comenzaré dando una explicación rápida de lo que realmente significa Inteligencia Artificial (AI), Aprendizaje Automático (ML) y Aprendizaje Profundo (DL) y cómo son diferentes. Luego, compartiré cómo AI e Internet of Things están inextricablemente entrelazados, con varios avances tecnológicos convergiendo todos a la vez para sentar las bases de una explosión de AI el Internet en las Cosas ( IoT).

Internet de las cosas

Inteligencia Artificial

es la inteligencia exhibida por las  máquinas. En ciencias de la computación, una máquina «inteligente» ideal es un agente racional flexible que percibe su entorno y lleva a cabo acciones que maximicen sus posibilidades de éxito en algún objetivo o tarea. Coloquialmente, el término inteligencia artificial se aplica cuando una máquina imita las funciones «cognitivas» que los humanos asocian con otras mentes humanas, como por ejemplo: «aprender» y «resolver problemas».

A medida que las máquinas se vuelven cada vez más capaces, la tecnología que alguna vez se pensó que requería de inteligencia se elimina de la definición. Por ejemplo, el reconocimiento óptico de caracteres ya no se percibe como un ejemplo de la «inteligencia artificial» habiéndose convertido en una tecnología común.​ Avances tecnológicos todavía clasificados como inteligencia artificial son los sistemas de conducción autónomos o los capaces de jugar al ajedrez o al Go.

Aprendizaje Automático

Se considero esto como una rama de la inteligencia artificial, cuyo objetivo es desarrollar técnicas que permitan que las computadoras aprendan. De forma más concreta, se trata de crear programas capaces de generalizar comportamientos a partir de una información suministrada en forma de ejemplos.

Es, por lo tanto, un proceso de inducción del conocimiento. En muchas ocasiones el campo de actuación del aprendizaje automático se solapa con el de la estadística computacional, ya que las dos disciplinas se basan en el análisis de datos. Sin embargo, el aprendizaje automático también se centra en el estudio de la complejidad computacional de los problemas.

El aprendizaje automático puede ser visto como un intento de automatizar algunas partes del método científico mediante métodos matemáticos.

Aprendizaje Profundo

Es un conjunto de algoritmos de tipo de  aprendizaje automático que intenta modelar abstracciones de alto nivel en datos usando arquitecturas compuestas de transformaciones no lineales múltiples, ( suena complejo pero no lo es). ​ El aprendizaje profundo es parte de un conjunto más amplio de métodos de aprendizaje automático basados en datos de datos comparables a manera de su propia representación y análisis.  Por ejemplo una imagen puede ser representada en muchas formas por ejemplo una fotografía, una maquina normal podrá determinar si los rasgos son de un tipo  o otro pero no podraásaber si su expresión es de miedo o de felicidad, eso es el aprendizaje profundo.

Esto se puede pensar mas en la aplicación de determinar o identificar las voces, las lenguas y hacer análisis de los ruidos que se escuchan en un entorno y de ahi tomar una decision o generar un proceso.

En donde esta el valor de este mundo Matrix

El aprendizaje automático y el aprendizaje profundo han dado lugar a grandes avances para la IA en los últimos años, para eso se  requieren grandes cantidades de datos para funcionar, y esta información está siendo recolectada por los miles de millones de sensores que continúan apareciendo en Internet of Things IoT.

La mejora de la IA también impulsará la adopción de Internet of Things, creando un ciclo virtuoso en el que ambas áreas se acelerarán drásticamente. Eso es porque AI hace que IoT sea útil.

Una idea es  predecir cuándo las máquinas necesitarán mantenimiento o analizar los procesos o rutinas de trabajo para poder asi ahorrar mucho dinero, imaginate que tu casa ha aprendido tus hábitos y de manera automatica sabe que luce prender a que hora y  que tanto debe enfriar o calentar el agua de tu baño a manera de que no haya un desperdicio de energia. Esto es que la tecnología tendrá adaptarse a nosotros, lo que dejaría por ejemplo la temperatura de nuestro hogar siempre a nuestro gusto sin importar el clima afuera, ya que esto ya estaria previsto por la casa inteligente, incluso sabría que el consumo de papel de baño ya esta en el limite y haría las gestiones para que llegara a tu casa un paquete nuevo con duración de el tiempo calculado de su uso convencional

Los adelantos tecnológicos convergentes lo han hecho posible

  • La reducción de los chips de la computadora y las técnicas de fabricación mejoradas significan sensores más económicos y potentes.
  • La mejora en la almacenamiento capacidad de las  baterías  significa que esos sensores pueden durar años sin necesidad de estar conectados a una fuente de alimentación.
  • La conectividad inalámbrica, impulsada por  los teléfonos inteligentes, significa que los datos pueden enviarse en grandes volúmenes a precios económicos, permitiendo que todos esos sensores envíen datos a la nube.
  • El nacimiento de la nube ha permitido el almacenamiento virtualmente ilimitado de esa información y una capacidad computacional prácticamente infinita para procesarla.

Por supuesto, hay una o dos preocupaciones sobre el impacto de la IA en nuestra sociedad y nuestro futuro. Pero a medida que los avances y la adopción tanto de AI como de IoT continúan acelerándose, una cosa es cierta; el impacto va a ser muy grande y a una velocidad que ni cuenta nos daremos.

¿Que otros ejemplos de esta revolución de inteligencia de maquinas puedes imaginarte?