DiariodelaCiudad.mx
Investigadores de la UNAM analizan la evolución de la inteligencia artificial y su impacto en el aprendizaje, la memoria y la toma de decisiones.
La inteligencia artificial generativa (IAGen) será considerada una tecnología común y cotidiana en un plazo no mayor a 10 años, de manera similar a lo que ocurrió con el teléfono, las computadoras personales, el internet o los celulares, estimó Luis Pineda Cortés, investigador del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas de la UNAM. El también creador de la Memoria Asociativa Entrópica señaló que esta forma de inteligencia artificial podría parecerse más a la inteligencia natural, al considerar una memoria más activa. En lugar de almacenar únicamente palabras, podría guardar pensamientos, experiencias y episodios de vida.
Durante la mesa “De Turing a la inteligencia artificial generativa: Horizontes de la IA desde la academia”, parte del AI Summit UNAM – OpenAI y Fintual, el titular de la Dirección General de Cómputo y de Tecnologías de Información y Comunicación (DGTIC), Héctor Benítez Pérez, explicó que lo que muchas personas conocen como inteligencia artificial en realidad es un conjunto de ramas científicas que permiten procesar información de forma ágil y que tienen la capacidad de imitar ciertos procesos realizados por los seres humanos. En este espacio, donde también se recordó el artículo Computing Machinery and Intelligence, publicado por Alan Turing en 1950, el investigador subrayó que la IA ha evolucionado profundamente, posibilitando la representación del mundo real desde la computadora. Aunque en México los grupos de investigación en la materia son pocos, producen conocimiento con calidad académica a nivel internacional y forman parte de una comunidad científica activa y rigurosa.
Por su parte, Boris Escalante Ramírez, coordinador general del Centro de Estudios en Computación Avanzada y académico de la Facultad de Ingeniería, recordó que Turing cuestionó si una máquina podía pensar, dando origen a planteamientos formales sobre el procesamiento lógico. Sin embargo, estos avances se vieron limitados por la tecnología de su época. Fue con el surgimiento del aprendizaje supervisado, o machine learning, que el campo dio un salto sustancial. A partir de ese momento, añadió, emergió el aprendizaje profundo, y con ello las redes artificiales comenzaron a superar al ser humano en tareas de clasificación de datos, gracias a múltiples capas capaces de extraer características complejas. En ese sentido, Escalante Ramírez puntualizó que la IAGen hoy es capaz de emular acciones y decisiones complejas que antes eran difíciles de replicar. Para lograrlo, requiere ser entrenada, un proceso análogo al aprendizaje humano.
