El futuro de la Inteligencia Artificial Generativa

El futuro de la Inteligencia Artificial Generativa (IA Gen)

HIXSA

14 mayo, 2024

En la actualidad somos testigos de la primera etapa en el desarrollo de la inteligencia artificial, por ejemplo, tres de cada cinco trabajadores utilizan actualmente o planean utilizar inteligencia artificial generativa (IA Gen), mientras que más de dos terceras partes aseguran que les ayudará a prestar un mejor servicio a sus clientes.

Algunos expertos consideran que pronto llegará una segunda fase, mucho más revolucionaria. Y posteriormente llegará la tercera, y última, que podría alterar el orden del mundo.

Fases de la inteligencia artificial generativa

Vayamos por partes. Esta clasificación se debe a la capacidad de la inteligencia artificial para imitar las características humanas.

AI débil

La primera se denomina inteligencia artificial estrecha, es más conocida por sus siglas en inglés: ANI, de artificial narrow intelligence. También se le conoce como AI débil. Así se denomina porque se enfoca en una sola tarea, para realizar un trabajo repetitivo dentro de un rango que ha sido predefinido por sus creadores.

Generalmente, para entrenar los sistemas de ANI se utiliza un gran conjunto de datos. al final se pueden tomar decisiones o llevar a cabo algunas acciones partiendo de dicho entrenamiento.

Si bien, una ANI puede igualar o incluso superar a la inteligencia y eficiencia humana, solamente lo hace en esa área específica en la que opera.

Aquí podemos citar el ejemplo de aquella partida de ajedrez que se llevó a cabo en febrero de 1996, entre el entonces campeón del mundo, Gari Kasparov y la supercomputadora de IBM, Deep Blue.

Gracias al trabajo de programadores y desarrolladores, la computadora ganó una de las seis partidas de la competencia; Kasparov la venció en tres ocasiones y empataron dos más. La anécdota es que la computadora venció una vez al campeón, pero no pudo realizar otras tareas.

A la fecha, por más avanzadas que sean las actividades que pueden realizarse con ai, por ejemplo si hablamos de las computadoras internas de los coches, las que se utilizan para manufactura o para realizar diagnósticos médicos, no pueden operar fuera del rango predefinido por sus programadores, por lo que no pueden tomar decisiones por su cuenta ni tienen autoconciencia.

Hay quien considera que los sistemas programados con machine learning como ChatGPT podrían pasar a la siguiente fase de desarrollo.

AI fuerte

La segunda se denomina inteligencia artificial general (AGI, por sus siglas en inglés) y se alcanza cuando una máquina adquiere capacidades cognitivas a nivel humano, como realizar cualquier tarea intelectual que realiza una persona. A esta etapa también se la conoce como AI fuerte.

Se cree que el mundo está a punto de alcanzar ese nivel de desarrollo y por eso en marzo de este año, más de 1,000 líderes it, como Steve Wozniak, el cofundador de Apple, y el propio Elon Musk firmaron una carta en la que se pide frenar la inteligencia artificial porque es una amenaza para la humanidad.

Algunas de las preocupaciones de los expertos se refieren a si se deberían desarrollar mentes no humanas que eventualmente podrían superar al ser humano en número, ser más inteligentes, y en algún momento hacerlo obsoleto y reemplazarlo.

Súper inteligencia artificial generativa

La tercera etapa se denomina súper inteligencia artificial (ASI, por sus siglas en inglés). Con ella existe la preocupación de que la inteligencia sintética va a superar a la humana.

En este caso, la teoría es que cuando una máquina logre tener una inteligencia a la par con la humana, su capacidad de multiplicar exponencialmente esa inteligencia mediante su propio aprendizaje autónomo, nos va a superar ampliamente en poco tiempo, de esta manera se alcanzará la asi.

Un proceso llamado “superación personal recursiva” permite a una aplicación de AI “mejorar continuamente, en un tiempo que no podría hacerlo el ser humano”.

También te puede interesar: Tendencias en IA Generativa y automatización robótica para 2024)

M-Files Aino Inteligencia Artificial Generativa

Las funciones de los trabajadores del conocimiento se centran en pensar, crear y colaborar. Por lo tanto, cualquier cosa que reste valor a ese “estado de flujo”, como encontrar el documento correcto o ejecutar manualmente acciones rutinarias, crea una distracción que no agrega valor al trabajo.

La plataforma de automatización del trabajo del conocimiento M-⁠Files permite automatizar tareas, procesos y acciones que antes requerían interacción humana. M-⁠Files Aino aumenta aún más la productividad al permitir que los trabajadores del conocimiento hagan preguntas basadas en sus datos, resuman documentos o traduzcan contenido a otros idiomas.

Con M-⁠Files, los trabajadores del conocimiento obtienen los beneficios de las capacidades avanzadas de IA mientras la información se mantiene segura. Agenda una demostración y experimenta las capacidades de M-Files.

Consulta la información original.

Guía del CIO para la evaluación de soluciones RPA

En esta guía para CIO’s compartimos las claves para evaluar soluciones de RPA para tu negocio.

Guía de AI Service Desk y Automatización

En este documento te compartimos un modelo probado de automatización de la mesa de servicio de TI, que ayuda a analizar desafíos, evaluar soluciones y elegir el mejor enfoque de automatización.

10 consejos de lectura obligada para seleccionar un sistema ECM

En este eBook te mostramos cómo un sistema ECM y la gestión inteligente de la información puede hacer tu negocio más competitivo

Business Case para la Gestión de Contenido Empresarial

En este eBook te compartimos como la afluencia de contenido muy diverso de una variedad de sistemas y repositorios apunta a la urgente necesidad de las empresas invertir en la gestión de contenidos para tomar control de su contenido.