INTELIGENCIA ARTIFICIAL llegando para no irse (como las impresionantes prestaciones del micro Kirin 980 de Huawei con sus 6.900 millones de transistores en una oblea de un solo cm2). Y, cabe decir que, según parece, será la parcela ‘móvil’ donde la Ley de Moore seguirá vigente pues en la de ‘escritorio’ hay que recordar que Intel todavía no ha distribuido siquiera procesadores de 10 nm y, sin duda, ya perdió definitiva- mente el ritmo de la conocida ley. La colaboración entre Samsung y ARM anuncia los 5 nm para el 2019 y menciona los 3 nanómetros a relativamente corto plazo. Importante destacar para el sector IA que la británica ARM proporcione solucio- nes que incluyan tecnología orientada al procesamiento específico para la IA que da pie, por decirlo así, a que la Raspberry Pi de 32€/ unidad, póngase en su versión 4, incorpore lo anunciado. Tampoco habrá que obviar la pronta llegada del 5G con latencias del orden de pocos milisegundos y velocidades inimaginables que augura tiempos de reacción muy cercanos al ‘Hard Real-Time’. Por cuanto respecta a la taxonomía del mercado de la IA, destacar su amplísima variedad: sistemas de asistencia, sistemas incrustados/ empotrados, sistemas expertos/adaptativos, sistemas robóticos/ automatizados y, sin duda y fundamental, lo del autoaprendizaje por medio de las Redes de Neuronas Artificiales por cuanto representa la quintaesencia del casi todo, pues hay que puntualizar que una vez superada esta fase, su resultado se convierte en otro algoritmo y por tanto, el término de inteligencia quedaría relegado a cuanto este se relaciona con el origen de su obtención. De ese mercado, surgen infinidad de aplicaciones: procesamiento consciente del contexto o del entorno en el que se desarrolla, reconocimiento (de textos, de gestos, del lenguaje natural, de la imagen, de la biometría...), métodos de consulta e interrelación (agentes virtuales), cuidado de la salud y asistencia personal, 'smart robots' y movilidad autónoma, análisis (de videos, del sector finan- ciero y empresarial, de la predicción medioambiental, energética y judicial...), la oscura Ciber-Seguridad y el peligroso Armamento Autónomo, etc. Su potencial es tan elevado que su ubicuidad hará que la 'encontremos por doquier', ¡sin duda! Introducida someramente su importancia, cabe también otorgar especial relevancia al pasado a través del lenguaje matemático con el que desde hace años que la 'inteligencia' ya está presente en nuestra industria, más desde la era de la digitalización y en particular a través de su programación, que con el advenimiento de los primeros ordena- dores (o incluso las primeras calculadoras), se instauró un medio físico para transponer parte de nuestra inteligencia a través de algoritmos haciendo efectivas 'tomas de decisión' por medio de los variados len- guajes de programación que en informática se utilizan. Como quiera que sea, en cualesquiera sean sus formas, la verdadera parte real y única parecida siquiera a una posible inteligencia de las máquinas es la del autoaprendizaje (consistente en aprender expe- rimentando en forma autónoma y/o vigilada) que será el medio por el cual se obtendrá cualquier subproducto para que la inteligencia, en su nivel más básico, alcance una categoría que se ha dado en denominar como 'IA estrecha'. Con lo que cabe decir que para llegar a la creatividad intelectual con algo de sentido común (la 'IA gene- ral' propiamente dicha) se deberá esperar hasta que la IA estrecha madure, y mientras lo hace (que puede que sea más lento de lo espe- rado por lo que parece), tendremos que conformarnos con ver a esta relegada a la Sci-Fi por el momento. 47 Por cuanto al grado de inteligencia alcanzado en la actualidad, comentar que los investigadores tratan de darle a la IA la capacidad de construir 'modelos mentales' de nuestro entorno más inmediato (parejo al de un bebé con unos pocos meses de vida, por decirlo así). Pero aun a pesar de sus limitaciones actuales, también es cierto que con el 'aprendizaje profundo' (aun siendo catalogado como 'IA estrecha') se posee un potencial excepcional en el reconocimiento de imagen y de voz, en la traducción automática, en los juegos de mesa... Hoy por hoy, una de las áreas de más intensa investigación es determinar cómo aprender de unos pocos ejemplos de una deter- minada realidad, en lugar de hacerlo con millones de pruebas que suelen requerir los sistemas de ‘aprendizaje profundo’ actuales. Por mucho que las compañías requieran ‘entrenar a sus neuronas’ en casos reales y tanto tiempo como les sea necesario, por ahora, hacer que estos sistemas supuestamente ‘inteligentes’ sean real- mente capaces de hacer su función correctamente, parece que aun requerirá añadir grandes cantidades de lógica donde se reflejen las decisiones tomadas por los ingenieros que los construyen y prueban. Del como el autoaprendizaje alcanza el acierto en las decisiones Puntualizar que por su apariencia cotidiana la IA es algo que parece fácil de codificar, pero... es por su especificidad cuando será un triunfo el poderla lograr. Dos niveles por cuanto a la 'IA estrecha', el del aprendizaje automático (Machine learning) pudiéndole lla- mar de bolsillo (wearable) para entendernos, o mejor todavía, el mucho más intenso (Deep learning) que, digámoslo así, es aquel en el que se somete a la máquina a una labor mucho más 'profunda' e 'intensa' requiriéndose de una gran potencia de cálculo destinada a esta única tarea. Para este último, apuntar entonces, que puede ser un acierto el tener cerca del lugar de desarrollo, de ser ello posible, un Centro de Supercomputación. Dicho todo lo cual, se propone, a partir de ahora, tener un suave primer contacto con eso que se ha dado en llamar Inteligencia Artificial por cuanto a su parte esencial que es la de aprender. Que, como fue dicho, todo lo otro se queda en haber generado mediante el autoaprendizaje, un programa (léase algoritmo) implementable en un hardware existente que pueda tomar decisiones impredecibles predeciblemente (con perdón por el grosero oxímoron), dado que las decisiones predecibles, ya hace