La IA débil, también llamada IA estrecha o inteligencia artificial estrecha (ANI, por sus siglas en inglés), está entrenada y enfocada en la IA para realizar tareas específicas. La inteligencia artificial débil sustenta la mayor parte de la IA que nos rodea hoy en día."Estrecha" podría ser un calificativo más preciso para este tipo de IA, ya que es cualquier cosa menos débil, permite algunas aplicaciones muy sólidas, como Siri de Apple, Alexa de Amazon, IBM watsonx y los vehículos autónomos.

La IA sólida está formada por la inteligencia artificial general (AGI, por sus siglas en inglés) y la superinteligencia artificial (ASI, por sus siglas en inglés). La inteligencia artificial general (IAG, por sus siglas en inglés) o IA general es una forma teórica de IA en la que una máquina tendría una inteligencia equiparable a la humana, tendría una conciencia autoconsciente capaz de resolver problemas, aprender y planificar el futuro.La superinteligencia artificial (ASI, por sus siglas en inglés), también conocida como superinteligencia, superaría la inteligencia y la capacidad del cerebro humano. Aunque la IA fuerte sigue siendo totalmente teórica y no existen ejemplos prácticos en la actualidad, eso no significa que los investigadores de IA no estén explorando su desarrollo.Mientras tanto, los mejores ejemplos de ASI pueden encontrarse en la ciencia ficción, como HAL, el asistente informático superhumano y malvado de  2001: Una odisea en el espacio.

Dado que el aprendizaje profundo y el aprendizaje automático tienden a utilizarse indistintamente, conviene señalar los matices entre ambos.Como ya se ha mencionado, tanto el aprendizaje profundo como el aprendizaje automático son subcampos de la inteligencia artificial, y el aprendizaje profundo es en realidad un subcampo del aprendizaje automático.

En realidad, el aprendizaje profundo está compuesto por redes neuronales. "Profundo" en aprendizaje profundo se refiere a una red neuronal compuesta por más de tres capas, que incluirían las entradas y la salida, puede considerarse un algoritmo de aprendizaje profundo.Esto generalmente se representa mediante el siguiente diagrama.

La diferencia entre el aprendizaje profundo y el aprendizaje automático tiene que ver con la forma en que aprende cada algoritmo.El aprendizaje profundo automatiza gran parte del proceso de extracción de características, eliminando parte de la intervención humana manual necesaria y permitiendo el uso de conjuntos de datos más grandes.Se puede pensar en el aprendizaje profundo como en un "aprendizaje automático escalable", como señaló Lex Fridman en la misma conferencia del MIT.El aprendizaje automático clásico, o "no profundo", depende más de la intervención humana para aprender.Los expertos humanos determinan la jerarquía de características para comprender las diferencias entre las entradas de datos, lo que suele requerir datos más estructurados para aprender.

El aprendizaje automático "profundo" puede aprovechar conjuntos de datos etiquetados, también conocidos como aprendizaje supervisado, para informar al algoritmo, pero no requiere necesariamente un conjunto de datos etiquetados.Puede ingerir datos no estructurados en su forma bruta (p. ej. texto, imágenes) y puede determinar automáticamente la jerarquía de entidades que distinguen diferentes categorías de datos entre sí. A diferencia del aprendizaje automático, no requiere intervención humana para procesar los datos, lo que nos permite escalar el aprendizaje automático de formas más interesantes.

La IA generativa se refiere a modelos de aprendizaje profundo que pueden tomar datos brutos, por ejemplo, toda la Wikipedia o la colección de obras de Rembrandt, y "aprender" a generar resultados estadísticamente probables cuando sea necesario.A un nivel superior, los modelos generativos codifican una representación
simplificada de los datos de entrenamiento y se basan en ella para crear un resultado similar,
pero no idéntico, a los datos originales.

Los modelos generativos se han utilizado durante años en estadística para analizar datos numéricos. Sin embargo, el auge del aprendizaje profundo permitió ampliarlos a imágenes, voz y otros tipos de datos complejos.Entre los primeros modelos que lograron esta hazaña se encuentran los autocodificadores variacionales, o VAE, por sus siglas en inglés, introducidos en 2013.Los VAE fueron los primeros modelos de aprendizaje profundo que se utilizaron ampliamente para generar imágenes y voz realistas.

“Los VAE la puerta al modelado generativo profundo al facilitar la escalabilidad de los modelos
”, afirma Akash Srivastava, experto en IA generativa del MIT-IBM Watson AI Lab.
“Gran parte de lo que hoy consideramos IA generativa comenzó aquí”.

Los primeros ejemplos de modelos, como GPT-3, BERT o DALL-E 2, han demostrado lo que es posible. El futuro está en los modelos entrenados con un gran conjunto de datos sin etiquetar que puedan utilizarse para distintas tareas con una optimización mínima.Los sistemas que realizan tareas específicas en un único dominio están dando paso a una IA más amplia que aprende de forma más general y opera en múltiples dominios y problemas.Los modelos de base, entrenados en grandes conjuntos de datos no etiquetados y optimizados para una serie de aplicaciones, están impulsando este cambio.

En lo que respecta a la IA generativa, se prevé que los modelos fundacionales
aceleren drásticamente la adopción de la IA en las empresas.La reducción de los requisitos de etiquetado
facilitará mucho a las empresas embarcarse en esta aventura, y la automatización altamente precisa y eficiente impulsada por la IA que permiten significará que muchas más empresas serán capaces de desplegar la IA en una gama más amplia de situaciones de misión crítica.Para IBM, la esperanza es que la potencia de los modelos fundacionales pueda llevarse a todas las empresas en un entorno de nube híbrida sin precedentes.

Hoy en día, existen numerosas aplicaciones reales de sistemas de IA. A continuación se presentan algunos de los casos de uso más comunes:

• Reconocimiento de voz: También conocido como reconocimiento automático del habla (ASR, por sus siglas en inglés), reconocimiento informático del habla o conversión del habla al texto, y es una capacidad que utiliza el procesamiento del lenguaje natural (NLP) para procesar el habla humana y convertirla en un formato escrito. Muchos dispositivos móviles incorporan el reconocimiento de voz en sus sistemas para realizar búsquedas por voz, por ejemplo, Siri, o proporcionar más accesibilidad a los mensajes de texto. 
• Atención al cliente:  Los agentes virtuales en línea están reemplazando a los agentes humanos a lo largo del recorrido del cliente. Responden a las preguntas más frecuentes (FAQ) sobre temas como el envío o proporcionan recomendaciones personalizadas, realizan ventas cruzadas de productos o sugieren tallas a los usuarios, cambiando la forma de concebir la relación con el cliente en sitios web y plataformas de redes sociales.Algunos ejemplos son los bots de mensajería de los sitios de comercio electrónico virtual con agentes virtuales, kas aplicaciones de mensajería, como Slack y Facebook Messenger, y tareas realizadas habitualmente por asistentes virtuales y asistentes de voz.
• Visión por ordenador: Esta tecnología de IA permite permite a los ordenadores y sistemas obtener información significativa a partir de imágenes digitales, vídeo y otros datos visuales y, basándose en ellos, actuar.Esta capacidad de asesoramiento la distingue de las actividades de reconocimiento de imágenes.Gracias a las redes neuronales convolucionales, la visión por computador tiene aplicaciones en el etiquetado de fotos en las redes sociales, la obtención de imágenes radiológicas en la sanidad y los coches autónomos en la industria automovilística.  
• Motores de recomendación: Utilizando datos de comportamientos de consumo anteriores, los algoritmos de IA pueden ayudar a descubrir tendencias de datos que pueden utilizarse para desarrollar estrategias de venta cruzada más eficaces. Se utiliza para ofrecer a los clientes asesoramiento adicional pertinente durante el proceso de pago de los minoristas en línea.
• Negociación bursátil automatizada: Diseñada para optimizar las carteras de valores, las plataformas de negociación de alta frecuencia impulsadas por IA realizan miles o incluso millones de operaciones al día sin intervención humana.

La idea de "una máquina que piensa" se remonta a la antigua Grecia. Sin embargo, desde la llegada de la informática electrónica (y en relación con algunos de los temas tratados en este artículo), los acontecimientos clave en la evolución de la inteligencia artificial son los siguientes:

• 1950: Alan Turing publica Maquinaria computacional e inteligencia. En el artículo, Turing, famoso por descifrar el código ENIGMA de los nazis durante la Segunda Guerra Mundial, propone responder a la pregunta "¿pueden pensar las máquinas?" e introduce la prueba de Turing para determinar si un ordenador puede demostrar la misma inteligencia (o los resultados de la misma) que un ser humano.El valor de la prueba de Turing ha sido cuestionado desde entonces.

• 1956: John McCarthy acuña el término "inteligencia artificial" en la primera conferencia sobre IA en el Dartmouth College. (McCarthy inventaría después el lenguaje Lisp). Más tarde, ese mismo año, Allen Newell, J.C. Shaw y Herbert Simon crearon Logic Theorist, el primer programa de software de IA operativo.

• 1967: Frank Rosenblatt construye el Perceptron Mark 1, el primer ordenador basado en una red neuronal que "aprende" mediante ensayo y error.Justo un año después, Marvin Minsky y Seymour Papert publican un libro titulado Perceptrons, que se convirtió tanto en la obra fundamental sobre redes neuronales como, al menos durante un tiempo, en un argumento en contra de futuros proyectos de investigación en redes neuronales.

• Década de 1980: Las redes neuronales que utilizan un algoritmo de retropropagación para entrenarse se utilizan ampliamente en aplicaciones de IA.

• 1997: Deep Blue de IBM vence al entonces campeón mundial de ajedrez Garry Kasparov, en una partida de ajedrez (y revancha).

• 2011: IBM Watson vence a los campeones Ken Jennings y Brad Rutter en Jeopardy!

• 2015: El superordenador Minwa de Baidu utiliza un tipo especial de red neuronal profunda denominada red neuronal convolucional para identificar y categorizar imágenes con una tasa de precisión superior a la del ser humano medio.

• 2016: El programa AlphaGo de DeepMind, impulsado por una red neuronal profunda, vence a Lee Sodol, campeón del mundo de Go, en un combate a cinco partidas.La victoria es significativa dado el enorme número de movimientos posibles a medida que avanza la partida (¡más de 14,5 billones tras solo cuatro movimientos!).Más tarde, Google compró DeepMind por 400 millones de dólares.

• 2023: El auge de los grandes modelos lingüísticos, o LLM, por sus siglas en inglés, como ChatGPT, supone un
  enorme cambio en el rendimiento de la IA y su potencial para impulsar el valor empresarial.
  Con estas nuevas prácticas de IA generativa, los modelos de aprendizaje profundo pueden preentrenarse en
  vastas cantidades de datos sin procesar ni etiquetar.