Glosario de términos de inteligencia artificial: conceptos que debes conocer hoy

La inteligencia artificial evoluciona a un ritmo acelerado, y con ella surge todo un glosario de términos que describen cómo funciona. Quien asista a cualquier reunión técnica o presentación en estos días escuchará palabras como «grandes modelos de lenguaje», «aprendizaje por refuerzo» y «generación aumentada por recuperación», además de nuevos términos que aparecen semanalmente a una velocidad que hace que incluso los especialistas sientan la necesidad de mantenerse constantemente actualizados. En este artículo ofrecemos una explicación clara de los conceptos más importantes para quienes construyen herramientas inteligentes, invierten en ellas o simplemente desean estar al día en este campo.

Inteligencia artificial general (AGI)

El término «inteligencia artificial general» es uno de los conceptos más ambiguos y controvertidos. Se refiere, en general, a una inteligencia artificial que supera al ser humano promedio en la realización de la mayoría de las tareas. Sam Altman, director ejecutivo de «OpenAI», la describió como una especie de «compañero de trabajo con capacidades de un humano promedio que puedes contratar». Por otro lado, algunas entidades de investigación la definen como sistemas autónomos que superan el desempeño humano en la mayoría de los trabajos con valor económico, mientras que el laboratorio «DeepMind» de Google la ve como una inteligencia no menos capaz que el ser humano en la mayoría de las tareas cognitivas. La conclusión es que los propios expertos aún no han acordado una definición unificada.

Agente de inteligencia artificial

Un agente de inteligencia artificial es una herramienta que utiliza tecnologías de IA para realizar una serie de tareas en tu nombre, superando las capacidades de un chatbot tradicional. Puede presentar informes de gastos, reservar boletos o una mesa en un restaurante, e incluso escribir y mantener código de programación. Aunque este campo aún es incipiente y el término puede tener significados distintos para diferentes personas, la idea fundamental se basa en un sistema autónomo capaz de recurrir a múltiples sistemas para ejecutar tareas complejas compuestas de varios pasos.

Puntos de acceso de la interfaz de programación (API Endpoints)

Los puntos de acceso de la interfaz de programación pueden imaginarse como «botones» ocultos detrás del software que otros programas pueden pulsar para ejecutar tareas específicas. Los desarrolladores utilizan estas interfaces para construir integraciones entre aplicaciones, como cuando una aplicación extrae datos de otra, o cuando un agente de inteligencia artificial controla servicios externos directamente sin intervención humana. Con la evolución de las capacidades de los agentes inteligentes, estos ya son capaces de descubrir estos puntos y usarlos por sí mismos, lo que abre horizontes amplios —y a veces sorprendentes— en el ámbito de la automatización.

Cadena de pensamiento (Chain-of-Thought)

El cerebro humano responde a preguntas sencillas sin un pensamiento profundo, pero a veces necesita pasos intermedios para resolver problemas más complejos. Por ejemplo, si un granjero tiene gallinas y vacas que suman 40 cabezas y 120 patas, podría necesitar una ecuación sencilla para llegar a la solución.

En el contexto de la inteligencia artificial, la cadena de pensamiento significa que los grandes modelos de lenguaje descomponen el problema en pasos intermedios más pequeños para mejorar la calidad del resultado final. Es cierto que este método requiere más tiempo, pero aumenta la probabilidad de que la respuesta sea correcta, especialmente en problemas lógicos y de programación. Los modelos de razonamiento se desarrollan a partir de los modelos de lenguaje tradicionales y luego se optimizan para la cadena de pensamiento gracias al aprendizaje por refuerzo.

Agente de programación (Coding Agent)

Un agente de programación es una versión especializada del agente de inteligencia artificial orientada al desarrollo de software. En lugar de sugerir código para revisarlo manualmente, este agente puede escribir código, probarlo y corregir sus errores de forma autónoma, encargándose del trabajo iterativo basado en ensayo y error que suele consumir la jornada del desarrollador. Entre sus capacidades más destacadas figuran:

• Trabajar sobre bases de código completas y detectar errores en ellas.
• Ejecutar pruebas y ofrecer correcciones con una supervisión humana limitada.
• Realizar tareas a gran velocidad y sin interrupciones.

Sin embargo, como ocurre con cualquier aprendiz, el papel del ser humano sigue siendo necesario para revisar los resultados finales.

Capacidad de cómputo (Compute)

El término «cómputo» se refiere, en general, a la capacidad de cálculo vital que permite ejecutar, entrenar y desplegar modelos de inteligencia artificial. Esta capacidad es el combustible que impulsa a todo el sector, y el término se usa a menudo para referirse al hardware que la proporciona, como las unidades de procesamiento gráfico (GPU), los procesadores centrales (CPU), las unidades de procesamiento tensorial (TPU) y otras infraestructuras que constituyen la base de la industria moderna de la inteligencia artificial.

Aprendizaje profundo (Deep Learning)

El aprendizaje profundo es una rama del aprendizaje automático de mejora autónoma, en la que los algoritmos se diseñan dentro de una estructura de red neuronal artificial de múltiples capas, inspirada en la interconexión de las neuronas del cerebro humano. Esta estructura permite establecer correlaciones más complejas en comparación con sistemas más simples como los modelos lineales y los árboles de decisión.

Los modelos de aprendizaje profundo se distinguen por su capacidad de identificar por sí mismos las características importantes de los datos, sin necesidad de que los ingenieros las definan manualmente; además, aprenden de sus errores y mejoran sus resultados mediante la repetición y el ajuste. No obstante, requieren cantidades enormes de datos (millones o más) y más tiempo de entrenamiento, lo que eleva el costo de su desarrollo.

El glosario de la inteligencia artificial sigue siendo un documento vivo que evoluciona constantemente junto con el propio campo, y comprender estos términos fundamentales es un paso necesario para todo aquel que quiera seguir esta revolución tecnológica con conciencia y conocimiento.

✦ بقلم فريق دروب أيديا