IA
Agentes de IA en la atención al cliente
Desde hace unos 3000 millones de años, la vida ha evolucionado desde organismos unicelulares hasta los seres humanos, los seres vivos más inteligentes del planeta. Desde hace unos 80 años, la tecnología de la información también ha evolucionado y ha buscado en la inteligencia humana, más concretamente en las redes neuronales, la inspiración para crear software más avanzado.
La inteligencia artificial surgió hace casi 100 años a partir de la hipótesis de los científicos de que las máquinas serían capaces de construir razonamientos complejos. Sería natural pensar que, para que esto sucediera, las máquinas tendrían que funcionar como el cerebro. Por lo tanto, buscamos en la biología, más específicamente en la anatomía, las fuentes para construir redes neuronales artificiales.
¡Siga con nosotros en este texto para comprender cómo «descubrimos» las redes neuronales y cómo inspiran algunas de las aplicaciones más utilizadas en la actualidad!
Aunque parezca obvio, vale la pena aclararlo: en sentido estricto, una red neuronal es una red de neuronas, las células que componen gran parte de nuestro sistema nervioso. El punto que vale la pena destacar aquí es que, a diferencia de otros tejidos del cuerpo, los nervios se forman en red. Entenderlos de esta manera cambia nuestra comprensión de cómo se produce el pensamiento humano.
En la segunda mitad del siglo XIX, los trabajos en el ámbito de la salud identificaron la morfología de los tejidos neurales. En 1851, el médico y profesor alemán Henrich Müller identificó la existencia de fibras verticales de tejido nervioso que atravesaban sucesivas capas de la retina. En 1872, el médico alemán Theodor Meynert publicó el «Tratado sobre el cerebro de los mamíferos». Al estudiar casos de demencia, Meynert describió un grupo de neuronas magnocelulares hipercrómicas y sugirió cómo esta estructura está asociada con la memoria y la cognición. Y en 1875, el histopatólogo inglés Herbert Major describió la estructura de seis capas de la corteza de los primates.
Comprender que la cognición se produce, en parte, gracias a la morfología del cerebro, fue fundamental para entender cómo se procesa el razonamiento. Si la inteligencia humana existe gracias a las conexiones entre capas de neuronas, para que exista una inteligencia artificial sería necesario crear «neuronas» que se conectaran entre sí en redes que atravesaran capas.
A partir de esta idea, Walter Pitts y Warren McCulloch, en un artículo de 1943 titulado «Un cálculo lógico de las ideas inherentes a la actividad nerviosa», propusieron un modelo matemático simplificado para intentar ilustrar cómo se suponía que funcionaba el cerebro humano. El trabajo de Pitts y McCulloch sugirió el camino para construir una «estructura de pensamiento», una red neuronal... artificial.
Seis años después del clásico trabajo de Pitts y McCulloch, el psicólogo canadiense Donald Hebb, en su obra «La organización del comportamiento», propone una teoría del aprendizaje. Sin embargo, antes de explorar los descubrimientos de Hebb, es importante hablar de la característica más importante de una red neuronal: la capacidad de aprender.
Observar cómo funciona la mente ha sido una preocupación para diferentes sociedades del mundo: Egipto, China, Grecia... El registro histórico más antiguo de esta preocupación es posiblemente una colección de máximas, o consejos, elaborada por Ptahhotep, visir del faraón Djedkare Isesi, hace unos 4500 años. En una de estas máximas, afirma: «si el que escucha oye plenamente, se convierte entonces en el que entiende».
Los sentidos —en este caso, el oído— son una fuente de información para la comprensión. Dos mil años después de Ptahhotep, Teeteto, en un diálogo sobre el conocimiento con Sócrates y Teodoro, sugiere que conocer es percibir a través de los sentidos. En respuesta, Sócrates y Teodoro argumentan que la facilidad para aprender exige una rápida comprensión y una buena memoria.
Hace miles de años, Ptahhotep, Sócrates y otros filósofos asociaron el entendimiento y el aprendizaje con la percepción y la memoria. Estas líneas de pensamiento avanzaron a través de diferentes ciencias hasta el punto de comprender que los procesos mentales se derivan de nuestra formación biológica.
Como dijimos al principio del texto, al estudiar la morfología del cerebro descubrimos las redes neuronales. A partir de este avance, comprendimos que el razonamiento se produce gracias a las conexiones entre las capas de neuronas. Sin embargo, las sinapsis solo explican una parte del funcionamiento de la inteligencia. ¿Cómo se genera el aprendizaje a partir de ellas?
Fue la psicología la que aportó estas respuestas, más concretamente la teoría de Donald Hebb, psicólogo canadiense y profesor de la Universidad McGill de Montreal. En su teoría, Hebb presenta el concepto de «ensamblajes celulares»: grupos de neuronas que trabajan conjuntamente, como una unidad de procesamiento. Según Hebb, es en las «asambleas celulares» donde la percepción se transforma en «información». Además, propone que las «asambleas» que se activan repetidamente generan cambios estructurales o metabólicos en ese conjunto de células, lo que permite que la memoria se almacene de forma estable.
Con la memoria almacenada, entonces sí es posible aprender. Según la teoría de Hebb, las actividades repetidas persistentemente permiten el crecimiento del volumen de conexiones y la formación de otras «asambleas celulares» más amplias. Así, el momento en que aprendemos es aquel en el que asociamos información que inicialmente fue memorizada en «asambleas» más restringidas.
Si vivimos en la era de la inteligencia artificial, entonces vivimos en la era de las redes neuronales. Actualmente, estas componen la arquitectura de aplicaciones que realizan diversas actividades: pruebas a gran escala, flujos de automatización, generación de imágenes, protección de datos... Prácticamente todo lo que hacen las aplicaciones con otras arquitecturas, también lo hacen las redes neuronales.
Si desea experimentar el poder de las redes neuronales en su empresa, póngase en contacto con nosotros para conocer nuestras soluciones de IA. Estas soluciones tienen un rápido impacto positivo al conectarse con las operaciones reales de su empresa. ¡Haga clic aquí y hable con nosotros!
