Estos no son los droides que estáis buscando.
¿En qué piensas cuando alguien te pide que describas qué es la inteligencia artificial?
Lo más probable es que la imagen que le venga de inmediato a la mente tenga un rostro muy humano: el de Arnold Schwarzenegger (Terminator), Haley Joel Osment (A.I.) o Brent Spiner (Star Trek). La imagen que la gente suele asociar con el término similar «aprendizaje automático» normalmente no tiene rostro, pero puede evocar la luz roja brillante de HAL 9000, de 2001, o la lógica robótica perpetuamente fría de Ex Machina. Nuestra concepción popular de este complejo tema se la debemos en gran medida a Hollywood y a la ciencia ficción.
Y, sin embargo, estas fantasías son, de hecho, manifestaciones acertadas del pensamiento científico sobre el funcionamiento del cerebro humano. En pocas palabras, la inteligencia artificial puede definirse como «enseñar a un ordenador a imitar aspectos de la inteligencia humana».
El enfoque de esa inteligencia —en particular, su propósito y modo de funcionamiento— nos ayuda a definir tres tipos distintos de IA. Para comprender cómo colaborarán en el futuro la IA y los servicios de aplicaciones, primero es necesario analizar cada tipo de IA.
IA fuerte
Las cosas que vemos en la gran pantalla —cíborgs grandes y malvados o androides pálidos y amistosos— son ejemplos de una inteligencia autónoma y de propósito general. Su inteligencia no tiene ningún objetivo específico más allá de aprender y convertir lo aprendido en nuevas acciones autónomas. Estos son modelos «fuertes» de inteligencia artificial, y este tipo de IA pertenece exclusivamente al ámbito de la ciencia ficción. No existen.
IA débil
Más allá de la IA «fuerte», existe una versión más sencilla y específica que puede describirse como un modelo «débil» de inteligencia artificial: funciona de manera autónoma, como lo haría un androide de película, pero tiene un propósito limitado. Es capaz de adaptarse y aprender de forma sencilla dentro del ámbito restringido en el que opera. Estos sistemas son expertos en las tareas para las que han sido diseñados, pero no tienen capacidad para aprender cosas nuevas por sí solos. Interactuamos con ellos a diario y los conocemos por su nombre: Siri, Alexa, Google. Les pedimos que suban las ventanillas del coche o que mantengan cierta distancia con el vehículo que circula delante. Y aunque podemos hacerles preguntas sobre el tiempo que probablemente sepan responder, es poco probable que nos den sabios consejos sobre nuestras relaciones como podría hacerlo el teniente comandante Data.
IA asistencial
El tercer tipo de IA —y el más común— no siempre resulta visible de inmediato. No es una IA a la que llamaríamos por su nombre, pero interactuamos a diario con sistemas que incorporan esta tecnología. Estos sistemas son modelos de inteligencia artificial de «aumento». Su función es ayudar a la inteligencia humana en tareas especializadas, haciendo que nuestros procesos de pensamiento sean más eficientes y estén mejor fundamentados. Casi siempre están altamente especializados: analizan zonas oscuras en nuestras radiografías y avisan a los técnicos de que podrían ser relevantes, o comparan rápidamente los productos que salen de las líneas de montaje para detectar problemas de calidad mucho antes de que el cerebro humano pudiera reaccionar ante ellos.
IA asistencial y servicios de aplicaciones
La IA asistencial es la base de la tercera fase de la transformación digital: «Negocio asistido por IA». Esta IA aprovechará la telemetría recopilada por la próxima generación de servicios de aplicaciones y potenciará el negocio al proporcionar los medios necesarios para resolver retos empresariales de índole tecnológica. Puede tratarse de algo tan sencillo como identificar problemas de rendimiento que reduzcan las tasas de conversión de clientes, o tan avanzado como detectar a clientes legítimos que tienen dificultades con un proceso empresarial digitalizado. Ambos casos requieren conjuntos de datos considerables que abarquen toda la ruta de datos. Estos dos tipos de relaciones solo pueden descubrirse rápidamente gracias a la potencia del análisis avanzado respaldado por IA.
Para hacer posibles estas capacidades futuras, hemos emprendido nuestro propio proceso de transformación digital, centrado en ampliar los servicios de aplicaciones a lo largo de toda la ruta de datos, desde el código hasta el cliente. Esta visión ha dado lugar a la adquisición de NGINX y, más recientemente, a la de Shape Security. Ambas empresas ofrecen soluciones y servicios de aplicaciones únicos que son fundamentales para el futuro de la entrega de aplicaciones y para poder crear una IA asistencial que contribuya a impulsar el negocio digital del futuro.
Sobre el autor
Artículos relacionados del blog
Proteger los endpoints de las API dificulta la seguridad de las API
Descubre las complejidades de la seguridad de las API, los retos a los que se enfrentan las organizaciones, la evolución de los ataques contra endpoints de API y la necesidad de políticas de seguridad adaptadas.
¿Qué es el sesgo de la IA y por qué es importante para TI?
Descubre los fundamentos del aprendizaje de la IA. Aprende cómo pueden surgir sesgos en la IA y qué riesgos plantean para las TI y la transformación digital.
Redefiniendo la ciberseguridad en el extremo de la nube distribuida con IA y telemetría en tiempo real
La transformación digital y la adopción de tecnologías en la nube están provocando cambios en las arquitecturas de las aplicaciones. Estos cambios introducen nuevas superficies de ataque, que son el objetivo de métodos de ataque avanzados, altamente organizados y con motivaciones económicas. Mediante el uso del framework Morpheus de NVIDIA, F5 está investigando técnicas para detectar estas amenazas avanzadas con telemetría en tiempo real y análisis basados en IA.
El papel de la nube en las aplicaciones nativas del edge
No debería sorprender que, al igual que la aparición de la nube dio lugar a las aplicaciones nativas de la nube, el edge esté impulsando un conjunto de aplicaciones nativas del edge. Sin embargo, estas aplicaciones no residirán únicamente en el edge. Al mismo tiempo, están surgiendo nuevos patrones arquitectónicos que aprovechan las aplicaciones alojadas en la nube y en el centro de datos.
La creciente diversidad de ubicaciones y usuarios está impulsando a las empresas hacia el edge
En el contexto del ámbito de las aplicaciones, el término «usuario» siempre se ha referido a la entidad que interactúa con una aplicación. Del mismo modo que los cambios en las arquitecturas de las aplicaciones impulsan cambios en las tecnologías que permiten ofrecerlas y protegerlas, los cambios en la definición de usuario han provocado cambios en los lugares donde se despliegan las aplicaciones.
El edge está impulsando un renacimiento de las infraestructuras
A medida que las organizaciones aumentan la generación de datos y tratan de extraer valor empresarial de ellos, sin duda recurrirán a la analítica y la automatización basadas en la IA y el aprendizaje automático. Precisamente este tipo de cargas de trabajo son las que más se beneficiarían de una infraestructura optimizada y, sin embargo, hoy en día son las que menos probabilidades tienen de poder aprovecharla.