Las aplicaciones de la Inteligencia Artificial no conocen límite

Hace pocas fechas que una figura tan reconocida como Andrew Ng, cofundador de Coursera y anteriormente cofundador y director de Google Brain, definía la Inteligencia Artificial como la “electricidad del siglo XXI”. Y si uno se detiene a valorar esta afirmación en cuanto al fruto de dicha combinación de algoritmos, da la sensación de que no exagera en absoluto.

Las aportaciones de la Inteligencia Artificial son cada día más variadas y curiosas, aunque poco o nada tienen aún que ver con misiones como la de NORAD, el superordenador al que el ejército estadounidense cedía el control del botón nuclear en el film Wargames (1983). Cierto es que a lo largo de su desarrollo hasta lo que hoy conocemos, ha ido paso a paso superando retos más mundanos pero tan complejos como el de imponerse sobre el tablero de ajedrez a un Gary Kasparov de leyenda o derrotar a un jugador profesional de póker en una partida de Texas Hold’em, la más representativa de entre las múltiples modalidades que engloba este juego de naipes y que en el apartado lúdico ha supuesto durante las dos últimas décadas el mayor desafío al que se ha enfrentado una IA.

Una tecnología cada vez más diversificada

El producto de todos estos años de investigación ha dado como resultado una serie de capacidades en prácticamente todos los ámbitos de la vida que ha convertido la IA en parte indispensable de nuestro día a día. Y si no te habías percatado de ello, basta con observar como hemos normalizado el hecho de conversar en nuestro celular con un asistente virtual como Siri o Alexa para que nos ofrezca una alternativa ante cualquiera de nuestras inquietudes.

Dicho esto, es obvio que las posibilidades de esta tecnología van muchísimo más lejos y ciencias como la medicina, astronomía, biología, matemática, física o química son tan solo algunas las grandes beneficiadas con estos avances, por no hablar de otros campos como los de la industria, finanzas, seguridad e incluso la ecología.

El pasado año Google anunciaba una aplicación que está disponible en nuestros celulares llamada Medgic que, a través de la cámara y en tres simples pasos, presume de ser capaz de identificar hasta 238 afecciones de la piel con una eficacia similar a la de un dermatólogo.

Otro de los campos en los que en los últimos tiempos se viene enfocando la IA es en el de los cultivos y la optimización de las cosechas. Algunas compañías como John Deere, vienen apostando por los avances en la teledetección. De este modo, por medio de drones, sensores y big data, hacen posible una agricultura de precisión que permiten ahorrar tiempo en las cosechas a la vez que reducen costes en fertilizantes y riegos.

Este enfoque dirigido a la naturaleza se extiende también al reino animal. Si hace unos meses conocimos que una startup coreana había desarrollado un collar para perros capaz de reconocer sus emociones a través de los ladridos, ahora ese esfuerzo se dirige también al reino salvaje. Y es que un grupo de investigadores británicos de las universidades de Oxford, Twente y Bath, ha diseñado un algoritmo que a través de imágenes de alta resolución consigue escanear en un breve espacio de tiempo, fotos de más de 5.000 km² de pastizales y bosques en la sabana de África. De este modo se lleva a cabo un conteo mucho más preciso y en tiempo real de una población en peligro de extinción como es la del elefante africano, a la vez que se sustituye el método convencional que se venía realizando con un mayor margen de error y se evita el riesgo que llevaba consigo.

Pero las posibilidades de la IA no solo se están enfocando en misiones relacionadas con nuestro planeta, sino que los recursos que ofrece se extienden a lo largo de todo el universo, colaborando de este modo en la creación de un mapa más real del mismo. Mientras que un programa conocido por Morpheus analiza pixel a pixel imágenes astronómicas identificando y clasificando galaxias y planetas, otro sistema de software del Centro de Astrofísica de Harvard y Smithsonian hace lo propio reuniendo datos para categorizar las supernovas sin necesidad del uso tradicional de espectros.