-small.jpg&w=96&q=75){kind=small}
Es innegable que, sin llegar a escenarios distópicos, la inteligencia artificial está empezando a dominar nuestra vida. Las máquinas quizás no nos hayan esclavizado en el sentido estricto de la palabra, pero sí que han conseguido, en un mundo en el que todo se fundamenta en Internet, hacernos esclavos de la tecnología.
La cada vez más sofisticada inteligencia artificial ha conseguido, consigue a diario y conseguirá aumentar el tiempo que pasamos delante de los dispositivos electrónicos. Y es que un mayor tiempo de retención, es dinero para las empresas que pagan por anunciarse. El dinero mueve el mundo. Y, hoy en día, la inteligencia artificial da dinero. Mucho dinero.
Y aunque es muy común escuchar que plataformas y redes sociales como Youtube o Instagram utilizan algoritmos para descubrir nuestros gustos y saber, de entre las miles de millones de opciones, qué contenido es el que conseguirá retenernos más tiempo, lo cierto es que desde hace unos pocos años, los famosos algoritmos han sido sustituidos por las redes neuronales artificiales.
Las redes neuronales artificiales son sistemas informáticos de inteligencia artificial muchísimo más complejos que los algoritmos, pues son capaces de aprender por sí solos. Y en el artículo de hoy, con el lenguaje más comprensible posible pero de la mano de las más recientes publicaciones especializadas en el tema, veremos las importantes diferencias entre un algoritmo y una red neuronal. Vamos allá.
- Te recomendamos leer: “Los 11 tipos de inteligencia artificial (y sus características)”
¿Qué es un algoritmo? ¿Y una red neuronal artificial?
Antes de profundizar en sus diferencias en forma de puntos clave, es interesante pero también necesario que definamos individualmente ambos conceptos. Dos conceptos que, sin conocimientos profundos en ingeniería informática y programación, son bastante difíciles de comprender. Pero lo intentaremos. Veamos qué es, por un lado, un algoritmo y, por otro lado, una red neuronal artificial.
Los algoritmos: ¿qué son?
Un algoritmo es un conjunto de operaciones ordenadas y finitas que permiten a una máquina realizar cómputos matemáticos, procesar datos y llevar a cabo tareas. En este sentido, un algoritmo es un sistema de instrucciones basadas en reglas en las que, partiendo de un estado inicial o una entrada y a través de pasos sucesivos bien marcados, permite llegar a un estado final o resultado.
En términos de programación informática, que es lo que hoy nos interesa, un algoritmo es una secuencia lógica de pasos que permite solucionar un problema mediante operaciones matemáticas no-ambiguas.
Los algoritmos resuelven cualquier problema a través de distintas instrucciones y reglas concisas que han sido programadas previamente por un programador o ingeniero informático. Los algoritmos siguen una secuencia finita de pasos para tomar una decisión final de forma numérica. De este modo, un programa informático cualquiera puede entenderse como una serie compleja de algoritmos que son ejecutados de forma simultánea por una máquina.
Sea como sea, lo importante es que nos quedemos con las características de todo algoritmo: secuencial (siguen pasos), preciso (no pueden llegar a resultados ambiguos), finito (no puede prolongarse hasta el infinito, tiene que llegar un output), concreto (ofrecen resultados), definido (siempre da los mismos resultados si hay la misma entrada y el mismo proceso intermedio) y ordenado (la secuencia tiene que ser precisa).
YouTube, la famosa red social, hasta 2016, funcionaba en base a algoritmos que daban una puntuación a los vídeos de acuerdo a lo que habían programado los ingenieros de Google.
El famoso “Algoritmo de Youtube” era el santo grial de todo youtuber, pues descodificarlo permitiría hacer vídeos a la medida para este algoritmo, consiguiendo así posicionarte lo más arriba posible en los motores de búsqueda y, sobre todo, ser recomendado en la pantalla de inicio.
Este algoritmo tenía en cuenta muchos factores (duración del vídeo, número de suscriptores del canal, tiempo de retención, porcentaje de clics de las impresiones, edad del público, gustos de la audiencia, títulos…) que permitían que el funcionamiento de YouTube fuera una ciencia bastante exacta. Aunque nadie hubiera descifrado el algoritmo en sí, estaba bastante claro cómo conseguir gustarle al algoritmo.
Pero, ¿qué pasó a finales de 2016 y principios de 2017? Que el algoritmo de YouTube cerró y todo su funcionamiento interno pasó a estar controlado por un sistema muchísimo más complejo pero también más refinado: una red neuronal artificial.
Las redes neuronales artificiales: ¿qué son?
Las redes neuronales artificiales son sistemas informáticos de inteligencia artificial que basan su funcionamiento en un conjunto de unidades llamadas neuronas artificiales conectadas entre sí a través de unos enlaces que permiten no solo resolver tareas más complejas en menor tiempo, sino que el sistema aprenda.
El machine learning se basa en el conjunto de algoritmos de aprendizaje que hacen posible el desarrollo de estas redes neuronales. Pero, ¿qué es una neurona artificial? A grandes rasgos, son unidades de cálculo que intentan (y cada vez lo consiguen más) imitar el comportamiento de una neurona natural, en el sentido que establecen conexiones entre varias unidades de su misma red.
Toda red está constituida, pues, por una neurona de inicio donde nosotros introducimos un cierto valor. Pero a partir de ahí, esta neurona se irá conectando con otras neuronas de la red y, en cada una de ellas, este valor se irá transformando hasta llegar a una neurona de salida con el resultado al problema que le hemos planteado a la máquina.
Lo que queremos es que llegue a un resultado concreto y, para ello, habría que calibrar a cada una de las neuronas (en las redes neuronales más complejas, hablamos de miles de millones de neuronas) para que modifiquen las operaciones matemáticas para llegar así al resultado que queremos.
Y aquí viene la magia de las redes neuronales: son capaces de calibrarse por sí solas. Y esto, aunque no lo parezca, es aprender. Y que una máquina pueda aprender lo cambia todo. Ya no le estamos dando unos pasos a seguir, sino que le estamos dando total libertad para crear las conexiones que ella considere necesarias y óptimas para llegar a un resultado.
Las redes neuronales, pues, no son secuenciales (cada neurona establece conexiones con muchas otras), ni definidas (ni ella ni nosotros sabemos qué camino utilizará para llegar al resultado) ni ordenadas (se forma un auténtico laberinto). Y esto es lo que permite que sean tan aterradoramente precisas y que cada vez lo sean más.
YouTube actualmente utiliza dos redes neuronales: una para seleccionar candidatos de vídeos y otra para recomendarnos los que, de acuerdo a esta red neuronal (los ingenieros no tienen ningún control), vayan a conseguir que aumentemos nuestro tiempo de sesión en la plataforma. Estas redes neuronales son jóvenes. Niños que todavía están aprendiendo. Por ello, es normal que pasen cosas “raras” como recomendaciones de vídeos antiguos o canales que prácticamente han desaparecido (porque a la red neuronal “no le gustan”). Pero lo que está claro es que esta red neuronal ha conseguido atraparnos durante más tiempo que cuando había el algoritmo.
Pero YouTube (y, por lo tanto, Google) no es la única plataforma que usa redes neuronales. Los coches autónomos utilizan una para que puedan desplazarse sin necesidad de conductor, Instagram tiene una para que los filtros en las fotos y vídeos reconozcan nuestra cara y hasta el Gran Colisionador de Hadrones utiliza una para saber qué colisión de partículas realizar en cada momento de su operatividad. Las redes neuronales han llegado para quedarse y, día a día, son más buenas en lo que hacen.
¿En qué se diferencian los algoritmos de las redes neuronales artificiales?
Seguramente, después de analizarlas individualmente, han quedado más que claras (dentro de lo posible) las diferencias entre un algoritmo y una red neuronal. Aun así, para que tengas la información de forma más concisa, hemos preparado una selección de las más importantes diferencias en forma de puntos clave. Vamos allá.
1. Una red neuronal puede aprender; un algoritmo, no
La diferencia más importante y con la que debes quedarte: la red neuronal es la única capaz de “aprender”. Aprender en el sentido de progresar y de mejorar todas las conexiones que las unidades de cálculo realizan. Un algoritmo, por sí solo, no es inteligente, no puede aprender porque seguirá siempre unos pasos preestablecidos. La red neuronal es verdadera inteligencia artificial.
2. En un algoritmo hay normas; en una red neuronal, no
Como hemos visto, una de las características de cualquier algoritmo es la presencia de normas, es decir, leyes que debe seguir la máquina cuando opera el algoritmo. Unas normas ordenadas, secuenciadas y concretas que han sido establecidas por un programador. Le damos unas normas para que llegue a un resultado.
En la red neuronal, la cosa cambia. El programador no le da unas normas preestablecidas. Se le dice a qué resultado tiene que llegar y se le otorga libertad total para calibrar los procesos matemáticos intermedios. No hay leyes ordenadas ni secuenciadas. La máquina tiene libertad para aprender.
3. Una red neuronal está formada por “neuronas”; un algoritmo, por operaciones
Como hemos visto, mientras que un algoritmo, a nivel informático, es “simplemente” un conjunto de operaciones secuenciales que la máquina debe seguir para resolver un problema, en una red neuronal, las unidades básicas no son estas secuencias marcadas, sino unas unidades de cálculo llamadas “neuronas artificiales” que imitan el comportamiento de las neuronas naturales para hacer posible el proceso de aprendizaje.
4. Una red neuronal es un conjunto de algoritmos
Una puntualización muy importante. Una red neuronal puede entenderse como un conjunto de algoritmos inteligentes que, en global, le dan a este sistema informático la capacidad de realizar conexiones entre las distintas neuronas. Un algoritmo, en cambio, es solo eso: un algoritmo “no inteligente”.
5. Un algoritmo no puede evolucionar; una red neuronal, sí
Pueden pasar millones de años que una máquina programada en base a un algoritmo, seguirá computando dicho algoritmo de la misma forma. Recordemos que es una secuencia ordenada que debe seguir sí o sí. Por lo tanto, no hay evolución. En una red neuronal, sí que hay evolución. Y es que ella misma aprende a calibrar mejor sus algoritmos y, por lo tanto, va mejorando con el tiempo.
6. Un algoritmo puede controlarse; una red neuronal, no
Un algoritmo puede controlarse, en el sentido que cambiando la secuencia modificas también el resultado que obtendrá la máquina. Una red neuronal, en cambio, no puede controlarse. Los ingenieros informáticos no pueden controlar qué operaciones y conexiones realizarán las neuronas para llegar al resultado. Pero que nadie se preocupe: YouTube no se rebelará contra la humanidad.
7. Un algoritmo se programa; una red neuronal, se hace a sí misma
Y una última diferencia para terminar. Mientras que un algoritmo se programa, una red neuronal se hace a sí misma. Es decir, en un algoritmo, si diseñas la secuencia ordenada de operaciones, ya tienes dicho algoritmo. En una red neuronal, esto no es así. Recuerda que no controlas lo que sucede dentro de ella. Es la propia red la que se calibra y, por lo tanto, se hace a sí misma, aprende y evoluciona.
