Expertos advierten: En una década, la IA generativa será tecnología invisible
Luis Pineda Cortés, investigador del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS) de la UNAM, consideró que, en un plazo no mayor a 10 años, la Inteligencia Artificial Generativa (IAGen) será parte de la vida cotidiana de manera tan natural como lo fueron en su momento el teléfono, las computadoras personales o los celulares.
Durante su participación en la mesa “De Turing a la inteligencia artificial generativa: Horizontes de la IA desde la academia”, que formó parte del encuentro AI Summit UNAM – OpenAI y Fintual, el creador de la Memoria Asociativa Entrópica explicó que la IAGen se volverá tan común que se asimilará como algo “invisible”.
Te puede interesar
-
Tecnología
La millonaria lucha de Meta para no quedar rezagado en el desarrollo de IA generativa
Video
Los 10 trabajos más y menos expuestos a la Inteligencia Artificial en 2025
Empresas
Heineken inaugura su primer laboratorio de IA generativa en Singapur para impulsar la productividad
También anticipó que esta tecnología podría evolucionar para parecerse más a la inteligencia humana; es decir, a una memoria activa que no almacene solo palabras, sino pensamientos y experiencias.
Por su parte, Héctor Benítez Pérez, director general de Cómputo y de Tecnologías de Información y Comunicación (DGTIC), destacó que muchas personas conocen la IA como una tecnología que procesa información con rapidez, pero enfatizó que en realidad se trata de un conjunto de disciplinas científicas con capacidad para imitar ciertas funciones cognitivas humanas.
En la reunión se recordó el artículo pionero Computing Machinery and Intelligence, publicado por Alan Turing en 1950, cuya pregunta central, si una máquina puede pensar, sentó las bases del debate actual sobre inteligencia artificial. Al respecto, Boris Escalante Ramírez, coordinador general del Centro de Estudios en Computación Avanzada, explicó que en su momento los planteamientos de Turing no progresaron por la falta de tecnología adecuada, y que fue con el desarrollo del machine learning cuando se logró avanzar en ese camino.
El también investigador de la Facultad de Ingeniería señaló que, con la llegada del aprendizaje profundo y las redes neuronales artificiales, los modelos comenzaron a superar el desempeño humano en la clasificación de datos. Estas estructuras, con múltiples capas, imitan la capacidad del cerebro para extraer características relevantes de la información.
A pesar de que en México los grupos de investigación sobre inteligencia artificial son limitados, Benítez Pérez subrayó que su producción científica es de alta calidad y con impacto internacional. “Somos parte de una comunidad que responde y crea ciencia con un gran nivel académico”, concluyó.
Related post
