{"id":150276,"date":"2023-11-10T18:35:11","date_gmt":"2023-11-10T22:35:11","guid":{"rendered":"https:\/\/unifranz.edu.bo\/?p=150276"},"modified":"2023-11-10T18:35:11","modified_gmt":"2023-11-10T22:35:11","slug":"redes-neuronales-artificiales-como-funcionan-y-cuales-son-sus-desafios-eticos-y-legales","status":"publish","type":"post","link":"https:\/\/unifranz.edu.bo\/pt\/carreras\/redes-neuronales-artificiales-como-funcionan-y-cuales-son-sus-desafios-eticos-y-legales\/","title":{"rendered":"Redes neuronales artificiales: \u00bfc\u00f3mo funcionan y cu\u00e1les son sus desaf\u00edos \u00e9ticos y legales?"},"content":{"rendered":"

Las redes neuronales artificiales (RNA) se han convertido, en este nuevo siglo, en pilares esenciales de la inteligencia artificial porque est\u00e1n dise\u00f1adas para realizar tareas espec\u00edficas de aprendizaje y, sobre todo, de reconocimiento de patrones (elementos que se repiten a trav\u00e9s de una secuencia l\u00f3gica).<\/span><\/p>\n

Marcelo Pacheco, director de la carrera de Ingenier\u00eda de Sistemas de la Universidad Franz Tamayo, Unifranz, asegura que las RNA son \u00abmodelos computacionales inspirados en la estructura del cerebro, es decir en el funcionamiento de las redes neuronales biol\u00f3gicas. Toman algo que ya est\u00e1 hecho en la naturaleza, que funciona perfectamente, adapt\u00e1ndolo para que funcione en elementos inanimados como las computadoras, de all\u00ed el t\u00e9rmino artificial\u201d.<\/span><\/p>\n

Se trata de un tipo de proceso de <\/span>machine learning<\/span><\/i>, llamado aprendizaje profundo, que utiliza los nodos (neuronas) interconectados en una estructura de capas que se parece al cerebro humano, permitiendo a las computadoras aprender de sus errores y mejorar continuamente.<\/span><\/span><\/p>\n

El acad\u00e9mico destaca su uso en la medicina, la seguridad, el pron\u00f3stico del mercado o la automatizaci\u00f3n industrial; adem\u00e1s, de investigaciones que exploran la conexi\u00f3n de neuronas humanas con RNA, destacando la evoluci\u00f3n constante en la interfaz cerebro-m\u00e1quina.<\/span><\/p>\n

Por ejemplo, dentro de la Medicina, al detectar peque\u00f1as variaciones en tomograf\u00edas, las RNA permiten diagn\u00f3sticos m\u00e1s precisos y r\u00e1pidos. Similar aplicaci\u00f3n tiene en el reconocimiento de voz, con fines de seguridad.<\/span><\/span><\/p>\n

Hoy en d\u00eda -seg\u00fan Pacheco- vemos herramientas como el ChatGPT, el procesamiento de lenguaje natural o la visi\u00f3n por computadora que \u201cpermiten cosas geniales como la conducci\u00f3n autom\u00e1tica\u201d. Al ser capaces de procesar muchos datos y buscar patrones en ellos, tambi\u00e9n se la aplica, exitosamente, en la detecci\u00f3n de fraudes bancarios.<\/span><\/p>\n

\u201cUn \u00e1mbito hermoso de aplicaci\u00f3n es la automatizaci\u00f3n industrial y la rob\u00f3tica, que permiten el control de procesos industriales. Por ejemplo, en la universidad, los estudiantes de Ingenier\u00eda de Sistemas est\u00e1n trabajando en aplicar este conocimiento para resolver problemas cotidianos. Es realmente un mundo de posibilidades el que presentan las RNA para el futuro de la humanidad y la mejora constante de la vida\u201d, puntualiza.<\/span><\/p>\n

Sin que afecte su significado, las redes neuronales artificiales son, tambi\u00e9n, denominadas \u00abredes neuronales computacionales\u00bb, \u00abredes neuronales\u00bb o \u00abredes neuronales profundas\u00bb, este \u00faltimo cuando hacen referencia a modelos con varias capas ocultas.<\/span><\/p>\n

Entrenamiento de una red neuronal<\/b><\/span><\/p>\n

El proceso de entrenamiento de una red neuronal, seg\u00fan Pacheco, inicia con la abstracci\u00f3n del problema y la definici\u00f3n clara de la tarea a realizar, por ejemplo, el reconocimiento de patrones, regresiones o clasificaci\u00f3n, entre otros, para posteriormente preparar los datos que permitan medir la eficiencia de la Red.\u00a0<\/span><\/p>\n

En este punto se debe dise\u00f1ar la red, decidiendo la cantidad de capas ocultas, la cantidad de neuronas que intervienen, peso y conexiones que permitan inicializar los pesos y sesgos asociados para mejorar el rendimiento de las RNA.<\/span><\/p>\n

\u00abEs como el proceso de aprender a reconocer letras. Mientras m\u00e1s datos se le entregan a la red, mejores son sus respuestas y m\u00e1s r\u00e1pidas debido a la secuencia de movimientos entre las capas. Es decir, cuando empezamos a conocer las letras, inicialmente nos es dif\u00edcil recordar cada una de ellas, pero cuanto m\u00e1s entrenamos mayor facilidad tenemos para reconocerlas. Con las RNA se tiene, exactamente, el mismo proceso\u201d, especifica.<\/span><\/p>\n

\u00bfEs posible pensar en una IA generativa y consciente?<\/b><\/span><\/p>\n

Pensar en un futuro, a corto y mediano plazo, donde la IA adquiera consciencia es entrar al juego de la especulaci\u00f3n y de la ciencia ficci\u00f3n. \u201cHay que esperar a\u00fan un largo tiempo, y mucha investigaci\u00f3n, para poder hablar al respecto\u201d, asegura Pacheco.<\/span><\/p>\n

Sin embargo, el acad\u00e9mico aclara que IA generativa e IA consciente no son lo mismo.<\/span><\/p>\n

La IA generativa hace referencia a un tipo de IA dise\u00f1ada espec\u00edficamente para crear, generar o producir nuevos contenidos, a trav\u00e9s de un entrenamiento y dise\u00f1o particular (im\u00e1genes, texto, m\u00fasica u otros tipos de datos).\u00a0\u00a0<\/span><\/p>\n

En cambio, una IA consciente implica la capacidad de disponer de conciencia, entendimiento y experiencias subjetivas similares a las de los seres humanos. \u201c\u00c9sta es un \u00e1rea de mucha especulaci\u00f3n y debate, ya que la conciencia es un fen\u00f3meno complejo y a\u00fan no se logra comprender completamente, ni siquiera hablando en t\u00e9rminos humanos\u201d, se\u00f1ala el ingeniero en sistemas.<\/span><\/p>\n

Desaf\u00edos \u00e9ticos y legales<\/b><\/span><\/p>\n

Para Pacheco, la transparencia, explicabilidad y el manejo adecuado de la privacidad es de suma importancia cuando se trabaja con redes neuronales artificiales.<\/span><\/p>\n

A medida que las RNA avanzan, el debate sobre la conciencia y la posibilidad de una IA generativa plantea interrogantes sobre los l\u00edmites \u00e9ticos y legales en su desarrollo y aplicaci\u00f3n.<\/span><\/p>\n

\u201cEs necesario establecer l\u00edmites \u00e9ticos claros sobre c\u00f3mo se recopilan, c\u00f3mo se almacenan y c\u00f3mo se pueden utilizar los datos. De all\u00ed tambi\u00e9n el pensar en qui\u00e9n es responsable, dado que la conciencia del uso de los datos no puede ser atribuida a la misma IA\u201d, precisa.<\/span><\/p>\n

En cuanto a los l\u00edmites legales, las regulaciones de privacidad, as\u00ed como el Reglamento General de Protecci\u00f3n de Datos (GDPR) de la Uni\u00f3n Europea, son herramientas que ayudan en este proceso y gesti\u00f3n.<\/span><\/p>\n

El uso de las RNA es muy amplio, y as\u00ed como es grande su capacidad, los l\u00edmites se deben establecer generando leyes y controles que permitan garantizar el uso correcto de \u00e9sta. \u201cLa conciencia est\u00e1 en quien desarrolla y aplica estos algoritmos\u201d, reflexiona el acad\u00e9mico.<\/span><\/p>\n

En palabras de Pacheco, \u00abel mundo de la inteligencia artificial es un universo lleno de posibilidades por explorar. Los l\u00edmites \u00e9ticos y legales deben ser tan innovadores como la propia tecnolog\u00eda para garantizar un uso responsable y beneficioso en la mejora constante de la calidad de vida de las personas, en los negocios o la investigaci\u00f3n, donde el elemento esencial es so\u00f1ar\u00bb.<\/span><\/p>","protected":false},"excerpt":{"rendered":"

Las redes neuronales artificiales (RNA) se han convertido, en este nuevo siglo, en pilares esenciales de la inteligencia artificial porque est\u00e1n dise\u00f1adas para realizar tareas espec\u00edficas de aprendizaje y, sobre todo, de reconocimiento de patrones (elementos que se repiten a trav\u00e9s de una secuencia l\u00f3gica). Marcelo Pacheco, director de la carrera de Ingenier\u00eda de Sistemas … Continued<\/a><\/p>","protected":false},"author":45,"featured_media":150277,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[60,35,2250,1708,1686,1782],"tags":[3012,2330,3446,6458,6456,242],"class_list":["post-150276","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","category-carreras","category-ingenieria-de-sistemas","category-innovacion","category-tecnologia","category-unifranz","tag-carrera-de-ingenieria-en-sistemas","tag-cerebro","tag-inteligencia-artificial","tag-modelos-que-imitan-al-cerebro","tag-redes-neuronales-artificiales","tag-unifranz"],"acf":[],"_links":{"self":[{"href":"https:\/\/unifranz.edu.bo\/pt\/wp-json\/wp\/v2\/posts\/150276","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/unifranz.edu.bo\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/unifranz.edu.bo\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/unifranz.edu.bo\/pt\/wp-json\/wp\/v2\/users\/45"}],"replies":[{"embeddable":true,"href":"https:\/\/unifranz.edu.bo\/pt\/wp-json\/wp\/v2\/comments?post=150276"}],"version-history":[{"count":1,"href":"https:\/\/unifranz.edu.bo\/pt\/wp-json\/wp\/v2\/posts\/150276\/revisions"}],"predecessor-version":[{"id":150278,"href":"https:\/\/unifranz.edu.bo\/pt\/wp-json\/wp\/v2\/posts\/150276\/revisions\/150278"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/unifranz.edu.bo\/pt\/wp-json\/wp\/v2\/media\/150277"}],"wp:attachment":[{"href":"https:\/\/unifranz.edu.bo\/pt\/wp-json\/wp\/v2\/media?parent=150276"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/unifranz.edu.bo\/pt\/wp-json\/wp\/v2\/categories?post=150276"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/unifranz.edu.bo\/pt\/wp-json\/wp\/v2\/tags?post=150276"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}