Escuché una vez al genial D. Jorge Bermúdez (explicando el porqué de su decisión de ser Fiscal, en vez de Juez) decir «¿que por qué ser el árbitro de un partido, cuando puedes jugarlo?». Realmente esta frase se me quedó grabada.

Hoy la traigo a colación, para invitaros a jugar los partidos de la Inteligencia Artificial y del Machine Learning… …Esto es: ¿Por qué contentaros con manejar herramientas creadas por otros, cuando vosotros mismos podéis crear vuestras propias soluciones?

Seguro que a todos os suenan las aplicaciones ChatGpt, Midjourney, Leonardo… …Sirva de ejemplo esta «tabla periódica» creada por el usuario @andreaoviedov para que os deis cuenta de las muchas herramientas que ya existen en el mercado. ¡Y hay muchas más!

A lo largo de varios artículos pretendo explicaros (de forma didáctica y entendible) qué es eso de la IA y el ML. A priori, mucha gente confunde los términos, pero -en verdad- son dos cosas diferentes. Cierto es que antes de empezar a trabajar en estos magníficos campos, debemos saber y controlar algunas cosas. Se me ocurre -de primeras- que precisáis saber qué es un «Hiperparámetro», o un  «Descenso de Gradiente», o un «Error Cuadrático Medio de Raíz».

Igualmente os enseñaré algunas herramientas que os ayudarán a ser vuestros propios pilotos en el mar de la IA y el ML, como pueden ser Python, Pytorch, TensorFlow, Keras, SciKit-Learn…

Para no cansaros nada más empezar, en este primer artículo me conformaré con explicar la diferencia existente entre los dos conceptos con los que lo abrí.

El término de Inteligencia artificial podría definirse como una metodología (o aún mejor, conjunto de tecnologías) diseñada para dotar a los dispositivos «inteligentes» y ordenadores, de la capacidad de realizar funciones avanzadas, como pueden ser ver, leer, traducir, escribir, hablar, dibujar, crear animaciones, etc. en función de una serie de parámetros (preguntas, frases, audios, etc.) que reciben por parte del del otro interlocutor, interactuando así como si de una inteligencia digital natural se tratara.

Por otra parte, podríamos definir el término «Machine Learning» como una rama de la inteligencia artificial, la cual -mediante algoritmos y lenguajes de programación específicos- es capaz de identificar patrones, conductas, etc., provenientes de datos masivos, para después elaborar predicciones, o contestar o dar respuesta a las cuestiones planteadas. Digamos que para que nuestra aplicación pueda darnos una respuesta, ésta debe ser previamente alimentada de datos, los cuales pueden ser supervisados, no supervisados o -incluso- autoaprendidos de aquellos con los que previamente se alimentó.

Pero el desarrollo de esto lo dejamos ya, para el siguiente artículo…

Recordad que -como siempre ocurre en informática- todo es infinitamente diferente, dependiendo de si es cero, o es uno.

José Aurelio García

Auditor y Perito Informático-Perito en Piratería Industrial e Intelectual-Informático Forense

Co-Director del Título Propio «Derecho Tecnológico e Informática Forense», impartido por la UnEx dtif.unex.es

Profesor en el «Máster de Abogacía Digital», impartido por la USAL

Profesor en el «Grado en Ciencias Policiales», impartido por la USAL para Policía Nacional. 

Socio Fundador Asociación Nacional de Ciberseguridad y Pericia Tecnológica – ANCITE

Prueba Electrónica – El Blog de Auditores y Peritos Informáticos

[email protected]