El 2017 ha sido el año del despertar de la inteligencia artificial (IA) y 2018 será un año de desarrollo y profundización de todas las tecnologías de IA disponibles.
El Deep learning, uno de los subcampos más importantes de la investigación en inteligencia artificial, será especialmente prometedor.
El crecimiento de la Inteligencia Artificial ha acaparado la mayoría de los focos de las noticias tecnológicas de este año, desde algoritmos que aprenden cómo jugar sin intervención humana (el caso de Go), pasando por Elon Musk y Mark Zuckerberg profundizando en los riesgos y los beneficios de la IA para la humanidad, hasta Rusia y China, que han declarado la inteligencia artificial como una prioridad de investigación, explica Filip Pieczynski, director de Desarrollo de Negocio de RTB House en España, Portugal, Italia y Benelux, en un trabajo que publica el diario español Expansión.
De cara al futuro. En términos generales, el objetivo de la inteligencia artificial es hacer que los ordenadores sean igual de inteligentes, o incluso más, que los seres humanos, dándoles habilidades de razonamiento y pensamiento similares, agrega.
Cita que entre las muchas formas de lograr esto, el machine learning o aprendizaje automático es la tecnología de referencia, utilizada ampliamente en todas las industrias.

La influencia de la IA se puede apreciar especialmente en el Deep learning, una rama innovadora de la Inteligencia Artificial que imita el trabajo del cerebro humano en el procesamiento de datos y la creación de patrones en la toma de decisiones.
Este año se ha convertido en una tecnología imprescindible en muchas áreas (como la asistencia sanitaria o la automatización de automóviles). Además, el Deep learning también ha tenido en 2017 un gran impacto en toda la industria publicitaria.
En 2017 vimos una desviación del llamado «aprendizaje supervisado», un enfoque estándar utilizado por el machine learning. Su premisa se basa en las instrucciones que ofrece una persona a un ordenador para que aprenda, teniendo en cuenta patrones de ejemplos, conjuntos de datos y respuestas preexistentes.

En 2018, en la investigación de IA se profundizará en áreas más sofisticadas, como el ‘transfer learning’. Esta es una forma de Deep Learning en la que la enseñanza de una máquina se basa en varias simulaciones.
La máquina aprende a tomar decisiones utilizando el conocimiento obtenido de muchas simulaciones, en lugar de datos objetivos de la realidad.