Antes de elegir un modelo, describe la tarea: qué recibe, qué devuelve y cómo sabrás si funciona. Ese hábito evita usar IA donde basta una regla y ayuda a comparar soluciones distintas.
Objetivos: distinguir IA, ML y DL; reconocer tareas de lenguaje, audio y visión; separar clasificación de generación; y evaluar una salida sin tratar su confianza como certeza.
Conceptos clave
Artificial Intelligence (AI) es el campo que construye sistemas capaces de realizar tareas asociadas con percepción, razonamiento, lenguaje o decisión. Machine Learning (ML) aprende patrones a partir de datos. Deep Learning (DL) es una familia de ML que usa redes neuronales con múltiples capas para aprender representaciones complejas. Por tanto, DL está dentro de ML y ML dentro de IA.
La IA generativa produce contenido: texto, imágenes, audio o código. Muchos sistemas generativos actuales usan deep learning. No significa que generen sin predecir: un LLM puede construir texto prediciendo tokens sucesivos. Una red profunda que clasifica fotografías sigue siendo DL aunque no genere imágenes.
Una solución especializada en transcribir llamadas no demuestra inteligencia general. AGI describe una capacidad general amplia; reconocer objetos, por sí solo, no la acredita. También conviene separar IA de data science, que incluye explorar datos, diseñar experimentos y comunicar resultados, con o sin modelos de ML.
Tareas y tipos de datos
| Entrada | Tarea | Salida que debes reconocer |
|---|---|---|
| Texto de un reclamo | Clasificar tema o sentimiento | Etiqueta o puntuación |
| Texto de una política | Generar un resumen | Texto nuevo basado en la fuente |
| Audio de una llamada | Reconocimiento de voz, ASR | Transcripción |
| Fotografía de equipos | Detección de objetos | Etiquetas y cajas delimitadoras |
| Factura escaneada | Extraer campos y tablas | Datos estructurados |
| Historial de reparaciones | Estimar duración | Valor numérico |
Los datos estructurados tienen un esquema, como una tabla de pedidos. Los no estructurados, como fotos o texto libre, también poseen estructura interna, pero no vienen organizados en columnas de negocio. JSON es un ejemplo habitual de datos semiestructurados.
El texto se convierte en tokens y representaciones numéricas. El audio se representa con muestras en el tiempo; frecuencia de muestreo y profundidad de bits describen aspectos diferentes. Una imagen contiene píxeles y canales: un píxel aislado rara vez identifica el objeto. El contexto y las relaciones entre elementos importan.
Elegir entre reglas y aprendizaje
Una regla como «el código debe tener ocho caracteres» no requiere entrenamiento. ML resulta útil cuando reconocer el patrón con reglas manuales sería difícil y existen datos adecuados. En aprendizaje supervisado hay ejemplos con respuestas; en no supervisado se explora estructura sin esas etiquetas; en refuerzo se aprenden decisiones a partir de recompensas de la interacción.
El nombre de la aplicación no determina un único método. Un vehículo autónomo puede combinar percepción supervisada, planificación y otros componentes. Una anomalía tampoco prueba fraude: solo señala algo que merece revisión.
Ejemplo paso a paso
Una empresa recibe «El equipo vuelve a apagarse» junto con una foto y un audio. Quiere clasificar el problema y redactar una respuesta inicial.
- Separa las entradas: mensaje, imagen y grabación. No trates todos los archivos como texto.
- Transcribe el audio para poder buscarlo y analizarlo. Conserva el original para comprobar errores.
- Clasifica el texto en una categoría; si necesitas localizar una pieza en la foto, usa detección de objetos.
- Consulta la política de garantía autorizada y genera una explicación apoyada en ella.
- Revisa datos dudosos y decide si hace falta intervención humana antes de una acción.
El sistema genera una respuesta, pero eso no significa que haya aprobado una garantía. La decisión y los permisos pertenecen al proceso de negocio.
Errores frecuentes
- Confundir una etiqueta, como «motor», con una imagen nueva de un motor.
- Suponer que toda IA usa redes profundas o que toda red profunda es generativa.
- Leer una puntuación de confianza alta como garantía de corrección en cualquier situación.
- Pensar que enviar un mensaje a un chatbot modifica automáticamente los pesos del modelo.
- Afirmar que restaurar imágenes nunca es IA: existen modelos que realizan esa tarea; no es lo mismo que clasificar o detectar.
Ejercicio de selección
Un taller quiere comprobar un formato de serie, detectar una pieza en una foto y escribir un aviso comprensible. ¿Usarías el mismo modelo para todo?
Solución
Usa validación determinista para el formato de serie, visión para localizar la pieza y generación de texto para redactar el aviso a partir de datos verificados. Mantén las tres salidas separadas: formato válido no demuestra que la pieza exista, y texto convincente no confirma una reparación.
Fuentes y repaso
Revisa AI Foundations en la ruta oficial. Contrasta las tareas de imágenes con OCI Vision. Antes de avanzar, da un ejemplo propio de clasificación, regresión y generación.