Cada día es más común oír acerca de los grandes beneficios y avances que la Inteligencia Artificial – IA – está trayendo a nuestra realidad, incluso en los aplicativos que utilizamos en el día a día y simplifican asuntos cotidianos. Sin embargo, ¿se trata efectivamente de inteligencia artificial?
Cuando en los medios, en publicidades y piezas de marketing de compañías que ofrecen productos de última tecnología, o en una simple conversación entre individuos se habla de los cambios que de a poco introduce la Inteligencia Artificial en nuestras vidas, se está utilizando en realidad un término erróneo. ¿Por qué? Sencillamente, porque la Inteligencia Artificial como tal no existe. Todavía.
Entonces, ¿de qué hablamos?
En síntesis, cuando tu Smartphone da lugar al asistente de Google o a Siri para que responda tus consultas, o el chatbot del sitio al que solicitaste soporte técnico intenta resolver tu solicitud, la tecnología que realmente está siendo aplicada se denomina Machine Learning – ML – (o Aprendizaje Automático). Se trata de una subcategoría dentro de la Inteligencia Artificial.
En cambio, la Inteligencia Artificial como tal se da cuando las máquinas llevan a cabo tareas sin estar previamente programadas o entrenadas, basándose únicamente en inputs del entorno. En nuestra realidad, esto no es factible. Imagina un auto completamente autónomo, que no haya sido configurado por un ser humano con anterioridad. Además de parecer todavía bastante futurista y difícil de ejecutar, ¿no suena algo peligroso? Solo piensa en el momento en que ese vehículo se mezclara con los que transitan la calle cada día…
ML en la ciberseguridad
En términos concretos, el Machine Learning depende del entrenamiento de computadoras, por medio de algoritmos, para hallar patrones entre grandes cantidades de información e identificar datos en base a reglas y a información que ya poseen. El ML ha estado presente, al menos en la seguridad informática, desde la década de 1990. Dentro de la industria, esta tecnología se utiliza principalmente para agrupar y analizar muestras, identificar similitudes y clasificarlas en una de las siguientes tres categorías: malicioso, potencialmente no deseado, y limpio.
Además, no solo debe esta tecnología ser entrenada desde un primer momento, sino que requiere además de un control regular y de verificación humana para asegurar que los algoritmos identifiquen correctamente cada muestra que reciben. Un solo input incorrecto puede generar en este contexto una falla total en el sistema, lo que hace del rol humano algo crítico.
La tecnología de Machine Learning es una herramienta poderosa en la guerra contra el cibercrimen, especialmente en el análisis de malware. En ESET, hemos transitado cerca de tres décadas de clasificación y selección de información para entrenar a nuestro sistema de Aprendizaje Automático, Augur.
Disfrutemos el hoy
Pero más allá de la seguridad informática, la tecnología de Machine Learning está cambiando nuestras vidas, ya sea simplificando y agilizando tareas cotidianas o colaborando con áreas de gran importancia para la ciudadanía, como la predicción de delitos y diagnósticos médicos.
Aún queda camino por recorrer para que la inteligencia artificial sea una realidad. En lugar de acelerar los procesos, aprovechemos las ventajas del Machine Learning y demos lugar a que los avances tecnológicos marquen el curso y definan el futuro de la era digital.
Si quieres conocer más acerca de estas tecnologías, puedes acceder a nuestros White Papers y ver en profundidad sus diferencias y las formas en que pueden incluso ser aprovechadas con fines maliciosos a futuro.
Créditos Imagen: Franck V. en Unsplash
