Ver o código fonte de "Intelixencia artificial"

{{1000}}
[[Ficheiro:TOPIO_2.0.jpg|miniatura|250px|[[TOPIO]], un [[robot]] humanoide, xogando ó [[tenis de mesa]] en Toquio no  [[International Robot Exhibition]] (IREX) 2009.]]
Defínese a '''intelixencia artificial''' ('''IA''') como aquela [[intelixencia]] exhibida por artefactos creados por humanos (é dicir, artificial). A miúdo aplícase hipoteticamente aos [[computador]]es. O nome tamén se usa para se referir ao campo da [[investigación científica]] que intenta acercarse á creación de tales sistemas. 
 
Debido á multiplicidade de pais que tivo a intelixencia artificial, non hai un consenso para definir ese concepto, mais podemos dicir que a intelixencia artificial encárgase de modelar a intelixencia humana en sistemas [[computación|computacionais]].

Pode dicirse que a intelixencia artificial é unha das áreas máis fascinantes e con máis retos das ciencias da computación, na súa área de [[ciencias cognoscitivas]]. Naceu como mero estudo [[filosofía|filosófico]] e razonístico da intelixencia humana, mesturada coa inquietude da humanidade por imitar a natureza circundante (como voar e nadar), ata inclusive querer imitarse a si mesma. En resumo, a intelixencia artificial procura imitar a intelixencia humana. Obviamente non o logrou aínda, ao menos non completamente.

Existen cinco puntos de vista principais sobre estes sistemas:

* Os que pensan como humanos.
* Os que actúan como humanos.
* Os que pensan racionalmente.
* Os que actúan racionalmente.
* Os que senten como humanos.

== Historia da intelixencia artificial ==
[[Ficheiro:Alan Turing az 1930-as években.jpg|miniatura|Retrato de [[1930]] de [[Alan Turing]], considerado o pai da Intelixencia artificial.]]
En [[1937]], o matemático inglés [[Alan Turing|Alan Mathison Turing]] ([[1912]]-[[1953]]) publicou un artigo de bastante repercusión sobre os "Números Calculábeis", que pode considerarse a orixe oficial da [[Ciencia computacional teórica|informática teórica]].

Turing, neste artigo, presentou a [[Máquina de Turing]], unha entidade matemática abstracta que formalizou o concepto de [[algoritmo]] e resultou ser a precursora das computadoras dixitais. Coa axuda da súa máquina, Turing puido demostrar que existen problemas irresolúbeis, dos que ningún [[computador]] será capaz de obter a súa solución, polo que a Alan Turing considérase o pai da [[teoría da computabilidade]].

Tamén se considera o pai da intelixencia artificial, pola súa famosa [[Proba de Turing]], que permitiría comprobar se un programa de computador pode ser tan intelixente como un ser humano.

A historia da intelixencia artificial pasou por diversas situacións:
* O termo inventouse en [[1956]], nun congreso no que se fixeron previsións triunfalistas a dez anos que nunca se cumpriron, o que provocou o abandono case total das investigacións perante quince anos. 
* En [[1980]] a historia repetiuse co desafío [[Pobo xaponés|xaponés]] da [[Quinta xeración de computadores|quinta xeración]], que deu lugar ao auxe dos [[sistemas expertos]], mais que non alcanzou moitos dos seus obxectivos, polo que este campo sufriu unha nova detención nos anos noventa. 
* Na actualidade estamos tan lonxe de cumprir a famosa [[proba de Turing]] como cando se formulou: ''Existirá intelixencia artificial cando non sexamos capaces de distinguir entre un ser humano e un programa de computadora nunha conversación ás cegas''.
* Como anécdota, moitos dos investigadores sobre IA sosteñen que "''a intelixencia é un programa capaz de ser executado independentemente da máquina que o execute, computador ou cerebro''".<ref>{{Cita web|título=History of artificial intelligence _ AcademiaLab|url=https://academia-lab.com/encyclopedia/history-of-artificial-intelligence/|páxina-web=academia-lab.com|data-acceso=2023-03-03}}</ref>

- A idea de algo parecido á intelixencia artificial existe desde hai millóns de anos. O primeiro home primitivo que tomou conciencia da súa propia existencia, e de que era capaz de pensar, seguramente se pregunta como funcionaria o seu pensamento e posteriormente chegaría á idea dun "creador superior". Polo tanto, a idea de que un ser intelixente cre a outro, a idea dun deseño virtual para a intelixencia, é tan remota como a toma de conciencia do ser humano.
 
- Os xogos matemáticos antigos, como o da [[torres de hanoi]] (aprox 3000ac), demostran o interese na procura dun bucle resolutivo, unha IA capaz de gañar nos mínimos movementos posíbeis.
[[Ficheiro:Triode tube 1906.jpg|miniatura|Tríodo de [[Lee De Forest|De Forest]].]]
- En [[1903]] [[Lee De Forest]] inventa o [[tríodo]] (tamén chamados bulbo ou [[válvula de baldeiro]]). Podería dicirse que a primeira gran máquina intelixente deseñada polo ser humano foi o computador ENIAC, composto por 18.000 válvulas de baldeiro, tendo en conta que o concepto de "intelixencia" é un termo subxectivo que depende da intelixencia e a tecnoloxía que teñamos nesa época. Un indíxena do amazonas no século 20 podería cualificar de intelixente un tocadiscos, cando en verdade non o é tanto. Este computador foi programado polas [[Top Secret Rosies]], un grupo de mulleres que foron contratadas polo [[Exército dos Estados Unidos de América|exército estadounidense]] para este fin.<ref>{{Cita web|título=ENIAC Programmers Project|url=https://eniacprogrammers.org/|páxina-web=ENIAC Programmers Project|data-acceso=02-09-2024|lingua=en-US}}</ref>

- En [[1937]], o matemático inglés [[Alan Mathison Turing]] ([[1912]]-[[1953]]) publicou un artigo de bastante repercusión sobre os "Números Calculábeis", que pode considerarse a orixe oficial da Informática Teórica.

Neste artigo, introduciu a [[Máquina de Turing]], unha entidade matemática abstracta que formalizou o concepto de algoritmo e resultou ser a precursora das computadoras dixitais. Con axuda da súa máquina, Turing puido demostrar que existen problemas irresolúbeis, dos que ningún computador será capaz de obter a súa solución, polo que a [[Alan Turing]] considérase o pai da teoría da computabilidade.

Tamén se considera o pai da intelixencia artificial, pola súa famosa Proba de Turing, que permitiría comprobar se un programa de computador pode ser tan intelixente como un ser humano.

*En [[1951]] [[William Shockley]] inventa o [[transistor]] de unión. O invento do transistor fixo posíbel unha nova xeración de computadoras moito máis rápidas e pequenas.
*En [[1956]], cuñouse o termo "intelixencia artificial" en [[Dartmouth, Massachusetts|Dartmouth]] durante unha conferencia convocada por McCarthy, á cal asistiron, entre outros, [[Minsky]], [[Newell]] e [[Simon]]. Nesta conferencia fixéronse previsións triunfalistas a dez anos que nunca se cumpriron, o que provocou o abandono case total das investigacións durante quince anos.
*En [[1980]] a historia repítese co desafío xaponés da quinta xeración, que deu lugar ao auxe dos sistemas expertos, mais que non alcanzou moitos dos seus obxectivos, polo que este campo sufriu unha nova detención nos anos noventa.
*En [[1987]] [[Martín Fischles]] e [[Oscar Firschein]] describiron os atributos dun axente intelixente. Ao intentar describir cun maior ámbito (non só a comunicación) os atributos dun axente intelixente, a IA estendeuse a moitas áreas que crearon ramas de investigación enormes e diferenciadas. Ditos atributos do axente intelixente son:

#Ten actitudes mentais tales como crenzas e intencións 
#Ten a capacidade de obter coñecemento, é dicir, aprender. 
#Pode resolver problemas, incluso descompondo problemas complexos noutros máis simples. 
#Entende. Posúe a capacidade de crearlle senso, se é posíbel, a ideas ambiguas ou contraditorias. 
#Planifica, predí consecuencias, avalía alternativas (como nos xogos de xadrez) 
#Coñece os límites do seu propias habilidades e coñecementos. 
#Pode distinguir a pesar das similitude das situacións.
#Pode ser orixinal, creando incluso novos conceptos ou ideas, e ata utilizando analoxías. 
#Pode xeneralizar.
#Pode percibir e modelar o mundo exterior.
#Pode entender e utilizar a linguaxe e os seus símbolos.

Podemos entón dicir que a IA inclúe características humanas tales como a aprendizaxe, a adaptación, o razoamento, a autocorrección, o melloramento implícito, e a percepción modelar do mundo. Así, podemos falar xa non só dun obxectivo, senón de moitos dependendo do punto de vista ou utilidade que poida atoparse á IA.

Moitos dos investigadores sobre IA sosteñen que "a intelixencia é un programa capaz de ser executado independentemente da máquina que o execute, computador ou cerebro".
== Obxectivos ==
=== Razoamento e resolución de problemas ===
Os primeiros investigadores desenvolveron algoritmos que imitaban o razoamento paso a paso que os humanos usan cando resolven enigmas ou fan deducións lóxicas.<ref name="Reasoning">Resolución de problemas, resolución de enigmas, xogo e dedución: {{Harvnb|Russell|Norvig|2003|loc=c. 3–9}}, {{Harvnb|Poole|Mackworth|Goebel|1998|loc=c. 2,3,7,9}}, {{Harvnb|Luger|Stubblefield|2004|loc=c. 3,4,6,8}}, {{Harvnb|Nilsson|1998|loc=c. 7–12}}</ref> A finais da década de 1981-1990, a investigación da intelixencia artificial desenvolvera métodos para tratar con información incerta ou incompleta, empregando conceptos de probabilidade e economía.<ref name="Uncertain reasoning">Razoamento incerto: {{Harvnb|Russell|Norvig|2003|pp=452–644}}, {{Harvnb|Poole|Mackworth|Goebel|1998|pp=345–395}}, {{Harvnb|Luger|Stubblefield|2004|pp=333–381}}, {{Harvnb|Nilsson|1998|loc=c. 19}}</ref>

Estes algoritmos demostraron ser insuficientes para resolver grandes problemas de razoamento porque experimentaron unha «[[explosión combinatoria]]»: volvéronse exponencialmente máis lentos a medida que os problemas crecían.<ref name="Intractability">Intratabilidade e eficiencia e a [[explosión combinatoria]]: {{Harvnb|Russell|Norvig|2003|pp=9, 21–22}}</ref> Desta maneira, concluíuse que os seres humanos de cando en cando usan a dedución paso a paso que a investigación temperá da intelixencia artificial seguía; en cambio, resolven a maioría dos seus problemas utilizando xuízos rápidos e intuitivos.<ref name="Psychological evidence of sub-symbolic reasoning"/>
=== Representación do coñecemento ===
A representación do coñecemento<ref name="Knowledge representation">Representación do coñecemento: {{Harvnb|ACM|1998|loc=I.2.4}}, {{Harvnb|Russell|Norvig|2003|pp=320–363}}, {{Harvnb|Poole|Mackworth|Goebel|1998|pp=23–46, 69–81, 169–196, 235–277, 281–298, 319–345}}, {{Harvnb|Luger|Stubblefield|2004|pp=227–243}}, {{Harvnb|Nilsson|1998|loc=c. 18}}</ref> e a [[enxeñería do coñecemento]]<ref name="Knowledge engineering">Fnxeñería do coñecemento: * {{Harvnb|Russell|Norvig|2003|pp=260–266}}, {{Harvnb|Poole|Mackworth|Goebel|1998|pp=199–233}}, {{Harvnb|Nilsson|1998|loc=c. 17.1–17.4}}</ref> son fundamentais para a investigación clásica da intelixencia artificial. Algúns «sistemas expertos» tentan recompilar o coñecemento que posúen os expertos nalgún ámbito concreto. Ademais, outros proxectos tratan de reunir o «coñecemento de sentido común» coñecido por unha persoa media nunha [[base de datos]] que contén un amplo coñecemento sobre o mundo.

Entre os temas que contería unha base de coñecemento de sentido común están: obxectos, propiedades, categorías e relacións entre obxectos,<ref name="Representing categories and relations">Representación de categorías e relaciones: {{Harvnb|Russell|Norvig|2003|pp=349–354}}, {{Harvnb|Poole|Mackworth|Goebel|1998|pp=174–177}}, {{Harvnb|Luger|Stubblefield|2004|pp=248–258}}, {{Harvnb|Nilsson|1998|loc=c. 18.3}}</ref> situacións, eventos, estados e tempo<ref name="Representing time">Representación de eventos e o tempo: {{Harvnb|Russell|Norvig|2003|pp=328–341}}, {{Harvnb|Poole|Mackworth|Goebel|1998|pp=281–298}}, {{Harvnb|Nilsson|1998|loc=c. 18.2}}</ref> causas e efectos;<ref>{{Harvnb|Poole|Mackworth|Goebel|1998|pp=335–337}}</ref> e o coñecemento sobre o coñecemento (o que sabemos sobre o que saben outras persoas)<ref name="Representing knowledge about knowledge"> {{Harvnb|Russell|Norvig|2003|pp=341–344}}, {{Harvnb|Poole|Mackworth|Goebel|1998|pp=275–277}}</ref> entre outros.
=== Planificación ===
Outro obxectivo da intelixencia artificial consiste en poder establecer metas e finalmente alcanzalas.
<ref name="Planning">Planificación automática: {{Harvnb|ACM|1998|loc=~I.2.8}}, {{Harvnb|Russell|Norvig|2003|pp= 375–459}}, {{Harvnb|Poole|Mackworth|Goebel|1998|pp=281–316}}, {{Harvnb|Luger|Stubblefield|2004|pp=314–329}}, {{Harvnb|Nilsson|1998|loc=c. 10.1–2, 22}}</ref> Para iso necesitan unha forma de visualizar o futuro, unha representación do estado do mundo e poder facer predicións sobre como as súas accións cambiarano, con tal de poder tomar decisións que maximicen a utilidade (ou o «valor») das opcións dispoñibles.<ref>{{Harvnb|Russell|Norvig|2003|pp=600–604}}</ref>

Nos problemas clásicos de [[Planificación automática|planificación]], o axente pode asumir que é o único sistema que actúa no mundo, o que lle permite estar seguro das consecuencias das súas accións.<ref name="Classical planning">Planificación clásica: * {{Harvnb|Russell|Norvig|2003|pp=375–430}}, {{Harvnb|Poole|Mackworth|Goebel|1998|pp=281–315}}, {{Harvnb|Luger|Stubblefield|2004|pp=314–329}}, {{Harvnb|Nilsson|1998|loc=c. 10.1–2, 22}}</ref> Con todo, se o axente non é o único actor, entón requírese que este poida razoar baixo incerteza. Isto require un axente que non só poida avaliar a súa contorna e facer predicións, senón tamén avaliar as súas predicións e adaptarse en función da súa avaliación.<ref>{{Harvnb|Russell|Norvig|2003|pp=430–449}}</ref> A planificación de múltiples axentes utiliza a [[cooperación]] e a competencia de moitos sistemas para lograr un obxectivo determinado. O [[Propiedade emerxente|comportamento emerxente]] como este é utilizado por [[Algoritmo evolutivo|algoritmos evolutivos]] e [[intelixencia de enxame]].<ref>{{Harvnb|Russell|Norvig|2003|pp=449–455}}</ref>
=== Aprendizaxe ===
O [[aprendizaxe automática]] é un concepto fundamental da investigación da intelixencia artificial desde o inicio dos estudos deste campo; consiste na investigación de algoritmos informáticos que melloran automaticamente a través da experiencia.<ref name="Machine learning">Aprendizaxe automática: {{Harvnb|ACM|1998|loc=I.2.6}}, {{Harvnb|Russell|Norvig|2003|pp=649–788}}, {{Harvnb|Poole|Mackworth|Goebel|1998|pp=397–438}}, {{Harvnb|Luger|Stubblefield|2004|pp=385–542}}, {{Harvnb|Nilsson|1998|loc=c. 3.3, 10.3, 17.5, 20}}</ref>

A [[aprendizaxe non supervisada]] é a capacidade de atopar patróns nun fluxo de entrada, sen que sexa necesario que un humano etiquete as entradas primeiro. A [[aprendizaxe supervisada]] inclúe [[Clasificación estatística|clasificación]] e [[Análise da regresión|regresión]] numérica, o que require que un humano etiquete primeiro os datos de entrada. A clasificación úsase para determinar a que categoría pertence algo e ocorre despois de que un programa observe varios exemplos de entradas de varias categorías. A regresión é o intento de producir unha función que describa a relación entre entradas e saídas e predicir como deben cambiar as saídas a medida que cambian as entradas.<ref name="Machine learning" /> Tanto os clasificadores como os aprendices de regresión tentan aprender unha función descoñecida; por exemplo, un clasificador de ''[[spam]]'' pode verse como a aprendizaxe dunha función que asigna o texto dun correo electrónico a unha de dúas categorías, «''spam''» ou «non ''spam''». A teoría da aprendizaxe computacional pode avaliar aos estudantes por [[complexidade computacional]], complexidade da mostra (cantos datos requírense) ou por outras nocións de [[Optimización matemática|optimización]].<ref>{{cita xornal|last1=Jordan|first1=M. I.|last2=Mitchell|first2=T. M. |title=Machine learning: Trends, perspectives, and prospects |journal=Science |data=16 de xullo de 2015 |volume=349 |issue=6245 |páxinas=255–260 |doi=10.1126/science.aaa8415 |pmid=26185243 |bibcode=2015Sci...349..255J|idioma=en}}</ref>

O mundo está en constante evolución, e ferramentas como ChatGPT están no centro desta transformación. Mentres que moitas persoas ven a ChatGPT como unha oportunidade para mellorar a experiencia dos seus negocios ou persoais, hai quen se mostran escépticos sobre a súa implementación.<ref>{{Cita web|url=https://ayudantedigital.es/2024/01/25/es-chatgpt-la-revolucion-que-esperabamos-o-una-amenaza/|título=ChatGPT, ¿es la revolución que esperabamos o una amenaza?}}</ref>
=== Procesamento da linguaxe natural ===
{{Artigo principal|Procesamento da linguaxe natural}}
O procesamento da linguaxe natural<ref name="Natural language processing">Procesamento da linguaxe natural:{{Harvnb|ACM|1998|loc=I.2.7}},{{Harvnb|Russell|Norvig|2003|pp=790–831}},{{Harvnb|Poole|Mackworth|Goebel|1998|pp=91–104}},{{Harvnb|Luger|Stubblefield|2004|pp=591–632}}</ref> permite ás máquinas ler e [[Comprensión da linguaxe natural|comprender a linguaxe humana]]. Un sistema de procesamento da linguaxe natural suficientemente eficaz permitiría [[Interfaz de usuario de linguaxe natural|interfaces de usuario de linguaxe natural]] e a adquisición de coñecemento directamente de fontes escritas por humanos, como os textos de noticias. Algunhas aplicacións sinxelas do procesamento da linguaxe natural inclúen a [[recuperación de información]], a [[minería de textos]], a [[Procura de respostas|resposta a preguntas]] e a [[tradución automática]].<ref name="Applications of natural language processing">Aplicacións do procesamento de linguaxe natural:{{Harvnb|Russell|Norvig|2003|pp=840–857}},{{Harvnb|Luger|Stubblefield|2004|pp=623–630}}</ref> Moitos enfoques utilizan as frecuencias de palabras para construír representacións [[sintaxes|sintácticas]] de texto. As estratexias de procura de «detección de palabras clave» son populares e escalables, pero pouco óptimas; unha consulta de procura para «can» só pode coincidir con documentos que conteñan a palabra literal «can» e perder un documento co vocábulo «caniche». Os enfoques estadísticos de procesamento de linguaxe poden combinar todas estas estratexias, así como outras, e a miúdo logran unha precisión aceptable a nivel de páxina ou parágrafo. Máis aló do procesamento da semántica, o obxectivo final deste é incorporar unha comprensión completa do razoamento de sentido común.<ref>{{cita xornal|last1=Cambria|first1=Erik|last2=White|first2=Bebo|title=Jumping NLP Curves: A review of Natural Language Processing Research [Review Article]|xornal=IEEE Computational Intelligence Magazine|data=maio de 2014|volume=9|issue=2|pages=48–57|doi=10.1109/MCI.2014.2307227|idioma=en}}</ref> En 2019, as arquitecturas de aprendizaxe profunda baseadas en [[Transformador (modelo de aprendizaxe automática)|transformadores]] podían xerar texto coherente.<ref>{{cita novas |last1=Vincent |first1=James |title=OpenAI has published the text-generating AI it said was too dangerous to share |url=https://www.theverge.com/2019/11/7/20953040/openai-text-generation-ai-gpt-2-full-model-release-1-5b-parameters |data-acceso=4 de xuño do 2024 |work=The Verge |data=7 de novembro de 2019 |archive-date=11 de xuño de 2020 |archive-url=https://web.archive.org/web/20200611054114/https://www.theverge.com/2019/11/7/20953040/openai-text-generation-ai-gpt-2-full-model-release-1-5b-parameters |idioma=en}}</ref>
=== Percepción ===
[[Ficheiro:Ääretuvastuse näide.png|miniatura|upright=1.2|A detección de características (na imaxe obsérvase a [[Detector de bordos|detección de bordos]]) axuda á intelixencia artificial a compor estruturas abstractas informativas a partir de datos sen procesar.]]
A percepción da máquina<ref name="Machine perception">Percepción da máquina:{{Harvnb|Russell|Norvig|2003|pp=537–581, 863–898}},{{Harvnb|Nilsson|1998|loc=~c. 6}}</ref> é a capacidade de utilizar a entrada de sensores (como cámaras de espectro visible ou infravermello, micrófonos, sinais inalámbricos e [[lidar]], [[sonar]], [[radar]] e sensores táctís) para entender aspectos do mundo. As aplicacións inclúen [[recoñecemento de voz]],<ref name="Speech recognition">Recoñecemento de voz: * {{Harvnb|ACM|1998|loc=~I.2.7}} * {{Harvnb|Russel[[l|Norvig|2003|pp=568–578}}</ref> [[Sistema de recoñecemento facial|recoñecemento facial]] e recoñecemento de obxectos.<ref>{{Harvnb|Russell|Norvig|2003|pp=885–892}}</ref> A [[visión artificial]] é a capacidade de analizar a información visual, que adoita ser ambigua; un peón xigante de cincuenta metros de altura moi lonxe pode producir os mesmos píxeles que un peón de tamaño normal próximo, o que require que a intelixencia artificial xulgue a probabilidade relativa e a razonabilidade das diferentes interpretacións, por exemplo, utilizando o seu «modelo de obxecto» para avaliar que os peóns de cincuenta metros non existen.<ref name="Computer vision">Visión computacional:{{Harvnb|ACM|1998|loc=I.2.10}},{{Harvnb|Russell|Norvig|2003|pp=863–898}},{{Harvnb|Nilsson|1998|loc=c. 6}}</ref>
== Importancia da intelixencia artificial ==
A gran importancia da IA radica no feito de que ten unha ampla gama de aplicacións, desde a [[automatización]] de tarefas tediosas até a creación de sistemas avanzados de [[Asistencia sanitaria|asistencia médica]] e diagnóstico de enfermidades, a detección de [[fraude]]s e a optimización de procesos empresariais<ref>{{Cita libro|apelidos=Chaves-Maza|nome=Manuel|título=Sistema de inteligencia artificial para la mejora del asesoramiento y apoyo al emprendimiento|url=https://www.centrodeestudiosandaluces.es/publicaciones/n-99-sistema-de-inteligencia-artificial-para-la-mejora-del-asesoramiento-y-apoyo-al-emprendimiento|data-acceso=2 de setembro do 2024|ano=2023|editorial=Actualidad Centra|isbn=978-84-10064-01-0}}</ref>. En moitos casos, a IA pode facer cousas que os humanos non poden facer, como o [[procesamento de datos]] en grandes cantidades e a localización de patróns e interrelacións entre estes que serían difíciles ou imposibles de detectar doutra maneira.

Esta ferramenta axuda a automatizar o [[aprendizaxe]] e descubrimento repetitivo a través de datos, realiza tarefas computarizadas frecuentes de maneira confiable, con todo, necesita intervención humana para a configuración do sistema. Analiza datos máis profundos e agrega intelixencia xa que non se pode vender como unha aplicación individual, polo que é un valor agregado aos produtos. Ten unha gran precisión a través de [[Rede neural artificial|redes neurais]] profundas; por exemplo, en [[fármaco|medicamento]] pódese utilizar a IA para detectar [[cancro]] con MRIs ([[imaxe por resonancia magnética|imaxes ppr resonancia magnética]]). Adáptase a través de algoritmos de aprendizaxe progresiva, atopa estrutura e regularidades nos datos de modo que o algoritmo convértese nun clasificador ou predictor. E, por último, a intelixencia artificial, saca o maior proveito de datos.

Ademais, unha das principais razóns polas que a IA é importante é porque pode automatizar tarefas repetitivas e monótonas, liberando tempo e recursos para que as persoas se centren en tarefas máis [[creatividade|creativas]] e valiosas. Por exemplo, a IA pode axudar ás empresas a automatizar tarefas de ''[[back office]]'', como a [[contabilidade]] e o procesamento de [[factura]]s, o que pode reducir os custos e mellorar a eficiencia. De maneira similar, a IA pode axudar aos traballadores a realizar tarefas máis complexas e creativas, como o deseño e a planificación estratéxica.

Outra razón pola que a IA é importante é porque pode axudar ás [[empresa]]s a tomar decisións informadas e precisas. Así mesmo, a IA pode procesar grandes cantidades de datos e proporcionar información valiosa para a toma de decisións empresariais, o que pode axudar ás empresas a identificar oportunidades comerciais, [[Investigación de mercados|predicir tendencias de mercado]] e mellorar a [[eficiencia do mercado financeiro]]. Ademais, a IA pode axudar aos traballadores a tomar decisións informadas en tempo real, como no caso da atención médica, onde a IA pode axudar aos médicos a identificar enfermidades e personalizar o tratamento.

A IA tamén é importante no campo da [[Seguridade informática|ciberseguridade]]. A IA pode axudar a detectar e previr ameazas, desde [[ciberataque]]s até a detección de comportamentos sospeitosos. A IA pode analizar grandes cantidades de datos en tempo real e detectar patróns e anomalías que poderían indicar unha ameaza de seguridade. Ademais, a IA pode aprender dos patróns de comportamento e mellorar a súa capacidade para detectar ameazas no futuro<ref>{{Cita web|url=https://www.meer.com/es/77248-inteligencia-artificial-y-poder-internacional|título=Inteligencia Artificial y poder internacional|data-acceso=7 de setembro do 2024|apelido=Aguilar|nome=Iván Fernando Mérida|data=2024-01-12|páxina-web=Meer|idioma=es}}</ref>. No campo da seguridade cibernética, a IA pode axudar a protexer os sistemas e as redes dos ataques de [[Virus informático|virus informáticos]] e a infiltración de ''[[malware]]''.

Outra área onde a IA é importante é no [[descubrimento]] de [[coñecemento]]s. A IA pode descubrir patróns e relacións nos datos que os humanos non poderían detectar, o que pode levar a novas ideas e avances en diversos campos. Por exemplo, a IA pode axudar aos [[Investigación|investigadores]] a identificar novos tratamentos para enfermidades, ou axudar aos [[científico]]s a analizar datos de sensores e [[Satélite artificial|satélites]] para entender mellor o [[quecemento global]].
== Controversias ==
[[Ficheiro:Sophia at the AI for Good Global Summit 2018 (27254369347) (cropped).jpg|miniatura|upright|Sophia, un robot humanoide controlado por IA.]]
=== Sophia ===
En marzo de 2016, fíxose popular o comentario que a [[robot humanoide]] chamada [[Sophia (robot)|Sophia]] da empresa Hanson Robotics fixo durante a súa presentación cando o seu creador, [[David Hanson]], preguntoulle se estaba disposta a destruír á humanidade, ao que o robot contestou: «Está ben, vou destruír á humanidade». Posteriormente, Sophía gañouse o recoñecemento e a atención dos medios mundiais debido ás súas condutas case humanas, sendo entrevistada en moitas ocasións por distintos medios e sostendo conversacións con personalidades famosas e recoñecidas. En 2017, Sophia obtivo a cidadanía [[Arabia Saudita|saudi]], converténdose así no primeira robot en ser recoñecida como [[Cidadanía|cidadá]] por un país, o cal levantou a controversia sobre se deberíaselles outorgar os mesmos dereitos e obrigacións aos robots coma se tratásense de [[suxeitos de dereito]].<ref>{{cita web|url=https://www.xataka.com/robotica-e-ia/este-robot-es-capaz-de-realizar-entrevista-gracias-a-una-ia-que-hace-incluso-guinos-a-elon-musk|título=Sophia pasa de bromear con acabar con los humanos a convertirse en el primer robot ciudadano de Arabia Saudí|nome=Yúbal|apelido=Fernández|obra=Xataka|data=27 de outubro de 2017|data-acceso=24 de setembro do 2024}}</ref>
=== Alice e Bob ===
A finais de xullo de 2017, varios medios internacionais deron a coñecer que o laboratorio de investigación de intelixencia artificial do [[Instituto Tecnolóxico de Xeorxia]], en conxunto co Grupo de Investigación de intelixencia artificial (FAIR) de [[Facebook]], agora [[Meta Platforms|Meta]], tiveron que apagar dúas intelixencias artificiais de tipo [[chatbot]] denominadas Bob e Alice, xa que desenvolveran unha linguaxe propia máis eficiente que o [[lingua|inglés]], idioma no que foran adestrados para aprender a negociar, desenvolvendo finalmente un tipo de comunicación incomprensible que se afastaba das regras gramaticais da linguaxe natural e que favorecía o uso de abreviaturas. A linguaxe creada por estas IA mostraba características dun inglés corrupto e patróns repetitivos, en especial de pronombres e determinantes.<ref>{{cita web|url=https://elmundo.es/tecnologia/2017/07/28/5979e60646163f5f688b4664.html|título=Facebook apaga una inteligencia artificial que había inventado su propio idioma|apelido=Jiménez de Luis|nome=Ángel|obra=[[El Mundo]]|data=28 de xullo de 2017|data-acceso=7 de outubro do 2024}}</ref>

== Probas de intelixencia nunha máquina ==
* [[Proba de Touring]]
* [[Sala chinesa]]

== Técnicas e campos da intelixencia artificial ==
* [[Aprendizaxe automática]] (''Machine Learning'')
* [[Enxeñaría do coñecemento]] (''Knowledge Engineering'')
* [[Lóxica difusa]] (''Fuzzy Logic'')
* [[Redes neuronais artificiais|Redes neurais artificiais]] (''Artificial Neural Networks'')
* [[Sistemas reactivos]] (''Reactive Systems'')
* [[Sistemas multi-axente]] (''Multi-Agent Systems'')
* [[Sistemas baseados en regras]] (''Rule-Based Systems'')
* [[Razoamento baseado en casos]] (''Case-Basede Reasoning'')
* [[Sistema experto|Sistemas expertos]] (''Expert Systems'')
* [[Rede bayesiá|Redes Bayesiás]] (''Bayesian Networks'')
* [[Vida artificial]] (''Artificial Life'')
* [[Algoritmo evolutivo]] (''Evolutionary Computation'')
* [[Células Binarias]] (''Binary Cells'')
* [[Random Forest]] (''Metaalgoritmo de aprendizaxe'')
** [[Estratexias evolutivas]]
** [[Algoritmos xenéticos]] (''Genetic Algorithms'')
* Técnicas de Representación de Coñecemento
** [[Redes semánticas]] (''Semantic Networks'')
** Marcos (''Frames'')

== Tecnoloxías de apoio ==
* [[Interface de usuario|Interfaces de usuario]]
* [[Visión artificial]]

== Aplicacións ==
[[Ficheiro:Joseph Ayerle portrait of Ornella Muti (detail), calculated by Artificial Intelligence (AI) technology.jpg|miniatura|upright|Para este proxecto, a IA tivo que aprender os patróns típicos das cores e as pinceladas do pintor renacentista [[Rafael]]. O retrato mostra o rostro da actriz [[Ornella Muti]], "pintado" pola IA ao estilo de Rafael.]]
A intelixencia artificial (IA) é relevante para calquera tarefa intelectual.{{sfnp|Russell|Norvig|2009|p=1}}
As técnicas modernas de IA son xeneralizadas e son demasiado numerosas para enumeralas aquí.{{sfnp|European Commission|2020|p=1}}
Con frecuencia, cando unha técnica chega ao uso habitual, xa non se considera intelixencia artificial; este fenómeno descríbese como [[efecto AI]].{{sfnp|CNN|2006}}

<!-- Aplicacións de alto perfil  -->
Na [[década de 2010]], as aplicacións de intelixencia artificial estaban no centro das áreas da informática de maior éxito comercial e convertéronse nunha característica omnipresente da vida diaria. A IA utilízase en [[motor de busca|motores de procura]] (como [[Google Search]]), na [[publicidade orientada|orientación de anuncios en liña]],<ref>
Publicidade dirixida:
* {{Harvtxt|Russell|Norvig|2009|p=1}}
* {{Harvtxt|Economist|2016}}
* {{Harvtxt|Lohr|2016}}</ref> nos [[sistema de recomendación|sistemas de recomendación]] (ofrecidos por [[Netflix]], [[YouTube]] ou [[Amazon]]),
impulsando o [[Tráfico en Internet|tráfico de Internet]],
{{sfnp|Lohr|2016}}{{sfnp|Smith|2016}} na [[marketing e intelixencia artificial|publicidade dirixida]] ([[AdSense]], [[Facebook]]), en
[[Asistente persoal intelixente|asistentes virtuais]] (como [[Siri]] ou [[Amazon Alexa|Alexa]]),{{sfnp|Rowinski|2013}} nos [[vehículo autónomo|vehículos autónomos]] (incluídos [[Vehículo aéreo non tripulado|drons]] e [[Vehículo autónomo|coches autoconducidos]]), [[tradución automática]] ([[Microsoft Translator]], [[Google Translate]]), [[sistema de recoñecemento facial|recoñecemento facial]] ([[Face IDE]] de [[Apple Inc.|Apple]]  ou [[DeepFace]] de [[Microsoft]]'), [[anotación automática de imaxes|etiquetaxe de imaxes]] (utilizado por [[Facebook]], [[Apple Inc.|Apple]]'s [[iPhoto]] e [[TikTok]]) e [[filtrado de spam]].

<!-- Usos en toda a industria e a academia -->
Tamén hai miles de aplicacións de IA exitosas utilizadas para resolver problemas para industrias ou institucións específicas. Algúns exemplos son [[almacenamento de enerxía]],{{sfnp|Frangoul|2019}} [[deepfake]]s (ultrafalso<ref>{{Cita web|url=https://www.fundeu.es/recomendacion/ultrafalso-alternativa-a-deep-fake/|título=ultrafalso, alternativa a deepfake|data-acceso=1 de febreiro do 2023|data=19 de marzo de 2019|páxina-web=fundeu|idioma=es}}</ref>),{{sfnp|Brown|2019}} diagnóstico médico, loxística militar ou xestión da cadea de subministración.

<!-- Aplicacións experimentais notables -->
O [[Intelixencia artificial (videoxogos)|xogo]] de [[xadrez]] foi unha proba da forza da IA desde a década de 1950. O 11 de maio de 1997, [[Deep Blue (computadora)|Deep Blue]] converteuse no primeiro sistema informático de xadrez en derrotar ao vixente campión do mundo, naquel momento, [[Garri Kasparov]].{{sfnp|McCorduck|2004|pp=480–483}} No 2011, nun programa especial do [[Concurso de televisión|concurso]] de exhibición [[Jeopardy!]] de preguntas e [[respostas]] o [[procura de respostas|sistema de resposta a preguntas]] [[Watson (intelixencia artificial)|Watson]] de [[IBM]], , derrotou aos dous maiores campións de ''Jeopardy!'', [[Brad Rutter]] e [[Ken Jennings]], por unha marxe significativa.{{sfnp|Markoff|2011}} 
En marzo de 2016, [[AlphaGo]] gañou 4 de 5 partidas de [[Go]] nun enfrontamento co campión de Go [[Lee Sedol]], converténdose no primeiro sistema de [[Go por computador]] en vencer a un xogador profesional de Go sen [[Go hándicaps|hándicaps]].{{refn|group="n."|No ámbito deportivo, '''hándicap''' é o sistema para asignar vantaxes a través de compensacións entre diferentes competidores de maneira que se igualen as súas posibilidades de vitoria en competicións deportivas.}}<ref>{{Harvtxt|Google|2016}}; {{Harvtxt|BBC|2016}}</ref> 

Outros programas manexan xogos de [[información perfecta]]; como o [[Pluribus]]{{refn|group="n."|O [[Smithsonian]] informa: "Pluribus superou a profesionais do póquer nunha serie de xogos Texas Hold'em sen límite de seis xogadores, alcanzando un fito na investigación de intelixencia artificial. É o primeiro bot que vence aos humanos nun complexo multixogador. competencia."{{sfnp|Solly|2019}}}} e o [[Cepheus (poker bot)|Cepheus]].{{sfnp|Bowling|Burch|Johanson|Tammelin|2015}} para o [[póker]] a un nivel superior a os humanos, [[DeepMind]] na década de 2010 desenvolveron unha "intelixencia artificial xeneralizada" que podía aprender moitos xogos diversos de [[Atari 2600|Atari]] por si mesma.{{sfnp|Sample|2017}}

En 2020, sistemas de [[procesamento da linguaxe natural]] como a enorme [[GPT-3]] (por entón, a maior rede neural artificial con diferenza) igualaban o rendemento humano nos puntos de referencia preexistentes, aínda que sen que o sistema alcanzase unha comprensión lóxica dos contidos dos puntos de referencia.<ref>{{cita novas |apelido=Anadiotis |nome=George |título=The state of AI in 2020: Democratization, industrialization, and the way to artificial general intelligence |url=https://www.zdnet.com/article/the-state-of-ai-in-2020-democratization-industrialization-and-the-way-to-artificial-general-intelligence/ |data-acceso=2 de febreiro do 2023 |editor=ZDNet |data=1 de outubro de 2020 |lingua=en}}</ref>
O [[AlphaFold|AlphaFold 2]] (2020) de DeepMind demostrou a capacidade de mostrar, en horas no canto de meses, a estrutura 3D dunha proteína.<ref>{{cita novas |apelido1=Heath |nome1=Nick |título=What is AI? Everything you need to know about Artificial Intelligence |url=https://www.zdnet.com/article/what-is-ai-everything-you-need-to-know-about-artificial-intelligence/ |data-acceso=2 de febreiro do 2023 |editor=ZDNet |data=11 de decembro de 2020 |lingua=en}}</ref>
Outras aplicacións predín o resultado das decisións xudiciais,<ref>{{cita xornal | ref={{harvid|Aletras ''et al.''|2016}}
|nome1=N. | apelido1=Aletras
|nome2=D. | apelido2=Tsarapatsanis
|nome3=D. | apelido3=Preotiuc-Pietro
|nome4=V. | apelido4=Lampos
|título=Predicting judicial decisions of the European Court of Human Rights: a Natural Language Processing perspective
|ano=2016
|xornal=PeerJ Computer Science |volume=2 |páxinas=93
|doi=10.7717/peerj-cs.93 }}</ref> [[Arte computacional|crean arte]] (como poesía ou pintura) e [[Demostración automática de teoremas|proban teoremas matemáticos]].
<!-- Patentes sobre A.I. -->
===Semáforos intelixentes===
{{Imaxe múltiple
 | dirección = vertical
 | ancho = 200 
 | foto1 =Smart traffic light.webp   
 | foto2 = Smart traffic light intersection.webp  
 | pé   = [[Semáforo intelixente|Semáforos artificialmente intelixentes]] usan cámaras con [[radar]], sensores de localización de [[ecolocación|acústica ultrasónica]] e [[análise predictiva|algoritmos preditivos]] para mellorar o fluxo do tráfico
}}
Os [[semáforos intelixentes]] desenvólvense na [[Universidade Carnegie Mellon]] desde 2009. O profesor Stephen Smith montou desde entón unha empresa, [[Scalable Urban Traffic Control|Surtrac]], que instalou sistemas intelixentes de control de tráfico en 22 cidades. A instalación custa uns 20.000 dólares por intersección. O tempo de condución reduciuse nun 25% e o tempo de espera de atascos nun 40% nas interseccións nas que se instalou.<ref>{{cita web | url=https://science.howstuffworks.com/engineering/civil/smart-traffic-lights-news.htm | título=Going Nowhere Fast? Smart Traffic Lights Can Help Ease Gridlock | data=18 de maio de 2022 }}</ref>

== Propiedade intelectual ==
[[Ficheiro:AI Patent families for functional application categories and sub categories.png|miniatura|upright|Familias de patentes AI para categorías e subcategorías funcionais de aplicacións. [[Visión artificial|Visión por ordenador]] representa o 49 por cento das familias de patentes relacionadas cunha aplicación funcional en 2016.]]

En 2019, a [[Organización Mundial da Propiedade Intelectual|OMPI]] informou de que a IA era a [[Tecnoloxías emerxentes|tecnoloxía emerxente]] máis prolífica en canto a número de solicitudes de [[patente]]s e patentes concedidas, estimábase que a [[Internet das cousas]] era o maior mercado en canto a tamaño. Seguíronlle, de novo en tamaño de mercado, as tecnoloxías de [[macrodatos]], a [[robótica]], a IA, a impresión 3D e a quinta xeración de servizos móbiles ([[5G]]).<ref>{{Cita web |título=Intellectual Property and Frontier Technologies |url=https://www.wipo.int/about-ip/en/frontier_technologies/ |páxina-web=WIPO}}</ref> Desde que xurdiu a IA na década de 1950, os innovadores presentaron 340.000 solicitudes de patentes relacionadas coa IA e os investigadores publicaron 1,6 millóns de artigos científicos, e a maioría de todas as solicitudes de patentes relacionadas coa IA publicáronse a partir de 2013. As empresas representan 26 dos 30 principais solicitantes de patentes de IA, mentres que as universidades ou organismos públicos de investigación representan os catro restantes.<ref name="auto">{{Cita web |data=2019 |título=WIPO Technology Trends 2019 – Artificial Intelligence |url=https://www.wipo.int/edocs/pubdocs/en/wipo_pub_1055.pdf |url-arquivo= https://ghostarchive.org/archive/20221009/https://www.wipo.int/edocs/pubdocs/en/wipo_pub_1055.pdf |archive-date=2022-10-09 |páxina-web=WIPO}}</ref>

A proporción de artigos científicos e invencións diminuíu significativamente de 8:1 en 2010 a 3:1 en 2016, o que se atribúe como indicativo dun cambio da investigación teórica ao uso de tecnoloxías de IA en produtos e servizos comerciais. A [[aprendizaxe automática]] é a técnica da IA dominante divulgada nas patentes está incluída en máis dun terzo de todas as invencións identificadas (134.777 patentes de aprendizaxe automática presentadas para un total de 167.038 patentes de IA presentadas en 2016), sendo a [[Visión artificial|visión por computador]] a aplicación funcional máis popular. As patentes relacionadas coa IA non só revelan técnicas e aplicacións da IA, senón que a miúdo tamén se refiren a un campo de aplicación ou industrial. En 2016 identificáronse vinte campos de aplicación e incluíronse, por orde de magnitude: telecomunicacións (15 por cento), transportes (15 por cento), ciencias da vida e medicina (12 por cento) e dispositivos persoais, informática e interacción humano-computadora (11 por cento). Outros sectores incluíron a banca, entretemento, seguridade, industria e manufactura, agricultura e redes (incluíndo redes sociais, cidades intelixentes e a Internet das cousas). [[IBM]] ten a maior carteira de patentes de IA con 8.290 solicitudes de patentes, seguida de [[Microsoft]] con 5.930 solicitudes de patentes.<ref name="auto"/>
== Filosofía ==
=== Definición da intelixencia artificial ===
{{Artigo principal|Proba de Turing}}
[[Alan Turing]] escribiu en 1950 "Propoño considerar a pregunta 'as máquinas poden pensar'?"{{sfnp|Turing|1950|p=1}}
Aconsellou cambiar a pregunta de se unha máquina "pensa" a "se é posible ou non que a maquinaria mostre un comportamento intelixente".{{sfnp|Turing|1950|p=1}} 
Deseñou a [[proba de Turing]], que mide a capacidade dunha máquina para simular a conversación humana.<ref name="Turing test">
Publicación orixinal de Turing do [[Proba de Turing|test de Turing]] en "[[Computing machinery and intelligence]]":

* {{Harvtxt|Turing|1950}}
Influencia histórica e implicacións filosóficas:

* {{Harvtxt|Haugeland|1985|pp=6–9}}
* {{Harvtxt|Crevier|1993|p=24}}
* {{Harvtxt|McCorduck|2004|pp=70–71}}
* {{Harvtxt|Russell|Norvig|2021|pp=2 and 984}}
</ref> Dado que só podemos observar o comportamento da máquina, non importa se "realmente" está a pensar ou ten literalmente unha "mente". Turing sinala que non podemos determinar estas cousas sobre outras persoas pero "é habitual ter a cortés convención de que todo o mundo pensa"{{sfnp|Turing|1950|loc=Under "The Argument from Consciousness"}}

[[Stuart J. Russell|Russell]] e [[Peter Norvig|Norvig]] coinciden con Turing en que a IA debe definirse en termos de "actuar" e non de "pensar".{{sfnp|Russell|Norvig|2021|loc=chpt. 2}} Con todo, critican que a proba compare máquinas con ''persoas''. "Os textos de [[Aeronáutica|enxeñería aeronáutica]]", escriben, "non definen o obxectivo do seu campo como facer 'máquinas que voen tan exactamente como as [[Colúmbidos|pombas]] que poidan enganar a outras pombas'".{{sfnp|Russell|Norvig|2021|p=3}} O fundador da IA, [[John McCarthy]], estivo de acordo e escribiu que "A intelixencia artificial non é, por definición, simulación da intelixencia humana".<ref>{{cita web
 |apelido=Maker
 |nome=Meg Houston
 |ano=2006
 |título=AI@50: AI Past, Present, Future
 |lugar=Dartmouth College
 |url=http://www.engagingexperience.com/2006/07/ai50_ai_past_pr.html
 |archive-url=https://web.archive.org/web/20070103222615/http://www.engagingexperience.com/2006/07/ai50_ai_past_pr.html
 |data-arquivo=3 de xaneiro de 2007
|data-acceso=3 de febreiro do 2023
}}</ref>

McCarthy define a intelixencia como "a parte computacional da capacidade de acadar obxectivos no mundo".{{sfn|McCarthy|1999}} Outro fundador da IA, [[Marvin Minsky]], defínea de xeito similar como "a capacidade de resolver problemas difíciles".{{sfnp|Minsky|1986}} Estas definicións ven a intelixencia en termos de problemas ben definidos con solucións ben definidas, onde tanto a dificultade do problema como o rendemento do programa son medidas directas da "intelixencia" da máquina, e non se require ningunha outra discusión filosófica, ou quizais non sexa posible.

Unha definición que tamén foi adoptada por Google<ref>{{Cita web |título=Artificial intelligence - Google Search |url=https://www.google.com/search?q=Artificial+intelligence |access-date=2022-11-05 |páxina-web=www.google.com}}</ref>- principal practicante no campo da IA. Esta definición estipulaba a capacidade dos sistemas para sintetizar información como manifestación da intelixencia, de forma similar a como se define na intelixencia biolóxica.
=== Avaliación dos enfoques da IA ===

Ningunha teoría unificadora establecida ou [[Paradigma de programación|paradigma]] guiou a investigación da IA durante a maior parte da súa historia.{{refn|group="n."|[[Nils Nilsson (investigador)|Nils Nilsson]] escribiu en 1983: "Simplemente, hai un amplo desacordo no campo sobre o que é a IA."{{sfnp|Nilsson|1983|p=10}}}} O éxito sen precedente da aprendizaxe automática estatística na década de 2010 eclipsou todos os demais enfoques (ata o punto de que algunhas fontes, especialmente no mundo empresarial, utilizan o termo "intelixencia artificial" para referirse á "aprendizaxe automática con redes neurais"). Este enfoque é principalmente [[intelixencia artificial simbólica|subsimbólico]], [[Ordenado e desaliñado|neat]], [[soft computing|soft]] e [[intelixencia xeral artificial|narrow]]. Os críticos sosteñen que é posible que estas cuestións teñan que ser revisadas por futuras xeracións de investigadores en IA.

====A IA simbólica e os seus límites ====

[[Intelixencia artificial simbólica]] (ou "[[GOFAI]]"){{sfnp|Haugeland|1985|pp=112–117}} simulaban o razoamento consciente de alto nivel que utilizan as persoas cando resolven [[crebacabezas]], expresan razoamentos xurídicos e fan cálculos matemáticos. Tiveron moito éxito en tarefas "intelixentes" como o [[álxebra]] ou os tests de intelixencia. Nos anos 60, Newell e Simon propuxeron a hipótese dos sistemas de símbolos físicos: "Un sistema de símbolos físicos ten os medios necesarios e suficientes para unha acción intelixente xeral".
<ref name="Physical symbol system hypothesis">
Hipótese do sistema de símbolos físicos:
* {{Harvtxt|Newell|Simon|1976|p=116}}
Importancia histórica:
* {{Harvtxt|McCorduck|2004|p=153}}
* {{Harvtxt|Russell|Norvig|2003|p=18}}
</ref>

Con todo, o enfoque simbólico fracasou en moitas tarefas que os humanos resolven con facilidade, como a aprendizaxe, o recoñecemento dun obxecto ou o razoamento de sentido común. O paradoxo de Moravec é o descubrimento de que as tarefas "intelixentes" de alto nivel eran fáciles para a IA, pero as tarefas "instintivas" de baixo nivel eran extremadamente difíciles.<ref>
[[Paradoxo de Moravec]]:

* {{Harvtxt|Moravec|1988|pp=15–16}}
* {{Harvtxt|Minsky|1986|p=29}}
* {{Harvtxt|Pinker|2007|pp=190–91}}
</ref>
O filósofo [[Hubert Dreyfus]] sostiña desde os anos sesenta que a pericia humana depende do instinto inconsciente máis que da manipulación consciente de símbolos, e de ter unha "sensación" da situación, máis que dun coñecemento simbólico explícito.<ref name="Dreyfus' critique">
[[Crítica de Dreyfus á IA]]:

* {{Harvtxt|Dreyfus|1972}}
* {{Harvtxt|Dreyfus|Dreyfus|1986}}
Importancia histórica e implicacións filosóficas:

* {{Harvtxt|Crevier|1993|pp=120–132}}
* {{Harvtxt|McCorduck|2004|pp=211–239}}
* {{Harvtxt|Russell|Norvig|2003|pp=950–952}}
* {{Harvtxt|Fearn|2007|loc=Chpt. 3}}
</ref>
Aínda que os seus argumentos foran ridiculizados e ignorados cando se presentaron por primeira vez, finalmente, a investigación da IA coincidiu.{{refn|group="n."|
Daniel Crevier escribiu que "o tempo demostrou a precisión e a perspicacia dalgúns dos comentarios de Dreyfus. Se os formulase de forma menos agresiva, as accións construtivas que suxerían poderían terse tomado moito antes."{{sfnp|Crevier|1993|p=125}}
}}<ref name="Psychological evidence of sub-symbolic reasoning">
Evidencia psicolóxica da prevalencia do razoamento e coñecemento sub-simbólico:
* {{Harvtxt|Kahneman|2011}}
* {{Harvtxt|Wason|Shapiro|1966}}
* {{Harvtxt|Kahneman|Slovic|Tversky|1982}}
* {{Harvtxt|Dreyfus|Dreyfus|1986}}
</ref>

A cuestión non está resolta: O razoamento [[intelixencia artificial simbólica|subsimbólico]] pode cometer moitos dos mesmos erros inescrutables que a intuición humana, como o [[Nesgo algorítmico|rumbo algorítmico]]. Críticos como [[Noam Chomsky]] argumentan que a investigación continua sobre a IA simbólica aínda seguirá sendo necesaria para alcanzar a intelixencia xeral,{{sfnp|Langley|2011}}{{sfnp|Katz|2012}} en parte porque a IA subsimbólica afástase da [[IA explicable]]: pode ser difícil ou imposible entender por que un programa moderno de IA estatística tomou unha decisión concreta. O campo emerxente da [[intelixencia artificial neurosimbólica]] tenta tender unha ponte entre ambos os enfoques.

== Riscos ==
A intelixencia artificial, ademais de beneficios, presenta moitos riscos se non se programa e utiliza con cautela. Hai dous factores claves que hai que ter en conta á hora de programar calquera intelixencia artificial: a robustez e os nesgos. Por outra banda, en relación cos usuarios, hai tamén dous riscos potenciais: a desinformación e a crenza cega na IA. Nesta sección, preséntanse distintos exemplos de malas praxes ou erros inconscientes de relevancia na historia da intelixencia artificial do século XXI, centrándose, sobre todo, nos fallos e nas prevencións executadas en España. Deste xeito, compleméntase a descrición dos riscos, para sermos máis conscientes do que estes implican.

=== IA robusta ===
A robustez nunha intelixencia artificial refírese a que o sistema sexa capaz de funcionar de maneira efectiva e segura nunha gran variedade de situacións, incluso con casos de incerteza.<ref name=":2" /> Se a IA non é robusta, pode ser que pequenos cambios na entrada reflictan cambios substanciais na saída. Ante un pequeno algoritmo para o [[Lecer|tempo de lecer]], por exemplo, os perigos son menores, mais se se trata dun sistema de alto risco, como pode ser a [[condución autónoma]], de haber erros, as consecuencias serían enormes. Seguindo con este exemplo, se se lle introduce un pequeno ruído adversarial ao [[sensor]] que detecta os [[Sinal de tráfico|sinais de tráfico]], o sistema de condución autónoma podería pensar que en vez dun sinal de STOP, hai un de ceder o paso, con tódalas consecuencias que isto implicaría na condución e no [[Tráfico de vehículos automóbiles|tráfico]].<ref>{{Cita publicación periódica|apelidos=Pan|nome=Zhixin|data=22 de marzo do 2021|título=Fast Approximate Spectral Normalization for Robust Deep Neural Networks|revista=arXiv|apelidos2=Mishra|nome2=Prabhat|url=https://arxiv.org/abs/2103.13815|lingua=en}}</ref> Mais non fai falla sufrir un [[ciberataque]] para que o sistema falle, con que haxa algúns adhesivos ou pintadas no sinal, o sistema pode non identificalo correctamente.<ref name=":2">{{Cita web|título=Ciclo Avances 2023: A IA e o seu impacto na sociedade desde a perspectiva europea|url=https://www.youtube.com/watch?v=qUhJuc5178g&list=PLhJ2OQ5YZMD0glrwAyQwYDalKQgZn4IuS&index=11|data=13-11-2023|data-acceso=02-09-2024|apelidos=Real Academia Galega de Ciencias RAGC|páxina-web=YouTube}}</ref>

=== Nesgos na IA ===
{{Véxase tamén|Nesgo algorítmico}}
A [[sociedade]] avanza cara a unha comunidade dixital, que estará dominada principalmente pola intelixencia artificial. Debido a isto, se as intelixencias artificiais están nesgadas e non tratan por igual a tódalas persoas, o mundo real tamén estará nesgado, habendo desigualdades e inxustizas. En calquera caso, se se fai unha aplicación onde se publica cal é a poboación obxectivo ou os datos de adestramento, saberíase que é unha aplicación orientada a un determinado tipo de poboación. O problema de facer isto é que se pode caer na tentación de só facer aplicacións para o mesmo tipo de xente, deixando sen recursos a outros.<ref name=":3">{{Cita web|título=Conferencia: 'Inteligencia Artificial y género'|url=https://www.youtube.com/watch?v=4aC1oqozSy4|data=20-06-2024|data-acceso=2024-09-02|apelidos=CiTIUS (Centro Singular de Investigación en Tecnoloxías Intelixentes)|páxina-web=YouTube|lingua=es}}</ref>

Ademais dos nesgos que se presentan a continuación, hai moitos máis de diferentes naturezas, máis estes poden ser os máis relevantes. Un exemplo moi polémico que se deu no 2023 foi unha intelixencia artificial que retrataba ás mulleres das diferentes comunidades autónomas de España. A IA baseábase en comentarios da xente para o seu retrato. Tódalas mulleres das outras comunidades eran guapas, heroicas, loitadoras... Pero a muller galega foi unha señora maior, con engurras e triste. A polémica non xurdiu tanto por como se pintou á muller galega, senón polo contraste que había co resto de comunidades.<ref>{{Cita web|título=Las mujeres gallegas, las más viejas y feas de España, según la inteligencia artificial|url=https://www.lavozdegalicia.es/noticia/yes/2023/03/21/mujeres-gallegas-viejas-feas-espana-segun-inteligencia-artificial/00031679404053224863173.htm|páxina-web=La Voz de Galicia|data=21-03-2023|data-acceso=05-09-2024|lingua=es}}</ref>

==== Nesgos de xénero ====
Na intelixencia artificial os [[Nesgo de xénero|nesgos de xénero]] son moi comúns porque a meirande parte da xente que traballa neste campo son homes. Ao non haber mulleres nos equipos, hai moitos puntos de vista que non se teñen en conta ou problemas que non se resolven por non considerarse relevantes.<ref name=":3" />

Un exemplo de nesgo de xénero de alto risco é o selector de currículos de [[Amazon]], que era sexista e escollía os currículos de mulleres. Por tanto, aínda que unha muller tivese un currículo mellor que o dun home, non era seleccionada polo algoritmo.<ref>{{Cita web|url=https://www.reuters.com/article/us-amazon-com-jobs-automation-insight/amazon-scraps-secret-ai-recruiting-tool-that-showed-bias-against-women-idUSKCN1MK08G/|páxina-web=Reuters|título=Insight - Amazon scraps secret AI recruiting tool that showed bias against women|data-acceso=02-09-2024|data-publicación=11-10-2018|lingua=en}}</ref> Pero isto non se deu só neste caso, hai moitas empresas que utilizan este tipo de algoritmos para a contratación, sen saber sequera se existen este tipo de nesgos.<ref name=":3" />

Continuando cos aspectos económicos, en 2019, a [[tarxeta de crédito]] de [[Apple Inc.|Apple]], en parellas que comparten contas e patrimonio, estaba dando 20 veces máis liquidez aos homes que ás mulleres.<ref>{{Cita novas|título=Apple's 'sexist' credit card investigated by US regulator|url=https://www.bbc.com/news/business-50365609|data=10-11-2019|data-acceso=02-09-2024|lingua=en-GB}}</ref> Pola súa parte, as concesións de créditos a mulleres emprendedoras están sendo denegados porque a natureza dun negocio suxerido por unha muller é moi diferente á dun home, e como o algoritmo só foi adestrado con casos de éxito de homes (porque non hai histórico de mulleres xa que antes só se lles permitía crear negocios a eles), a IA nunca lle vai dar un crédito a unha muller, polo que non hai avance na [[igualdade de xénero]].<ref name=":3" />

Outro exemplo de nesgo de xénero é o da imaxe nas [[Videoconferencia|videoconferencias]]. Cando as mulleres poñen un fondo artificial por detrás, ao algoritmo cústalle moito máis identificar a silueta da persoa, quedando moitas veces a muller sen un anaco de cara, sen melena, sen pescozo... E isto pasa porque os algoritmos foron adestrados con homes brancos de pelo curto. Pero non é só un mero problema de estética. Se unha muller está nunha reunión importante, a súa capacidade de convencemento é moito menor, ademais da súa capacidade de que a xente lle preste atención, pois poden estarse fixando en como a recorta o algoritmo. Ademais, incluso as mulleres máis poderosas do mundo teñen este problema, polo que é unha grave falta cara a dignidade, respecto e honra das mesmas. Este problema identificouse sobre todo no 2020, a causa da pandemia da [[COVID-19|COVID]], e a data de 2024 aínda segue sen estar solucionado. Isto ocorre porque os equipos están maioritariamente formados por homes, e non consideran que sexa un problema prioritario, mais si que o é, pois diminúe a dignidade das mulleres, ademais das súas oportunidades. De haber máis mulleres nos equipos, estarían insistindo e conseguindo que este tema fose prioritario para amañar.<ref name=":3" />

No que se refire á [[Visión artificial|visión por computadora]], diferentes compañías como Amazon ou Google, etiquetaban diferente a homes que a mulleres. Collían unha imaxe dunha muller, facíanlle unha alteración cambiándolle a cara da muller pola dun home, e o resultado que proporcionaba a IA era diferente. Por exemplo, á muller indicábanlle que tiña un secador na man, mentres que ao home, un martelo; cando ambos tiñan o martelo.<ref>{{Cita web|título=Así funcionan los sesgos de la Inteligencia Artificial|url=https://www.abc.es/tecnologia/informatica/soluciones/abci-funcionan-sesgos-inteligencia-artificial-202009130134_noticia.html|páxina-web=Diario ABC|data=13-09-2020|data-acceso=05-09-2024|lingua=es}}</ref><ref>{{Cita web|título=Laboratorio de IA identifica sesgos de género en tecnologías de reconocimiento de imágenes ·|url=https://estadored.mx/2020/09/laboratorio-de-inteligencia-artificial-identifica-sesgos-de-genero-misoginia-y-machismo-en-tecnologias-de-reconocimiento-de-imagenes/|data=12-09-2020|data-acceso=05-09-2024|lingua=es|apelidos=}}</ref>

Seguindo cos nesgos de imaxe, pero máis centrados no deseño, as personaxes dos [[Videoxogo|videoxogos]] creadas con axuda de intelixencia artificial son [[Sexismo|sexistas]]. Hai unha cosificación grande da muller, pois as vestimentas dos homes e das mulleres para facer a mesma tarefa non son iguais. A muller adoita ir medio espida ou vestida dunha forma atractiva, e o home si que vai preparado para a ocasión (cunha protección adecuada se vai loitar, unha roupa deportiva oportuna se vai xogar un partido...). Con isto, os rapaces que xogan aos videoxogos perpetúan estes estereotipos de xénero. No 2023 fíxose en España un estudo de impactos na saúde mental de adición ao videoxogo, e as mulleres sufrían un 30% máis de ansiedade. Resultaba que nos videoxogos de estudo as personaxes femininas estaban cosificadas.<ref name=":3" />

Outro nesgo de deseño está nos algoritmos de intelixencia artificial que promoven vídeos, música, películas, etc. Estes danlle máis protagonismo aos homes que ás mulleres, sobre todo cando se trata de grupos novos.<ref>{{Cita publicación periódica|título=Investigating gender fairness of recommendation algorithms in the music domain|url=https://www.sciencedirect.com/science/article/pii/S0306457321001540|revista=Information Processing & Management|data=01-09-2021|ISSN=0306-4573|páxina=102666|volume=58|número=5|doi=10.1016/j.ipm.2021.102666|nome=Alessandro B.|apelidos=Melchiorre|nome2=Navid|apelidos2=Rekabsaz|nome3=Emilia|apelidos3=Parada-Cabaleiro|nome4=Stefan|apelidos4=Brandl|nome5=Oleg|apelidos5=Lesota|nome6=Markus|apelidos6=Schedl|lingua=en}}</ref>

==== Nesgos de raza ====
Igual que cos nesgos de xénero, o conxunto de adestramento é moi importante é hora de sacar aplicacións ao mercado. En 2015, a recente aplicación Google Photos etiquetou a unha parella negra como gorilas, por estar adestrada con persoas brancas. Isto tivo un impacto moi grande, porque foi unha gran discriminación cara a raza negra, ademais de ser un incentivo para aumentar o [[racismo]].<ref>{{Cita web|título=Google pide perdón por confundir a una pareja negra con gorilas|url=https://www.bbc.com/mundo/noticias/2015/07/150702_tecnologia_google_perdon_confundir_afroamericanos_gorilas_lv|páxina-web=BBC News Mundo|data=02-07-2015|data-acceso=02-09-2024|lingua=es}}</ref>

Máis adiante, en 2018, [[Joy Buolamwini|Joy Boulamwini]], investigadora do [[Instituto de Tecnoloxía de Massachusetts|MIT]], denunciou que o recoñecemento facial do seu teléfono móbil non a recoñecía salvo que se puxera unha máscara branca. Este problema aínda non estaba amañado en 2024, malia as insistencias de moitos colectivos.<ref>{{Cita web|título=How I'm fighting bias in algorithms, Joy Buolamwini|url=https://www.youtube.com/watch?v=UG_X_7g63rY|data=29-03-2017|data-acceso=02-09-2024|apelidos=|páxina-web=YouTube|lingua=en}}</ref>

==== Nesgos de nivel social ====
Este tipo de nesgos xorden por dous canais, os nesgos como usuarios e os nesgos como persoa implicada. No que concirne ás persoas usuarias da intelixencia artificial, os equipos de traballo céntranse moito nos algoritmos da IA, sen prestar moita atención ás [[Interface gráfica de usuario|interfaces]]. Se a interface é algo complexa de utilizar, vai haber moita xente que non saiba usala, polo que non se poden aproveitar da IA. Para intentar remediar isto, no 2024, en [[Cataluña]], abriron unha zona de "experiencia de usuario" que convocaba cidadanía e os poñían nunha sala cos trámites da [[Generalitat de Cataluña|Generalitat]]. Os traballadores ían apuntando as dúbidas que lles xorden aos voluntarios, para así poder mellorar a aplicación e poder construír outras que a xente entenda mellor.<ref name=":3" />

Un exemplo de desigualdade dixital é a autenticación con [[certificado dixital]]. A xente de [[servizos sociais]] non posúe este certificado, polo que para utilizar a aplicación teñen que ir ao portelo de servizos sociais. Este nesgo de acceso incrementa a [[desigualdade social]], pois os que estaban con máis brecha dixital antes do proxecto, agora estarán peor atendidos. Ademais, fíxose un proxecto enorme de intelixencia artificial no que moita poboación non pode participar, polo que a efectos económicos non dá os resultados esperados.<ref name=":3" />

No caso das desigualdades cas persoas implicadas, en Holanda usaron un sistema de intelixencia artificial para detectar xente que defraudara pedindo subsidios para nenos. Cando o algoritmo detectaba que alguén defraudaba, automaticamente chegáballe unha multa cuantiosa á persoa correspondente. Como xeralmente estas axudas pedíanas as familias desfavorecidas, houbo un aumento da desigualdade, pois chegaron decenas de miles de multas, moitas incorrectas. O algoritmo aprendía que se eras dunha minoría étnica, eras máis propenso a defraudar. As consecuencias sociais foron terribles, habendo moitos suicidios.<ref>{{Cita web|título=AI: Decoded: A Dutch algorithm scandal serves a warning to Europe — The AI Act won’t save us|url=https://www.politico.eu/newsletter/ai-decoded/a-dutch-algorithm-scandal-serves-a-warning-to-europe-the-ai-act-wont-save-us-2/|páxina-web=POLITICO|data=30-03-2022|data-acceso=02-09-2024|lingua=en-GB}}</ref>

=== Fe cega na IA ===
O anterior é un caso de [[automation bias|''automation bias'']], é dicir, unha tendencia a confiar demasiado na automatización, sen haber supervisión humana, o que pode levar a desastrosos acontecementos, tal e como se viu na cuestión anterior.<ref name=":2" />

Outro exemplo de ''automation bias'' é un sistema de recoñecemento facial estadounidense para evitar roubos nunha tenda. O algoritmo creu recoñecer a un home que roubou, e inmediatamente, sen supervisión humana ou xuízos, enviouse a este home ao cárcere, sen ser el o culpable.<ref>{{Cita novas|título=Another Arrest, and Jail Time, Due to a Bad Facial Recognition Match|url=https://www.nytimes.com/2020/12/29/technology/facial-recognition-misidentify-jail.html|xornal=The New York Times|data=29-12-2020|data-acceso=02-09-2024|issn=0362-4331|lingua=en-US|nome=Kashmir|apelidos=Hill}}</ref>

Para que estas cousas non sucedan, é necesario que haxa unha formación ás persoas usuarias da IA, porque se non pode haber moitos riscos por non estar informados en que a intelixencia artificial pode fallar, e que ten que ser a persoa usuaria a que tome as decisións.<ref name=":3" />

En España, a [[Corpo Nacional de Policía|policía nacional]] comezou a usar en 2018 unha ferramenta chamada VeriPol para detectar denuncias falsas. Este sistema non di só se a denuncia é falsa, senón que dá unha probabilidade deste resultado, para que os policías poidan saber en que medida teñen que tratar o caso a man. Neste caso, si que hai unha formación previa á policía para o uso desta ferramenta. As decisións sempre van estar en mans dos axentes e van ser a súa responsabilidade; esta ferramenta só é unha axuda á toma de decisións.<ref name=":2" />

=== Desinformación sobre a IA ===
Nun campo tan interesante e que avanza tan rapidamente, os usuarios utilizan a intelixencia artificial asombrados de tódalas súas vantaxes, mais sen preguntarse como funciona ou as implicacións que ten usala. Un exemplo disto é unha charla que deu [[Karina Gibert]] a uns xuíces, onde eles lle comentaban que estaban usando [[chatGPT]] para ver se lles podía ditar sentenzas. Mandábanlle á versión pública de chatGPT os datos aínda non publicados. Estas persoas non sabían como funcionaba a intelixencia artificial, e non eran conscientes de que os seus datos estaban sendo almacenados nunha base de datos, onde a xente de [[OpenAI]] podía consultar estes datos privados das persoas.<ref name=":3" />

En [[Cataluña]], en 2022, creouse o proxecto CiutadanIA, un curso divulgativo en liña de intelixencia artificial para que a poboación civil que non ten coñecementos tecnolóxicos adquira unha mínima conciencia e cultura da IA e poida ter criterio para saber como consumila de forma segura.<ref>{{Cita web|título=ciutadanIA – Formació en Intel·ligència Artificial per a tothom!|url=https://ciutadania.cat/|páxina-web=ciutadania.cat|data-acceso=02-09-2024}}</ref>

== A intelixencia artificial verde ==
Para ter unha intelixencia artificial responsable, non basta con que sexa respectuosa cos seres humanos, é necesario tamén que o sexa co [[medio ambiente]]. A perspectiva da ética foi cambiando ao longo dos anos, e ademais da manipulación e a desinformación, por exemplo, tamén entrou en xogo a [[sostibilidade]]. O termo IA verde refírese á investigación en IA que produce resultados novidosos tendo en conta o [[Complexidade computacional|custo computacional]] e promovendo unha redución dos recursos consumidos, en contraposición coa IA vermella, que busca mellorar a precisión dos modelos mediante o uso de recursos computacionais masivos sen ter en conta o custo.<ref name=":4">{{Cita web|título=Ciclo Avances 2023: Intelixencia Artificial verde, cara a un futuro sostible|url=https://www.youtube.com/watch?v=31PVZ4K2BGE&list=PLhJ2OQ5YZMD0glrwAyQwYDalKQgZn4IuS&index=2|data=15-11-2023|data-acceso=02-09-2024|apelidos=Real Academia Galega de Ciencias RAGC|páxina-web=YouTube}}</ref>

Hai un gran descoñecemento por parte da poboación xeral no que concirne á execución da tecnoloxía, da IA en particular. No 2021, o ''Joint Research Centre'' da [[Comisión Europea]] fixo unha enquisa preguntando polos efectos da IA no medio ambiente, e só un 5% respondeu que podería ter efectos negativos no medio ambiente. Nada máis lonxe da realidade. No 2019, o [[Instituto de Tecnoloxía de Massachusetts|MIT]] publicou un artigo onde explicaba que o adestramento dos grandes modelos de intelixencia artificial podía emitir tanto [[Dióxido de carbono|CO<sub>2</sub>]] á atmosfera como 5 coches na súa vida útil.<ref>{{Cita web|título=Training a single AI model can emit as much carbon as five cars in their lifetimes|url=https://www.technologyreview.com/2019/06/06/239031/training-a-single-ai-model-can-emit-as-much-carbon-as-five-cars-in-their-lifetimes/|páxina-web=MIT Technology Review|data-acceso=02-09-2024|lingua=en}}</ref> De feito, [[Greenpeace]] estimou que a tecnoloxía consumiría en 2025 o 20% da enerxía do mundo. Sobre a tecnoloxía [[GPT]], unha universidade danesa publicou que un único adestramento de GPT-3 podía consumir tanta enerxía como 126 casas danesas nun ano. Pero para lanzar unha destas tecnoloxías non se adestra unha única vez, senón varias, polo que a cantidade de contaminación é enorme.<ref name=":4" /> De feito, para poder competir con chatGPT, os motores de busca de [[Google]] queren utilizar IA nas súas buscas. Se isto ocorrese, o consumo de electricidade por parte da IA sería equiparable ao consumo anual de países como [[Holanda (rexión)|Holanda]] ou [[Arxentina]].<ref>{{Cita web|título=Projected increase in AI’s electricity use comparable to annual consumption of Netherlands, Argentina: Report|url=https://www.downtoearth.org.in/science-technology/projected-increase-in-ai-s-electricity-use-comparable-to-annual-consumption-of-netherlands-argentina-report-92246|páxina-web=Down To Earth|data=11-10-2023|data-acceso=02-09-2024|lingua=en|nome=Rohini|apelidos=Krishnamurthy}}</ref> Outro exemplo é o que consome o modelo [[PALM]], que nun adestramento pode gastar o equivalente ao que consome a cidade de [[Nova York]] nun día.<ref name=":1" />

=== Algoritmos verdes ===
Os algoritmos verdes son os [[Algoritmo|algoritmos]] máis eficientes á hora de construílos, que consomen menos [[Recurso natural|recursos]] e conseguen o mesmo resultado que obtería un algoritmo máis complexo.<ref>{{Cita web|título=¿Qué son los algoritmos verdes?|url=https://www.ecointeligencia.com/2022/12/algoritmos-verdes/|páxina-web=ecointeligencia|data=23-12-2022|data-acceso=02-09-2024|lingua=es|nome=Ricardo|apelidos=Estévez}}</ref> Hai dous tipos de algoritmos verdes, o ''green-by'' e o ''green-in''.

Por unha banda, o ''green-by'' é o desenvolvemento de aplicacións en distintos ámbitos e sectores que contribúan á sostibilidade e á loita contra o [[cambio climático]]. Co uso da IA neste tipo de algoritmos poderíase reducir entre 2,6 e 5,3 xigatoneladas de emisións de gases de [[efecto invernadoiro]] (entre o 5% e o 10% do total) e podería proporcional entre 1 e 3 billóns de dólares de valor engadido cando se aplique á sostibilidade corporativa en xeral.<ref>{{Cita web|título=How AI Can Speed Climate Action|url=https://www.bcg.com/publications/2023/how-ai-can-speedup-climate-action|páxina-web=BCG Global|data=15-11-2023|data-acceso=02-09-2024|lingua=en}}</ref> Estes algoritmos teñen múltiples aplicacións: na [[auga]] (por exemplo, no mantemento preditivo das infraestruturas hídricas), na [[agricultura]] (por exemplo, optimizar o uso de recursos naturais como fertilizantes), na [[enerxía]] (por exemplo, para predicir a oferta e demanda da enerxía) e no [[transporte]] (por exemplo, optimización do tráfico), entre moitos outros.<ref name=":4" />

Por outra banda, o ''green-in'' é a busca de formas de lograr algoritmos máis escalables e sostibles para reducir a pegada de CO<sub>2</sub> dos algoritmos actuais. Para conseguir isto pódese utilizar [[Optimización matemática|optimización]] algorítmica (seleccionar os algoritmos máis eficientes ou reducir a carga dos que se están utilizando), optimización do [[hardware]] (utilización dun hardware máis eficiente computacionalmente), unha boa elección do centro de datos (a pegada de carbono é directamente proporcional á eficiencia do centro de datos e á intensidade de carbono da súa localización) e reducir o factor de escala pragmática (facer os adestramentos máis curtos).<ref name=":4" />

Para reducir a pegada enerxética, xa hai ferramentas que calculan e predín o consumo de enerxía, tales como a [[Iniciativa do seguimento do carbono|Carbon Tracker]]<ref>{{Cita web|título=Home|url=https://carbontracker.org/|páxina-web=Carbon Tracker Initiative|data-acceso=02-09-2024|lingua=en-US}}</ref> ou Green Algorithms.<ref>{{Cita web|título=Green Algorithms|url=https://www.green-algorithms.org/|páxina-web=Green Algorithms|data-acceso=02-09-2024|lingua=en}}</ref>

Por ser un tema de vital importancia, tanto nas leis europeas como nas españolas de intelixencia artificial hai puntos que regulan que a IA ten que ser respectuosa co medio ambiente, pois é un ben xurídico a protexer fronte ao desenvolvemento da IA.<ref name=":4" />

Usar este tipo de algoritmos non só causa unha mellora no planeta, senón que reduce os tempos de execución considerablemente, pois canto menos tempo de execución, menos se consome. Por tanto, ás empresas tamén lles interesa facer ''green-in'', para que así os seus procesos avancen con máis velocidade.

== Leis para a intelixencia artificial ==
{{Artigo principal|Regulamento sobre Intelixencia Artificial}}
Malia que a intelixencia artificial comezou 60 anos atrás, non foi ata o 2018 onde se comezou a usar de forma significativa, sobre todo en ámbitos perceptibles polas persoas que non traballan con ela. E foi a partir deste ano onde se comezou a falar de [[ética]] na IA máis profundamente, creándose guías para que as diferentes intelixencias artificiais fosen robustas, éticas, supervisadas por humanos... Mais en 2021, debido ao grande crecemento da intelixencia artificial, a [[Comisión Europea|comisión europea]] viu necesario crear un plan coordinado sobre este tema, para controlar o seu uso e regulamento. Esta regulación é a primeira de intelixencia artificial no mundo.<ref name=":2" />

Este plan coordinado ten de inicio 4 grandes obxectivos:

# Establecer as condicións necesarias.
# Facer que [[Europa]] sexa o lugar ideal para implementar a IA ética.
# O foco tiña que ser o ser humano, non a tecnoloxía en si. Debido a isto, créase o ''AI act'', a regulación europea da intelixencia artificial, aprobada en marzo do 2024,<ref>{{Cita web|título=La Eurocámara aprueba una ley histórica para regular la inteligencia artificial, Noticias, Parlamento Europeo|url=https://www.europarl.europa.eu/news/es/press-room/20240308IPR19015/la-eurocamara-aprueba-una-ley-historica-para-regular-la-inteligencia-artificial|páxina-web=www.europarl.europa.eu|data=13-03-2024|data-acceso=02-09-2024|lingua=es}}</ref> entrando en vigor o 1 de agosto de 2024.<ref>{{Cita web|título=El Reglamento de Inteligencia Artificial entra en vigor: - Comisión Europea|url=https://commission.europa.eu/news/ai-act-enters-force-2024-08-01_es|páxina-web=commission.europa.eu|data-acceso=06-10-2024|lingua=es}}</ref>
# Desenvolver o liderado estratéxico nos diferentes sectores, fixándose especialmente no sector público.<ref name=":2" />

O principal reto desta regulación está en emitir as leis antes de que se creen os diferentes produtos, pois a evolución desta tecnoloxía vai a moita velocidade, máis rápido que os procesos burocráticos. Para poder facer fronte a esta rapidez, no que se basean estas leis é en minimizar os riscos, vendo para que se utiliza a IA, non en como está construída. Para isto, hai 4 niveis de risco: risco mínimo (por exemplo, desbloqueo facial do móbil), risco de transparencia (por exemplo, axentes conversacionais), alto risco (por exemplo, sistemas de acceso a servizos públicos) e risco inaceptable (por exemplo, [[puntuación social]]). A regulación de IA céntrase nos sistemas de alto risco. Nos sistemas de risco mínimo non hai restricións, os de transparencia están obrigados a indicar que o usuario está tratando cunha IA, e nos de risco inaceptable está prohibido utilizalas.<ref name=":2" />

Por tanto, estes sistemas de alto risco teñen que crear toda a documentación indicada na lei. Entre estes requisitos legais destacan:

* Robustez, precisión e [[ciberseguridade]].
* Evitar nesgos de raza, sexo, idade, etnia, cultura, relixión, orientación sexual, orientación política...
* Supervisión humana, necesaria para previr e minimizar riscos do sistema. Evitar a confianza total na IA.
* Transparencia. Informar sobre as capacidades e limitacións do sistema.
* Documentación do sistema.
* Datos representativos e de alta calidade. Establecer mecanismos do trato dos datos.<ref name=":2" />

=== Lei en España ===
{{Véxase tamén|Axencia Española de Supervisión da Intelixencia Artificial}}
A nivel nacional, creouse a ENIA, a Estratexia Nacional de Intelixencia Artificial, que ten como obxectivo proporcionar un marco de referencia para o desenvolvemento dunha IA inclusiva, sostible e centrada na cidadanía. Forma parte da Axenda España Dixital 2026 e ten os seguintes catro obxectivos específicos:

# Converter a España nunha referente na transformación cara unha Economía do Dato.
# Impulsar a IA como motor de innovación e crecemento económico social, inclusivo e sostible.
# Preparar a España para as transformacións socioeconómicas que orixina a IA.
# Fortalecer a competitividade a través das actividades I+D no conxunto das Tecnoloxías Habilitadoras Dixitais (THD).<ref>{{Cita web|url=https://portal.mineco.gob.es/es-es/digitalizacionIA/Paginas/ENIA.aspx|páxina-web=Ministerio de economía, comercio y empresa|título=ENIA|data-acceso=02-09-2024|lingua=es}}</ref>

Ademais, en 2024 o [[Goberno de España|Goberno]] aprobou a Estratexia de Intelixencia Artificial 2024, onde se melloran as capacidades de supercomputación e almacenamento sostible en España, promove unha familia de modelos de linguaxe en castelán e as linguas cooficiais que evite nesgos e inclúe medidas para propiciar a aplicación práctica da IA no sector público e nas pequenas e medianas empresas.<ref>{{Cita web|url=https://portal.mineco.gob.es/es-es/comunicacion/Paginas/20240514-Gobierno-aprueba-Estrategia-IA-2024.aspx|páxina-web=Ministerio de economía, comercio y empresa|título=El Gobierno aprueba la Estrategia de Inteligencia Artificial 2024|data-acceso=02-09-2024|lingua=es}}</ref>

En canto á sostibilidade, o Goberno nacional lanzou en 2021 o Programa Nacional de Algoritmos Verdes, para o desenvolvemento dunha intelixencia artificial medioambientalmente sostible.<ref>{{Cita web|título=El Gobierno lanza el Programa Nacional de Algoritmos Verdes|url=https://avancedigital.mineco.gob.es/es-es/notasprensa/Paginas/211015_np_verdes.aspx|páxina-web=avancedigital.mineco.gob.es|data-acceso=02-09-2024}}</ref>

Pola súa parte, en Galicia tamén se creou unha lei de intelixencia artificial, a Estratexia Galega de Intelixencia Artificial 2021-2030 (EGIA), onde se plasman moitos dos obxectivos europeos e españois, pero centrados no ámbito galego. Na seguinte sección profúndase máis nesta estratexia.<ref name=":5" />

== Intelixencia artificial en Galicia ==
No ámbito da intelixencia artificial, [[Galicia]] non queda atrás. Numerosas empresas e centros de investigación galegos apostaron por esta disciplina que ao longo dos anos foi acadando un gran potencial, tomando un maior protagonismo dende 2020.<ref>{{Cita web|título=Galicia quiere inteligencia artificial|url=https://www.lavozdegalicia.es/noticia/opinion/2022/04/27/galicia-quiere-inteligencia-artificial/0003_202204G27P13991.htm|páxina-web=La Voz de Galicia|data=27-04-2022|data-acceso=29-08-2024|lingua=es}}</ref> As empresas galegas atopáronse no 2021 entre as empresas españolas que máis utilizaban a intelixencia artificial, onde máis do 21% desenvolvían os seus produtos con IA. Ademais, nas empresas de 10 ou máis persoas, o seu uso conseguía o 10,2%, superando o medio estatal de 8,3%. Igualmente tiñan boas cifras as empresas de menos de 10 empregados, acadando o 7,6% de uso, 4 puntos porcentuais por riba do medio estatal. Entre o sector [[Tecnoloxías da información e a comunicación|TIC]] galego, en 2021 o 16,6% das empresas empregaba a realidade virtual; o 13,8%, a impresión 3D e o 24,2%, [[Chatbot|axentes conversacionais ou ''chatbots'']], experimentando este último un crecemento relativo do 44,9% con respecto ao ano anterior.<ref>{{Cita web|url=https://faitedixital.xunta.gal/es/las-empresas-de-galicia-est%C3%A1n-entre-las-que-m%C3%A1s-utilizan-en-espa%C3%B1a-tecnolog%C3%ADas-como-internet-de-las|páxina-web=faitedixital|título=Las empresas de Galicia están entre las que más utilizan en España tecnologías como internet de las cosas o inteligencia artificial|data-acceso=01-09-2024|data-publicación=29 de xuño do 2022|lingua=es}}</ref>

A forza de Galicia na intelixencia artificial é tan grande que foi unha das primeiras comunidades autónomas que presentou unha estratexia propia de IA, a Estratexia Galega de Intelixencia Artificial 2021-2030 (EGIA). Este plan ten o obxectivo de converter a Galicia nunha rexión intelixente que contribúa ao mundo dixital da Unión Europea, tanto nas empresas como na administración. Estaba pensada para despregar en Galicia unha intelixencia artificial de vangarda, ética, segura e centrada nas persoas. Coordenada pola Amtega, prevíase que mobilizara máis de 330 millóns de euros públicos da [[Xunta de Galicia]] no período 2021-2030 e xerara un impacto na creación de riqueza duns 472 millóns de euros nese período.<ref name=":5">{{Cita web|url=https://amtega.xunta.gal/gl/evento/estratexia-galega-de-intelixencia-artificial-2030-cara-unha-galicia-intelixente|páxina-web=xunta.gal|título=Estratexia Galega de Intelixencia Artificial 2030. Cara a unha Galicia Intelixente|data-acceso=01-09-2024|data-publicación=11 de xuño do 2021}}</ref>

Ademais da EGIA, Galicia colaborou noutros proxectos. Múltiples empresas prestixiosas a nivel mundial, tales como [[Amazon]], [[Microsoft]] ou [[Telefónica]], apostaron en 2022 por Galicia para ser sede da Axencia Estatal de Intelixencia Artificial.<ref>{{Cita web|título=Amazon y Microsoft apuestan por Galicia para la Agencia de Inteligencia Artificial|url=https://galego.lavozdegalicia.es/noticia/galicia/2022/05/08/amazon-microsoft-apuestan-galicia-agencia-inteligencia-artificial/0003_202205G8P5991.htm|páxina-web=La Voz de Galicia|data=08-05-2022|data-acceso=01-09-2024|lingua=es}}</ref> Estas empresas destacaban que Galicia era un bo escenario para a sede pola grande representación que ten nos sectores financeiro, pesqueiro ou alimenticio, polo impulso que se lle está dando a esta disciplina dende as 3 universidades galegas e polo seu uso na administración.<ref>{{Cita web|título=Galicia opta a acoger la Agencia Estatal de Inteligencia Artificial|url=https://www.atlantico.net/articulo/galicia/galicia-opta-acoger-agencia-estatal-inteligencia-artificial/20220611234847919520.html|páxina-web=Atlántico|data=11-06-2022|data-acceso=01-09-2024|lingua=es|apelidos=Atlántico}}</ref>

No 2023, a Xunta de Galicia creou unha Comisión de Expertos na IA, para conseguir un desenvolvemento ético e sostible neste campo. A comisión ten diferentes funcións: avaliar o impacto da IA en diferentes sectores para garantir un enfoque informado, asesorar a formulación da EGIA e garantir que os sistemas de IA que se utilizan na comunidade son fiables e respectuosos cos dereitos fundamentais das persoas. A comisión estará composta por expertos das áreas de economía, filosofía e evolución humana, tecnoloxía aplicada, ética e normativa e política pública.<ref>{{Cita web|título=Galicia avanza en Inteligencia Artificial - Adiante Galicia|url=https://www.adiantegalicia.es/actualidade/2023/12/18/la-xunta-de-galicia-avanza-en-inteligencia-artificial-2.html|data=18-12-2023|data-acceso=01-09-2024|lingua=es|páxina-web=Adiante Diario}}</ref>

Con respecto aos seus usos na comunidade galega, a intelixencia artificial xa se usa dende 2023 para prever vendas, detectar pragas, controlar a circulación<ref>{{Cita web|título=Galicia asume el desafío de liderar la inteligencia artificial en España|url=https://www.lavozdegalicia.es/noticia/sociedad/2023/11/11/galicia-asume-desafio-liderar-inteligencia-artificial-espana/0003_202311G11P24991.htm|páxina-web=La Voz de Galicia|data=11-11-2023|data-acceso=01-09-2024|lingua=es}}</ref> ou nos hospitais, por exemplo, para acelerar a análise do cancro de mama.<ref>{{Cita web|título=Así utilizará Galicia la IA para el cribado del cáncer de mama|url=https://galego.lavozdegalicia.es/noticia/sociedad/2024/08/27/utilizara-galicia-ia-cribado-cancer-mama/00031724773398817528279.htm|páxina-web=La Voz de Galicia|data=29-08-2024|data-acceso=01-09-2024|lingua=es}}</ref> En canto ás entidades que crean intelixencia artificial, atópanse numerosas delas con grandes resultados como o [[CiTIUS (USC)|CiTIUS]] (Centro Singular de Investigación en Tecnoloxías Intelixentes),<ref>{{Cita web|título=O CiTIUS recibe o Premio Especial CPEIG|url=https://citius.gal/gl/news/news/citius-receives-the-special-cpeig-award/|páxina-web=citius.gal|data-acceso=01-09-2024}}</ref><ref>{{Cita web|título=O CiTIUS alcanza a excelencia|url=https://citius.gal/gl/news/news/citius-achieves-excellence/|páxina-web=citius.gal|data-acceso=01-09-2024}}</ref> Link Affinity<ref>{{Cita web|título=Link Affinity, la empresa gallega de inteligencia artificial que se hace hueco en Europa|url=https://www.economiadigital.es/galicia/galicia-smart-business/galicia-en-primera-persona/link-affinity-la-empresa-gallega-de-inteligencia-artificial-que-se-hace-hueco-en-europa.html|páxina-web=www.economiadigital.es|data=10-05-2021|data-acceso=01-09-2024|lingua=es-ES}}</ref> e ITG.<ref>{{Cita web|título=Acreditaciones|url=https://itg.es/centro-tecnologico/acreditaciones/|páxina-web=ITG centro tecnológico|data-acceso=01-09-2024|lingua=es-ES}}</ref>

A nivel mundial, celébrase tódolos anos a Eurovisión da intelixencia artificial.<ref>{{Cita web|url=https://eurovision.tv/story/introducing-the-ai-song-contest|páxina-web=Eurovision Song Contest|título=Introducing the AI Song Contest!|data-acceso=05-09-2024|data-publicación=11 de maio do 2020}}</ref> En 2022, o grupo Cecubo creou a canción ''AI-Lalelo'', baixo o nome de [[Ana María Prieto]],<ref>{{Cita web|título=AI-Lalelo|url=https://www.cecubogroup.com/blog/ai-lalelo/|páxina-web=Cecubo Group|data=11-08-2022|data-acceso=05-09-2024|lingua=es-ES|nome=Joel|apelidos=Cava}}</ref> levando medalla de prata e outorgándolle a Galicia a oportunidade de ser sede o ano seguinte. En 2023, o festival desenvolveuse na [[A Coruña|Coruña]], onde o CiTIUS participou recreando a voz de [[Ana Kiro]] na canción ''Florespiña''.<ref>{{Cita web|título=Ana Kiro representará a Galicia na Eurovisión mundial da intelixencia artificial co equipo PAMP! e a canción "Florespiña"|url=https://citius.gal/gl/news/news/ana-kiro-will-represent-galicia-in-the-world-eurovision-of-artificial-intelligence-with-the-pamp-team-and-the-song-florespina/|páxina-web=citius.gal|data-acceso=05-09-2024|lingua=es}}</ref>

=== Intelixencia artificial en galego ===
Dende os 2000, a sociedade avanza cara unha comunidade dixital. Nos primeiros tempos da tecnoloxía, o contido que se ofrecía estaba nas linguas maioritarias, tales como inglés, chinés, castelán... polo que os usuarios que non falaban ningunha destas linguas tiñan que cambiar a súa lingua materna por unha das dispoñibles, o que pode derivar nun abandono da lingua propia. É máis, se esta lingua está en decadencia, pode incluso levar á súa desaparición. Para evitar isto, Europa promoveu un plan onde non queden linguas europeas minorizadas neste ámbito.<ref name=":0">{{Cita web|título=Vivir Aquí - Intelixencia artificial en galego|url=https://www.youtube.com/watch?v=7-YLQ3qB9Xw|data=28-05-2023|data-acceso=29-08-2024|apelidos=Televisión de Galicia}}</ref>

Galicia sumouse a esta iniciativa europea en 2023 co proxecto falAI,<ref>{{Cita web|título=Falai|url=https://www.balidea.com/project/falai/|páxina-web=Balidea|data-acceso=29-08-2024|lingua=es-ES}}</ref> unha ferramenta desenvolvida pola [[universidade de Vigo]] e Balidea onde aos usuarios se lles mostran unhas frases en galego para que lean e graven a súa voz. O obxectivo é acadar unha [[base de datos]] moi grande, cunha gran diversidade de [[Acento (sociolingüística)|acentos]], para poder crear axentes conversacionais que poidan replicar e entender a fala galega. En 2023 chegaron a ser a base de datos máis ampla a nivel mundial no ámbito dos axentes conversacionais.<ref name=":0" />

Pola súa banda, en 2021 o [[CiTIUS (USC)|CiTIUS]] e o [[Instituto da Lingua Galega|ILG]] (Instituto de Lingua Galega) crearon, a petición da [[Xunta de Galicia|Xunta]], o proxecto Nós, que ten o mesmo obxectivo que falAI no eido do galego como lingua viva no mundo dixital. Distribuíndo os seus recursos baixo licenzas libres, céntranse nalgunhas das grandes tarefas do [[procesamento da linguaxe natural]], tales como a [[síntese de voz]], o [[recoñecemento da fala]], a [[Tradución automática|tradución de texto]], a [[xeración automática de texto]] e a [[corrección e avaliación lingüística automática]], entre outros.<ref>{{Cita web|título=Presentación, Universidade de Santiago de Compostela|url=https://nos.gal/gl/proxecto-nos/presentacion|páxina-web=nos.gal|data-acceso=01-09-2024}}</ref> Coa súa filosofía da distribución gratuíta de recursos, publican na súa páxina tódalas ferramentas que van desenvolvendo. No 2024, xa teñen repositorios en [[GitHub]], [[Zenodo]] e [[Hugging Face]],<ref>{{Cita web|título=Recursos, Universidade de Santiago de Compostela|url=https://nos.gal/gl/proxecto-nos/recursos|páxina-web=nos.gal|data-acceso=01-09-2024}}</ref> ademais de demostradores e prototipos dun tradutor entre español, galego e inglés,<ref>{{Cita web|título=Tradutor - Nós|url=https://tradutor.nos.gal/traducir/index|páxina-web=tradutor.nos.gal|data-acceso=01-09-2024}}</ref> dun sistema de conversión de texto a voz<ref>{{Cita web|título=TTS|url=https://tts.nos.gal/|páxina-web=tts.nos.gal|data-acceso=01-09-2024}}</ref> e dun sistema de recoñecemento da fala.<ref>{{Cita web|título=ASR|url=https://asr.nos.gal/|páxina-web=asr.nos.gal|data-acceso=01-09-2024}}</ref> Para levar a cabo o proxecto e conseguir datos, contactaron con empresas galegas de diferentes sectores para que lles forneceran os datos necesarios.<ref name=":1">{{Cita audiovisual|título=Ciclo Avances 2023: Tecnoloxías lingüísticas e o Proxecto Nós|autor=Real Academia Galega de Ciencias|url=https://www.youtube.com/watch?v=6AZmDdLRccY&list=PLhJ2OQ5YZMD0glrwAyQwYDalKQgZn4IuS&index=9|data=14 de novembro do 2023|medio=YouTube|dataacceso=01-09-2024}}</ref>

O proxecto Nós participa no proxecto ILENIA, coordinado polo BSC-CNS (Barcelona Supercomputing Center - Centro Nacional de Supercomputación<ref>{{Cita web|título=BSC-CNS|url=https://www.bsc.es/|páxina-web=BSC-CNS|data-acceso=01-09-2024|lingua=en}}</ref>), onde colaboran a USC, a UPV e a Universidade de Alacant. Este proxecto impulsado polo Ministerio para a Transformación Dixital e da Función Pública, ademais de compilar grandes [[Corpus lingüístico|corpus]] de galego de calidade, ten como obxectivo facer grandes modelos multilingües, onde participarán as linguas oficiais e cooficiais do estado como requisito fundamental.<ref name=":1" />

No 2024, o proxecto Nós conseguiu un dos seus maiores logros ata ao momento: crear o primeiro gran modelo de linguaxe da historia para o galego, "Carballo",<ref>{{Cita web|título=Galician LLM - a Hugging Face Space by proxectonos|url=https://huggingface.co/spaces/proxectonos/Nos_LLM_galician|páxina-web=huggingface.co|data-acceso=01-09-2024}}</ref> que permitirá a creación de novas ferramentas e aplicacións de [[IA xerativa]] para a lingua propia de Galicia. Trátase dun modelo fundacional, por ser a peza básica para construír ferramentas versátiles e de alta calidade mediante IA xerativa con tecnoloxía lingüística, como axentes conversacionais, tradutores ou correctores automáticos. Carballo conta cunha arquitectura [[GPT]] de 1 300 parámetros que se adestraron coa axuda do [[Centro de Supercomputación de Galicia|CESGA]]. Adestrouse co CorpusNós,<ref>{{Cita web|url=https://zenodo.org/records/10687642|páxina-web=zenodo.org|título=Nos_CorpusNOS-GL: Galician Macrocorpus for LLM training|data-acceso=01-09-2024|lingua=en}}</ref> o maior corpus en galego existente ata a data, con máis de 2 100 millóns de palabras, elaborado polo Proxecto Nós coa axuda das distintas empresas galegas asociadas. Xunto a Carballo, foi tamén desenvolvido en colaboración coa Universidade de Évora, o primeiro modelo fundacional galego e portugués, "Carvalho", co obxectivo de fortalecer a lingua galega mediante a inclusión do portugués europeo. Dende a súa publicación os creadores seguen traballando no modelo para corrixir os posibles fallos e crear as melloras oportunas. Destacar que o proxecto foi desenvolvido sen perder de vista que tiña que ser unha IA segura, seguindo a primeira lei de Intelixencia artificial do mundo aprobada polo Parlamento Europeo.<ref>{{Cita web|título=Nace na USC un novo ‘Carballo’, o primeiro gran modelo de linguaxe da historia para o galego|url=https://citius.gal/gl/news/news/carballo-the-first-large-scale-language-model-in-history-for-galician-is-born-at-usc/|páxina-web=citius.gal|data-acceso=01-09-2024|data-publicación=18 de xuño do 2024}}</ref> En setembro do 2024, recibiu o premio ''Best Application Paper Award'' do congreso internacional EPIA2024.<ref>{{Cita web|título=O congreso internacional EPIA2024 premia 'Carvalho_pt-gl', un innovador modelo xerativo de linguaxe bilingüe para galego e portugués deseñado no CiTIUS|url=https://citius.gal/gl/news/news/the-international-congress-epia2024-awarded-carvalhopt-gl-an-innovative-generative-model-of-bilingual-language-for-galician-and-portuguese-designed-at-citius/|páxina-web=citius.gal|data-acceso=06-10-2024}}</ref>

=== Ámbito académico ===
No ámbito académico, as tres universidades galegas apostaron por introducir no curso 2022-2023 o grao de Intelixencia Artificial, así como un mestrado interuniversitario de Intelixencia Artificial.<ref>{{Cita web|url=https://esgalicia.gal/es/vivir-en-galicia/galicia-se-suma-la-inteligencia-artificial|páxina-web=EsGalicia|título=Galicia se suma a la inteligencia artificial|data-acceso=29-08-2024|data-publicación=6 de maio de 2021|lingua=es}}</ref> O mestrado en [[Visión artificial|visión por computadora]] na [[universidade de Santiago]], porén, xa estaba instaurado dende o curso 2019-2020.<ref>{{Cita web|título=Máster Universitario en Visión por Computador (Computer Vision), Universidade de Santiago de Compostela|url=https://www.usc.gal/es/estudios/masteres/ingenieria-arquitectura/master-universitario-vision-computador-computer-vision|páxina-web=www.usc.gal|data-acceso=29-08-2024|lingua=es}}</ref> Con estas ferramentas preténdese formar a mozos e mozas neste ámbito que está nun constante crecemento.<ref>{{Cita web|título=Máster Universitario en Intelixencia Artificial, Universidade de Santiago de Compostela|url=https://www.usc.gal/es/estudios/masteres/ingenieria-arquitectura/master-universitario-intelixencia-artificial|páxina-web=www.usc.gal|data-acceso=29-08-2024|lingua=es}}</ref>

Pola súa banda, para os institutos que así o desexen, dende o 2023 poden ofertar unha optativa en cuarto da ESO de Intelixencia artificial e outra de tecnoloxías intelixentes en primeiro de bacharelato, co obxectivo de formar aos rapaces no impacto da intelixencia artificial, como utilizala (tanto a nivel usuario como programador), a [[ética]], [[sostibilidade]], etc. Con esta iniciativa, Galicia foi das primeiras comunidades autónomas en España en impartir moitos dos contidos.<ref>{{Cita web|título=Los alumnos de cuarto de la ESO tendrán una optativa de inteligencia artificial y los de primero de bachillerato de tecnologías inteligentes|url=https://www.lavozdegalicia.es/noticia/galicia/2023/05/30/alumnos-cuarto-podran-curso-bachillerato-tendran-proximo-curso-optativas-sobre-inteligencia-artificial/00031685442641737103287.htm|páxina-web=La Voz de Galicia|data=30-05-2023|data-acceso=29-08-2024|lingua=es}}</ref>

== Notas ==
{{listaref|group=n.}}
;Referencias
{{listaref|30em}}

== Véxase tamén ==
{{Commonscat}}
=== Bibliografía ===
{{refbegin}}
* {{cita web | ref = {{Harvid|Google|2016}}| nome=Mike |apelido=Anderson| título= AlphaGo – Google DeepMind| url=https://wildoftech.com/alphago-google-deepmind |url-arquivo=https://web.archive.org/web/20160310191926/https://wildoftech.com/alphago-google-deepmind/ | data-arquivo=20 de outubro de 2021}}
* {{Cita xornal |apelido1=Bowling|nome1=Michael|apelido2=Burch|nome2=Neil|apelido3=Johanson|nome3=Michael|apelido4=Tammelin|nome4=Oskari|data=9 de xaneiro de 2015|título=Heads-up limit hold'em poker is solved |url=https://www.science.org/doi/10.1126/science.1259433|xornal=[[Science]] |lingua=en|volume=347|issue=6218|páxinas=145–149|doi=10.1126/science.1259433|issn=0036-8075 |pmid=25574016 |bibcode=2015Sci...347..145B}}
* {{Cita web|apelido=Brown|nome=Eileen|data = 5 de novembro de 2019|páxina-web=ZDNet|lingua=en|url=https://www.zdnet.com/article/half-of-americans-do-not-believe-deepfake-news-could-target-them-online/|título=Half of Americans do not believe deepfake news could target them online|data-acceso=1 de febreiro do 2023 |archive-url=https://web.archive.org/web/20191106035012/https://www.zdnet.com/article/half-of-americans-do-not-believe-deepfake-news-could-target-them-online/|archive-date=6 de novembro de 2019}}
* {{cita novas |ref={{harvid|CNN|2006}}|título=AI set to exceed human brain power |autor=CNN |data=9 de agosto de 2006 |url=http://www.cnn.com/2006/TECH/science/07/24/ai.bostrom/ |archive-url=https://web.archive.org/web/20080219001624/http://www.cnn.com/2006/TECH/science/07/24/ai.bostrom/ |archive-date=19 de febreiro de 2008}}
* {{Cita libro | ref={{harvid|European Commission|2020}}| url=https://ec.europa.eu/info/sites/info/files/commission-white-paper-artificial-intelligence-feb2020_en.pdf| título=White Paper: On Artificial Intelligence – A European approach to excellence and trust| autor=Comisión Europea| ano=2020|lugar=Bruselas|data-acceso=1 de febreiro do 2023|archive-date=20 de febreiro de 2020|archive-url=https://web.archive.org/web/20200220173419/https://ec.europa.eu/info/sites/info/files/commission-white-paper-artificial-intelligence-feb2020_en.pdf}}
* {{cita novas | ref = {{harvid|The Economist|2016}}| título=From not working to neural networking|xornal=The Economist|data=2016 |url=https://www.economist.com/news/special-report/21700756-artificial-intelligence-boom-based-old-idea-modern-twist-not |data-acceso=1 de febreiro do 2023 |archive-date=31 de decembro de 2016|archive-url=https://web.archive.org/web/20161231203934/https://www.economist.com/news/special-report/21700756-artificial-intelligence-boom-based-old-idea-modern-twist-not}}
* {{Cita web|apelido=Frangoul|nome=Anmar|data=14 de xuño de 2019|páxina-web=CNBC|language=en|url=https://www.cnbc.com/2019/06/14/the-business-using-ai-to-change-how-we-think-about-energy-storage.html|title=A Californian business is using A.I. to change the way we think about energy storage|data-acceso=1 de febreiro do 2023|data-arquivo=25 de xullo de 2020|archive-url=https://web.archive.org/web/20200725044735/https://www.cnbc.com/2019/06/14/the-business-using-ai-to-change-how-we-think-about-energy-storage.html}}
* {{cita libro| apelido=Haugeland | nome=John | ligazón-autor = John Haugeland| ano= 1985| título= Artificial Intelligence: The Very Idea| url=https://archive.org/details/artificialintell0000haug | editorial=MIT Press| location= Cambridge, Mass.| isbn=978-0-262-08153-5}}
* {{cita novas|apelido=Lohr|nome=Steve|título=The Promise of Artificial Intelligence Unfolds in Small Steps|data=28 de febreiro de 2016|editor=[[The New York Times]]|url=https://www.nytimes.com/2016/02/29/technology/the-promise-of-artificial-intelligence-unfolds-in-small-steps.html|data-acceso=1 de febreiro do 2023|archive-url=https://web.archive.org/web/20160229171843/http://www.nytimes.com/2016/02/29/technology/the-promise-of-artificial-intelligence-unfolds-in-small-steps.html|archive-date=29 de febreiro de 2016}}
* {{Cita libro|apelido1=Luger|nome1=George|author-link=George Luger|apelido2=Stubblefield|nome2=William|author2-link=William Stubblefield|ano=2004|título=Artificial Intelligence: Structures and Strategies for Complex Problem Solving|publisher=Benjamin/Cummings|edition=5th|isbn=978-0-8053-4780-7|url=https://archive.org/details/artificialintell0000luge|data-acceso=1 de febreiro do 2023|archive-date=26 de xullo de 2020|archive-url=https://web.archive.org/web/20200726220613/https://archive.org/details/artificialintell0000luge}}
* {{cita novas|apelido=Markoff|nome=John|data=16 de febreiro de 2011<!-- corrixido o 24 de febreiro de 2011-->|título=Computer Wins on 'Jeopardy!': Trivial, It's Not |editor=The New York Times|url=https://www.nytimes.com/2011/02/17/science/17jeopardy-watson.html|data-acceso=1 de febreiro do 2023|data-arquivo=22 de outubro de 2014|xornal=The New York Times |url-arquivo= https://web.archive.org/web/20141022023202/http://www.nytimes.com/2011/02/17/science/17jeopardy-watson.html}}
* {{cita libro|apelido1=Minsky|nome1=Marvin|título=The Society of Mind|data=1986|editorial=Simon & Schuster|lugar=Nova York|isbn=0-671-60740-5|url=https://archive.org/details/societyofmind00marv}}
* {{Cita libro|last=Nilsson|first=Nils|ligazón-autor=Nils Nilsson (researcher)|ano=1998|título=Artificial Intelligence: A New Synthesis|url=https://archive.org/details/artificialintell0000nils|editorial=Morgan Kaufmann|isbn=978-1-55860-467-4|data-acceso=1 de febreiro do 2023|archive-date=26 de xullo de 2020|archive-url=https://web.archive.org/web/20200726131654/https://archive.org/details/artificialintell0000nils}}
* {{Russell Norvig 2003}}.
* {{Cita libro|nome1=David|apelido1=Poole|author-link=David Poole (investigador)|nome2=Alan|apelido2=Mackworth|author2-link=Alan Mackworth|first3=Randy|last3=Goebel|author3-link=Randy Goebel|year=1998|title=Computational Intelligence: A Logical Approach|publisher=Oxford University Press|lugar=Nova York|isbn=978-0-19-510270-3|url=https://archive.org/details/computationalint00pool|data-acceso=1 de febreiro do 2023|archive-date=26 de xullo de 2020|archive-url=https://web.archive.org/web/20200726131436/https://archive.org/details/computationalint00pool}}
* {{cita web |url=http://readwrite.com/2013/01/15/virtual-personal-assistants-the-future-of-your-smartphone-infographic|título=Virtual Personal Assistants & The Future Of Your Smartphone [Infographic]|data=15 de xaneiro de 2013|apelido=Rowinski|nome= Dan|editor=ReadWrite|archive-url=https://web.archive.org/web/20151222083034/http://readwrite.com/2013/01/15/virtual-personal-assistants-the-future-of-your-smartphone-infographic|archive-date=22 de decembro de 2015}}
* {{cita novas |last1=Sample|first1=Ian |title=Google's DeepMind makes AI program that can learn like a human |url=https://www.theguardian.com/global/2017/mar/14/googles-deepmind-makes-ai-program-that-can-learn-like-a-human|data-acceso=1 de febreiro do 2023 |work=The Guardian |data=14 de marzo de 2017|archive-date=26 April 2018|archive-url=https://web.archive.org/web/20180426212908/https://www.theguardian.com/global/2017/mar/14/googles-deepmind-makes-ai-program-that-can-learn-like-a-human }}
* {{cita web |url=https://www.bbc.co.uk/news/business-36837824|título=So you think you chose to read this article?|data=22 de xullo de 2016|apelido=Smith| nome=Mark|editor=BBC News|archive-url=https://web.archive.org/web/20160725205007/http://www.bbc.co.uk/news/business-36837824|archive-date=25 de xullo de 2016}}
* {{Cita libro |título=Computing Machinery and Intelligence |nome=Alan |apelidos=Turing |ligazónautor=Alan Turing |ano=1950 |editorial= Mind|lugar= |isbn= |páxina= |páxinas= |dataacceso= 3 de febreiro do 2023|url=https://academic.oup.com/mind/article/LIX/236/433/986238 |doi=10.1093/mind/LIX.236.433}}

;Edicións posteriores.
* {{Cita libro|first1=Stuart J.|last1=Russell|first2=Peter|last2=Norvig|title=[[Artificial Intelligence: A Modern Approach]] <!-- | url = http://aima.cs.berkeley.edu/ -->|year=2009|edition=3rd|publisher=Prentice Hall|location=Upper Saddle River, New Jersey|isbn=978-0-13-604259-4|author-link=Stuart J. Russell|author2-link=Peter Norvig}}.
* {{Cita libro|last1=Poole|first1=David|url=http://artint.info/index.html|title=Artificial Intelligence: Foundations of Computational Agents|last2=Mackworth|first2=Alan|publisher=Cambridge University Press|year=2017|isbn=978-1-107-19539-4|edition=2nd|author-link=David Poole (researcher)|author2-link=Alan Mackworth}}

;Os dous libros de texto máis utilizados en 2021. [https://opensyllabus.org/result/field?id=Computer+Science Open Syllabus: Explorer] {{Webarchive|url=https://web.archive.org/web/20211007144248/https://opensyllabus.org/result/field?id=Computer+Science |date=07 de outubro de 2021 }}
* {{Cita libro|first1=Stuart J.|last1=Russell|author1-link=Stuart J. Russell|first2=Peter|last2=Norvig|author2-link=Peter Norvig|title=[[Artificial Intelligence: A Modern Approach]]|year=2021|edition=4th|isbn=9780134610993|lccn=20190474|publisher=Pearson|location=Hoboken}}
* {{Cita libro| first1 = Kevin | last1 = Knight | author1-link=Kevin Knight| first2 = Elaine | last2 = Rich | author2-link=Elaine Rich| title = Artificial Intelligence| url = https://archive.org/details/artificialintell0000kevi | data = 1 de xaneiro de 2010| isbn = 9780070087705
| language = en| publisher = Mc Graw Hill India| edition = 3rd}}
{{refend}}

;Historia da IA
{{refbegin}}
*{{Cita libro |título=AI: The Tumultuous History of the Search for Artificial Intelligence |nome= Daniel |apelidos= Crevier |ligazónautor= Daniel Crevier |ano=1993 |editorial= BasicBooks|lugar= Nova York|isbn= 0-465-02997-3|páxina= |páxinas= |dataacceso= |url=https://archive.org/details/aitumultuoushist0000crev}}
*{{Cita libro |título= Machines Who Think: A Personal Inquiry into the History and Prospects of Artificial Intelligence|nome=Pamela |apelidos=McCorduck |ligazónautor=Pamela McCorduck |ano= 2004|editorial=CRC Press |lugar= |isbn= 1-56881-205-1|páxina= |páxinas= |dataacceso= |url=https://archive.org/details/machineswhothink0000mcco}}
* {{cita libro| apelido=Newquist |nome=HP |ligazónautor=HP Newquist |ano=1994| título=The Brain Makers: Genius, Ego, And Greed In The Quest For Machines That Think| url=https://archive.org/details/brainmakers0000newq |publisher=Macmillan/SAMS |lugar=Nova York| isbn= 978-0-672-30412-5}}
* {{cita libro| apelido=Nilsson |nome=Nils |ligazónautor=Nils Nilsson (investigador) |ano=2009| title=The Quest for Artificial Intelligence: A History of Ideas and Achievements| url=https://archive.org/details/questforartifici0000nils | publisher=Cambridge University Press |lugar=Nova York
| isbn=978-0-521-12293-1}}
{{refend}}

=== Outros artigos ===
* [[Informática cuántica]]
* ''[[A.I. Artificial Intelligence]]'', filme.
* [[OpenAI|Open AI]], ONG de investigación da intelixencia artificial.
* [[Axencia Española de Supervisión da Intelixencia Artificial]] futura axencia estatal con sede na Coruña.
* [[Regulamento sobre Intelixencia Artificial]] ([[Regulamento da Unión Europea|regulamento da UE]])

=== Ligazóns externas ===
* [http://delicias.dia.fi.upm.es/ Laboratorio de Intelixencia Artificial (UPM)]
* [https://web.archive.org/web/20060111233741/http://www.dc.fi.udc.es/ai/ Laboratorio de Intelixencia Artificial (UDC)]

{{Control de autoridades}}

[[Categoría:Intelixencia artificial| ]]
[[Categoría:Artigos que toda Wikipedia debería ter (Tecnoloxía)]]