Volver a inicio

 Inteligencia artificial

Ventajas de la IA       

Las tecnologías de inteligencia artificial (IA) ofrecen numerosas ventajas a la sociedad y la economía, como la mejora de la eficiencia de los procesos, el fomento de la innovación, la minimización de errores, la asistencia en tareas arriesgadas y la respuesta a retos mundiales complejos.

Mejora de la eficiencia de los procesos

Los procesos son más lógicos y eficientes, lo que impulsa la productividad y las ganancias. La IA automatiza tareas, detecta patrones, optimiza los flujos de trabajo y realiza ajustes en tiempo real.

Mayor creatividad

La IA puede automatizar tareas aburridas o repetitivas, como el trabajo en una cadena de producción, la recopilación de datos, el envío de correos electrónicos, la facturación o el servicio de atención al cliente. De este modo, las personas pueden dedicar más tiempo a tareas más creativas o más centradas en el ser humano.

Menor riesgo de errores

La IA puede introducir datos, hacer cálculos o realizar maniobras con mayor rapidez y eficiencia que los seres humanos. En sectores críticos, como la atención sanitaria o la aviación, la IA desempeña una función vital como asistente en las cirugías de alto riesgo o para pronosticar fallos técnicos.

Realización de tareas peligrosas

La IA puede ayudar en tareas que ponen en peligro la seguridad o la salud de las personas, como operaciones de salvamento, desactivación de bombas, gestión de sustancias contagiosas o radiactivas o inspección de entornos hostiles.

Resolución de retos mundiales

La IA puede hacer frente a retos mundiales complejos, como la mejora de la atención sanitaria, la lucha contra el cambio climático y la garantía de la seguridad alimentaria, mejorando la predicción de enfermedades, reduciendo el consumo de energía u optimizando el rendimiento de los cultivos, por ejemplo.

La inteligencia artificial (IA), en el contexto de las ciencias de la computación, es el conjunto de sistemas o combinación de algoritmos, cuyo propósito es crear máquinas que imitan la inteligencia humana para realizar tareas y pueden mejorar conforme la información que recopilan. La inteligencia artificial no tiene como finalidad reemplazar a los humanos, sino mejorar significativamente las capacidades y contribuciones humanas. Se hizo presente poco después de la Segunda Guerra Mundial, y el nombre lo acuñó en 1956 el informático John McCarthy, en la Conferencia de Dartmouth.

En la actualidad, la inteligencia artificial abarca una gran variedad de subcampos. Éstos van desde áreas de propósito general, aprendizaje y percepción, a otras más específicas como el juego de ajedrez, la demostración de teoremas matemáticos, la escritura de poesía y el diagnóstico de enfermedades. La Inteligencia Artificial sintetiza y automatiza tareas que en principio son intelectuales y, por lo tanto, es potencialmente relevante para cualquier ámbito de diversas actividades intelectuales humanas. En este sentido, es un campo genuinamente universal.

Riesgos potenciales de la IA

Aunque la mayoría de las aplicaciones de IA suponen un riesgo mínimo o nulo, determinados usos de la IA pueden ser dañinos.

El Reglamento de Inteligencia Artificial, un marco regulador cuyo objetivo es garantizar que los sistemas de IA sean seguros, éticos y fiables, aborda los siguientes riesgos clave:

Opacidad

A menudo, los sistemas de IA carecen de transparencia, por lo que es difícil saber cómo toman decisiones. El Reglamento exige que se informe a los usuarios cuando interactúen con un sistema de IA y que tengan acceso a información sobre cómo funciona la IA y cuáles son los riesgos asociados.

Insuficiente rendición de cuentas

En ausencia de directrices y normas claras, la IA puede utilizarse de manera irresponsable sin consecuencias. El Reglamento establece normas y sanciones en caso de incumplimiento, lo que garantiza que los desarrolladores y los usuarios rindan cuentas por sus actos.

Riesgos para la seguridad

Si cometen errores o están mal diseñados, los sistemas de IA, especialmente en sectores críticos como el transporte o las infraestructuras, pueden plantear importantes riesgos para la salud y la seguridad. El Reglamento establece requisitos estrictos, como las evaluaciones de riesgos, la supervisión humana, la conformidad técnica o las revisiones periódicas.

Sesgo y discriminación

Si es entrenada con datos sesgados, la IA puede perpetuar involuntariamente los sesgos y la discriminación. El Reglamento de Inteligencia Artificial establece medidas para prevenir y mitigar los sesgos con el fin de promover la equidad y la igualdad.

Violación de los derechos fundamentales

Ciertas aplicaciones de IA pueden vulnerar derechos fundamentales de las personas, como el derecho a la intimidad, la libertad de expresión y el derecho a la no discriminación. El Reglamento prohíbe los sistemas que supongan una amenaza para estos derechos, como los utilizados por los Gobiernos para la vigilancia masiva o la puntuación ciudadana.

3 tipos de IA aplicada a los negocios

La inteligencia artificial (IA) constituye uno de los sectores de desarrollo tecnológico que experimenta un crecimiento más acelerado en todo el mundo, a tal punto que muchas empresas de diferentes áreas de la economía han reducido de forma sustancial las tareas manuales humanas. Pero, ¿cuáles son los tipos de inteligencia artificial?

Aun cuando existen tres tipos de inteligencia artificial, se sabe que los modelos más complejos todavía están usando la inteligencia artificial estrecha (ANI), la cual es considerada la más básica de todas. Las otras dos siguen siendo tema de debate y en la actualidad no se están empleando en ningún área práctica.

En este post le presentaremos cuáles son los tres tipos de IA conocidas. Así que, ¡sigue leyendo hasta el final!

1. Inteligencia artificial estrecha (ANI)

Como ya le dijimos, la inteligencia artificial estrecha es la que se usa en la actualidad y también es conocida como IA "débil" .

Aunque las tareas que realiza la ANI pueden ser impulsadas por algoritmos de suma complejidad y redes neuronales, son muy singulares y están orientadas a objetivos.

En la actualidad, la inteligencia artificial estrecha se puede vivir de varias formas, entre ellas las búsquedas en internet, el reconocimiento facial y los vehículos auto-conducidos.

Esta se encuentra todavía muy lejos de tener los componentes humanos que se atribuyen a la verdadera inteligencia, por lo que pese a su alcance y poder se le califica como "débil".

2. Inteligencia artificial general (AGI)

Al ritmo que ha avanzado la ciencia de la computación en los últimos 50 años, resulta muy complicado anticipar cuál será el futuro de la inteligencia artificial. Sin embargo, la inteligencia artificial general (AGI) debería tener la capacidad de llevar a cabo con eficiencia cualquier tarea intelectual, al igual que un ser humano

Así como lo hacen los sistemas de IA estrecha, la AGI tiene la propiedad de aprender de la experiencia, así como detectar y prever patrones.

No obstante, la inteligencia artificial general puede llevar el proceso un paso más allá al extrapolar ese conocimiento por medio de una gran gama de tareas que no son abordadas por algoritmos que ya existen ni datos adquiridos con anterioridad.

3. Superinteligencia artificial (ASI)

La ASI cuenta con sistemas completamente autoconscientes y tiene la propiedad de entender a la perfección los comportamientos humanos, mucho más allá de simplemente imitarlos o entenderlos.

Así, con el poder que le da contar con rasgos humanos y un poder analítico y de procesamiento mucho más poderosos que los nuestros, puede representar un futuro de ciencia ficción sólo visto en producciones cinematográficas, en el cual la propia humanidad sea considerada cada vez más obsoleta y, por ende, desplazada por los robots.

Hoy en día es muy poco probable que ningún ser humano viviente vea un mundo así alguna vez. Sin embargo, en vista del ritmo tan acelerado que experimenta la ASI, es necesario que se establezcan las pautas éticas y la administración, a fin de cosechar sus beneficios y evitar posibles peligros.

¿Qué es la inteligencia artificial o IA?

La inteligencia artificial (IA) es un conjunto de tecnologías que permiten que las computadoras realicen una variedad de funciones avanzadas, incluida la capacidad de ver, comprender y traducir lenguaje hablado y escrito, analizar datos, hacer recomendaciones y mucho más. 

La IA es la columna vertebral de la innovación en la computación moderna, lo que libera valor para las personas y las empresas. Por ejemplo, el reconocimiento óptico de caracteres (OCR) usa la IA para extraer texto y datos de imágenes y documentos, y convierte el contenido no estructurado en datos estructurados listos para las empresas, además de brindar estadísticas valiosas.

¿Para qué sirve la inteligencia artificial?

La inteligencia artificial se ha utilizado en distintos campos como la robótica, las ciencias de la computación, las finanzas, la salud, los sistemas de transporte autónomos, el mundo de los videojuegos y las comunicaciones. En estos entornos, las máquinas son capaces de manejar grandes cantidades de datos que les permiten desde identificar y comprender comandos verbales e imágenes, hasta realizar cálculos y acciones complejas con una gran rapidez. 

Estos sistemas, en consecuencia, sirven para percibir su entorno y relacionarse con él, así como también para que actúen con un objetivo específico, después de una recopilación y procesamiento de datos muy exhaustiva. Es decir, se trata de tecnología aplicada para la solución de tareas en el mercado.

Algunos ejemplos de cómo se aplica la inteligencia artificial en diferentes sectores: 

• Personal: asistencia a través de smartphones, tabletas y ordenadores.
• Informático: garantías de ciberseguridad.
• Productivo: ensamblaje y automatización en fábricas y laboratorios
• Financiero: detección de fraudes.
• Climático: reducción de la deforestación y el consumo energético.
• Sanitario: identificación de factores genéticos que anticipen la detección de enfermedades.
• De transporte: fabricación de vehículos autónomos e inteligentes.
• Agrícola: anticipación de impacto ambiental y mejora del rendimiento agrícola.
• Comercial: pronóstico de ventas.

Tipos de inteligencia artificial

La inteligencia artificial se puede organizar de varias maneras, según las etapas de desarrollo o las acciones que se están realizando. 

Por ejemplo, se suelen reconocer cuatro etapas de desarrollo de la IA.

1. Máquinas reactivas: IA limitada que solo reacciona a diferentes tipos de estímulos basados en reglas preprogramadas. No usa memoria y, por lo tanto, no puede aprender con datos nuevos. Deep Blue de IBM, que venció al campeón de ajedrez Garry Kasparov en 1997, fue un ejemplo de una máquina reactiva.
2. Memoria limitada: Se considera que la mayor parte de la IA moderna es de memoria limitada. Puede usar la memoria para mejorar con el tiempo mediante el entrenamiento con datos nuevos, por lo general, a través de una red neuronal artificial o algún otro modelo de entrenamiento. El aprendizaje profundo, un subconjunto del aprendizaje automático, se considera inteligencia artificial con memoria limitada.
3. Teoría de la mente: Actualmente no existe IA con teoría de la mente, pero se están investigando distintas posibilidades. El término hace referencia a IA que puede emular la mente humana y tiene capacidades de toma de decisiones similares a las de un ser humano, lo cual incluye reconocer y recordar emociones, y reaccionar en situaciones sociales como lo haría un ser humano. 
4. Autoconocimiento: Un paso más allá de la IA con teoría de la mente, el concepto de IA con autoconocimiento describe una máquina mítica que tiene conocimiento de su propia existencia y tiene las capacidades intelectuales y emocionales de un ser humano. Al igual que la IA con teoría de la mente, la IA con autoconciencia no existe en la actualidad.

Una forma más útil de categorizar ampliamente los tipos de inteligencia artificial es según lo que puede hacer la máquina. Todo lo que llamamos inteligencia artificial actualmente se considera inteligencia “estrecha” porque solo puede realizar un conjunto reducido de acciones en función de su programación y entrenamiento. Por ejemplo, un algoritmo de IA que se use para la clasificación de objetos no podrá realizar procesamiento de lenguaje natural. La Búsqueda de Google es una forma de IA estrecha, al igual que las estadísticas predictivas o los asistentes virtuales.

La inteligencia artificial general (AGI) sería la capacidad de una máquina de "sentir, pensar y actuar" como lo haría una persona. La AGI no existe actualmente. El siguiente nivel sería la superinteligencia artificial (ASI), en la que la máquina podría funcionar de manera superior a la humana en todo aspecto.

Modelos de entrenamiento de inteligencia artificial

Cuando las empresas hablan de IA, suelen hablar de "datos de entrenamiento". Pero ¿qué significa eso? Recuerda que la inteligencia artificial con memoria limitada es una IA que mejora con el tiempo, ya que se entrena con datos nuevos. El aprendizaje automático es un subconjunto de la inteligencia artificial que usa algoritmos para entrenar datos y obtener resultados.

A grandes rasgos, suelen usarse tres tipos de modelos de aprendizaje en el aprendizaje automático:

El aprendizaje supervisado es un modelo de aprendizaje automático que asigna una entrada específica a un resultado mediante datos de entrenamiento etiquetados (datos estructurados). En términos simples, para entrenar un algoritmo que reconozca imágenes de gatos, se lo alimenta con imágenes etiquetadas como gatos.

El aprendizaje no supervisado es un modelo de aprendizaje automático que aprende patrones en función de datos no etiquetados (datos no estructurados). A diferencia del aprendizaje supervisado, el resultado final no se conoce con anticipación. En cambio, el algoritmo aprende de los datos y los clasifica en grupos en función de diversos atributos. Por ejemplo, el aprendizaje no supervisado es bueno para identificar patrones y realizar modelado descriptivo. 

Además del aprendizaje supervisado y no supervisado, suele emplearse un enfoque mixto llamado aprendizaje semisupervisado, en el que solo se etiquetan algunos de los datos. En el aprendizaje semisupervisado, se conoce un resultado final, pero el algoritmo debe determinar cómo organizar y estructurar los datos para lograr los resultados deseados.

El aprendizaje por refuerzo es un modelo de aprendizaje automático que se puede describir en términos generales como “aprender haciendo”. Un "agente" aprende a realizar una tarea definida mediante prueba y error (un ciclo de reacción) hasta que su rendimiento está dentro de un rango deseado. El agente recibe un refuerzo positivo cuando realiza la tarea de forma correcta y un refuerzo negativo cuando tiene bajo rendimiento. Un ejemplo de aprendizaje por refuerzo sería enseñarle a una mano robótica a recoger una pelota.

Tipos comunes de redes neuronales artificiales

Un tipo común de modelo de entrenamiento en la IA es una red neuronal artificial, que se basa a grandes rasgos en el cerebro humano.

Una red neuronal es un sistema de neuronas artificiales (a veces llamadas perceptrones), que son nodos de procesamiento que se usan para clasificar y analizar datos. Los datos se ingresan en la primera capa de una red neuronal, y cada perceptrón toma una decisión, y luego pasa esa información a varios nodos de la siguiente capa. Los modelos de entrenamiento con más de tres capas se denominan "redes neuronales profundas" o "aprendizaje profundo". Algunas redes neuronales modernas tienen cientos o miles de capas. Las salida de los perceptrones finales permite realizar la tarea impuesta a la red neuronal, como clasificar un objeto o encontrar patrones en los datos. 

Estos son algunos de los tipos más comunes de redes neuronales artificiales que puedes encontrar:

Las redes neuronales prealimentadas (FF) son una de las formas más antiguas de redes neuronales, ya que los datos fluyen en una dirección a través de capas de neuronas artificiales hasta que se obtiene el resultado. En la actualidad, la mayoría de las redes neuronales prealimentadas se consideran "prealimentadas profundas" con varias capas (y más de una capa "oculta"). Las redes neuronales prealimentadas suelen vincularse a un algoritmo de corrección de errores llamado "propagación inversa" que, en términos simples, comienza con el resultado de la red neuronal y hace el proceso en sentido inverso para llegar al principio, detectando errores para mejorar la exactitud de la red neuronal. Muchas redes neuronales simples, pero potentes, son prealimentadas profundas.

Las redes neuronales recurrentes (RNN) difieren de las redes neuronales prealimentadas en que suelen usar datos de series temporales o datos que involucran secuencias. A diferencia de las redes neuronales prealimentadas, que usan ponderaciones en cada nodo de la red, las redes neuronales recurrentes tienen “memoria” de lo que sucedió en la capa anterior como contingente a la salida de la capa actual. Por ejemplo, cuando se realiza procesamiento de lenguaje natural, las RNN pueden “tener en cuenta” otras palabras usadas en una oración. Las RNN a menudo se usan para el reconocimiento de voz, la traducción y la generación de descripciones de imágenes. 

Las RNN de memoria a largo/corto plazo (LSTM) son una forma avanzada de RNN que puede usar memoria para "recordar" lo que sucedió en capas anteriores. La diferencia entre las RNN y las LTSM es que pueden recordar lo que sucedió hace varias capas mediante el uso de "celdas de memoria". La LSTM suele usarse para el reconocimiento de voz y la realización de predicciones. 

Las redes neuronales convolucionales (CNN) incluyen algunas de las redes neuronales más comunes en la inteligencia artificial moderna. Las CNN suelen usarse en el reconocimiento de imágenes y emplean varias capas distintas (una capa convolucional y, luego, una capa de agrupación) que filtran diferentes partes de una imagen antes de volver a unirla (en la capa completamente conectada). Es posible que las capas convolucionales anteriores busquen características simples de una imagen, como colores y bordes, antes de buscar características más complejas en capas adicionales.

En las redes generativas adversarias (GAN), se usan dos redes neuronales que compiten entre sí en un juego que, en última instancia, mejora la exactitud del resultado. Una red (el generador) crea ejemplos que la otra red (el discriminante) juzga como verdaderos o falsos. Las GAN se han usado para crear imágenes realistas y hasta hacer arte.

¿Qué son las herramientas de IA para crear imágenes?

Estamos hablando de plataformas o aplicaciones que son capaces de usar algoritmos de Inteligencia Artificial para generar imágenes. No se trata de que tengan acceso a bancos de imágenes de Internet y puedan mezclarlas para generar otros contenidos. En lugar de ello. son capaces de generar de la nada material totalmente nuevo que no existía previamente.  Podemos usarlas para generar nuevos dibujos o fotografías o para editar o mejorar imágenes que ya disponemos.

Importancia de la IA como generador de imágenes online

Trabajar con imágenes es costoso y requiere conocimientos amplios sobre las herramientas de diseño gráfico. Además, es necesario contar con programas de retoque fotográfico, que generalmente requieren la compra de una licencia. No solo eso, sino que también es necesario disponer de material de stock para, a partir de ahí, realizar las composiciones.

Hoy, con la ayuda de la IA, cualquiera puede generar imágenes impactantes, ajustadas a cualquier temática que necesitemos y encima sin esfuerzo. Por tanto, son herramientas muy a tener en cuenta para cualquier tipo de profesional.

Herramientas populares de IA para crear imágenes gratuitas

Ahora queremos mostrarte las mejores herramientas que permiten usar la Inteligencia Artificial para la generación o el retoque de imágenes.

1. Canva

Canva es una popular herramienta de diseño gráfico orientada a personas que no tienen demasiados conocimientos de diseño y que necesitan el soporte de materiales que les permitan componer creaciones con aspecto profesional. Desde hace poco tiempo, ofrecen lo que ellos llaman Estudio Mágico, que es un lugar donde puedes crear contenido gráfico asistido por la IA. Tiene un plan gratuito con el que podemos comenzar.

2. Deep Dream Generator

Se trata de un generador de imágenes que se puede parametrizar por varios valores. Puede realizar la generación a partir de un texto y, opcionalmente, recibir una imagen de base a partir de la que realizar la generación. Ofrece una prueba gratuita.

3. Artbreeder

Esta herramienta es en realidad un conjunto de utilidades que nos permiten realizar diversas tareas de «remix» de imágenes, como la combinación de imágenes, crear modificaciones a imágenes existentes, crear personajes únicos parametrizables y mucho más. Podemos probar estas herramientas de manera gratuita con una limitación de trabajos mensuales.

4. Leonardo AI

Es una aplicación que usa IA para ayudar en la creación de diseños y gráficos totalmente generados desde cero o basados en otras imágenes que podemos proporcionar. De hecho, tiene muchas herramientas que ofrecen resultados impactantes. Además, es una comunidad de creadores. La versión gratuita permite varios trabajos al día, aunque el número depende del tamaño de las imágenes generadas.

5. Remove.bg

Si alguna vez has tenido la necesidad de eliminar el fondo de una imagen, esta es una herramienta que ofrece resultados de una calidad impactante y sin esfuerzo para ti. Puedes usarla de manera gratuita con los créditos que te asignan al darte de alta en el servicio.

6. Dreamstudio

Puedes generar imágenes a partir de texto y también a partir de otras imágenes. Igual que otros proyectos, te asignan un crédito para que la puedas probar.

7. Designify

Este servicio te permite subir una imagen y a partir de ella realizar todo tipo de transformaciones con diversos estilos. Podemos probarla y descargar las imágenes con baja resolución.

8. Midjourney

Este servicio permite generar imágenes a partir de un texto de entrada y puede luego realizar transformaciones y configuraciones diversas para llegar a la imagen que necesitemos en cada momento. Es posible probarlo con cuentas gratuitas, pero la mayoría de las funcionalidades están disponibles solo para usuarios premium.

9. Craiyon

Esta herramienta también se basa en la transformación de palabras en imágenes. El proceso es un poco lento si no tienes una cuenta de pago, pero te ofrece varias posibilidades con cada entrada de texto. Las imágenes luego las podemos descargar aunque colocan el logo del servicio en superposición si no tienes un plan. Hay que admitir que el motor de IA no es de los más realistas.

10. DALLE-2

Es la propuesta de OpenAI (creadores de ChatGPT) para la generación de imágenes, pero no la puedes usar si no es pagando.

Aplicaciones Inteligencia Artificial

Con ChatGPT llegó la inteligencia artificial al público en general de forma mainstrem, pero el chatbot de OpenAI no es el primero ni el último. Además, al popular ChatGPT le ha costado lo suyo llegar a los móviles de forma oficial, alejando por fin otras aplicaciones potencialmente peligrosas o que simplemente sacaban beneficio de un modelo disponible gratis a escala de usuario. Si te gusta la inteligencia artificial y ya has descargado la app de ChatGPT (disponible en App Store y en Google Store), a continuación una selección con las mejores apps con IA más interesantes que puedes descargar gratis.

Microsoft Bing

ChatGPT permite interactuar con el modelo GPT-3.5, pero la versión más moderna y potente del chat conversacional de OpenAI solo está disponible para quienes pasen por caja... o se descarguen Bing, el motor de búsqueda de Microsoft, donde bajó el capó se encuentra GPT-4.

Ojo porque no se limita simplemente a ofrecer respuestas en texto, sino que también te permite crear imágenes mediante prompts de texto DALL-E.

Perplexity AI

Una de las grandes alternativas a ChatGPT es Perplexity AI, una aplicación que sirve tanto como chatbot como para búsqueda. Entre sus bazas, el reconocimiento de voz y sobre todo, que recurre a fuentes en tiempo real para sus respuestas, lo que en la práctica constituye un extra de fiabilidad.

La aplicación de Perplexity funciona igual que la su web, es decir, responde preguntas, busca información y sirve para mantener conversaciones generales con quien la usa. Aunque la interfaz está en inglés, puedes preguntarle en castellano sin problema: recibirás respuestas en ese mismo idioma.

Otter

Si tienes bastante reuniones en forma de videollamadas o entrevistas, Otter es una aplicación de lo más útil para ti: se trata de un servicio de transcripción mediante inteligencia artificial que viene de cine para tomar actas.

Así, se une a la reunión como si fuera un asistente y toma notas en tiempo real, permitiendo incluso agregar las diapositivas. Cuando la reunión ha terminado, prepara un resumen de todo para que tengas a mano lo más importante.

Socratic AI

Detrás de Socratic AI está Google, pero así como su popular Google Bard está diseñado para el público en general (aunque todavía sin app propia), esta se centra en estudiantes y los deberes, ofreciendo ayuda para prácticamente todas las materias: matemáticas, inglés, historia mundial, biología, química...

Basta con hacer una foto de tu tarea y pasarla por la app para obtener respuestas de forma instantánea. Además también permite entrada de texto y voz. Es completamente gratis.

ELSA

Si estás estudiando inglés y necesitas una manita con el oral, ELSA es una aplicación que te ayuda al aprendizaje de esta lengua, concretamente a mejorar tu pronunciación.

ELSA funciona como si fuera una especie de tutor personal de inglés, proporcionándote lecciones personalizadas, feedback y un historial de progresos.

Wombo Dream

WOMBO Dream es una herramienta de generación de imágenes a partir de texto, como hacen Midjourney o DALL-E. Aunque te vas a tener que apañar en inglés (como las anteriores), es una app fácil de usar y que te permite elegir entre diferentes estilos (cómic, realista, anime, retro...).

Puedes coger una foto de tu galería como referencia, añadirla a la app y pedirle tus cambios. Para más precisión, hasta puedes seleccionar lo intenso del retoque, así como relaciones de aspectos, si bien esta es una función disponible solo si pasar por caja.

Replika: My AI Friend

Replika es un chatbot bastante curioso. Y es que mientras otros se centran en proporcionarte respuestas, su misión es hacerte compañía. Como explica el equipo de desarrollo que está detrás, sirve para "alguien que quiera un amigo sin juicios, dramas ni ansiedad social". Puedes seleccionar la apariencia y qué tipo de relación tendrás (desde un simple amigo o mentor a... sí, también una relación romántica). 

Con el paso del tiempo va aprendiendo sobre tus gustos e intereses, al más puro estilo 'Her' aunque con algún desvarío que otro. En cualquier caso, una aplicación de lo más curiosa para seguir descubriendo el potencial de la IA.