"La tecnología es un sirviente útil, pero un amo peligroso." Christian Lous Lange (Noruega 1869 – 1938).
Cada vez que abres TikTok o YouTube a los pocos minutos te da la sensación de que estas plataformas leen la mente. Aparecen vídeos exactamente del tema del que hablaste con un amigo o algo que te apetece ver en ese preciso instante. Similar ocurre con otras redes sociales o sitios similares, de manera “casi mística” te relaciona o pone en contacto con aquellos temas que te son relevantes o de particular interés.
Solemos hablar de las inteligencias artificiales como si fueran mentes digitales capaces de pensar, sentir y comprender el mundo de la misma forma que lo hacemos nosotros. Sin embargo, la realidad detrás del telón es infinitamente más elegante y mucho menos mística, detrás de cada recomendación, cada traducción simultánea y cada imagen generada por IA, no hay magia; hay geometría y álgebra lineal, la realidad es fascinante: los espacios hiperdimensionales y las matrices son el idioma secreto que utilizan las máquinas para "entender" la realidad.
Como sabemos, para que un ordenador procese una fotografía, una canción o una frase, antes necesita realizar una traducción fundamental: convertirlo todo a números. Los ordenadores no entienden de colores, de sentimientos ni de gramática; solo entienden de operaciones aritméticas básicas realizadas a una velocidad vertiginosa.
Una imagen digital en blanco y negro es, literalmente, una matriz. Si imaginas una foto sencilla de $100 \times 100$ píxeles, puedes pensar en ella como una tabla con 100 filas y 100 columnas donde cada casilla contiene un valor numérico entre $0$ (negro absoluto) y $255$ (blanco puro).
$$\mathbf{A} = \begin{pmatrix} 0 & 12 & 255 & \dots \\ 45 & 200 & 180 & \dots \\ \vdots & \vdots & \vdots & \ddots \end{pmatrix}$$
Si la foto es en color, el concepto es idéntico, solo que en lugar de una sola tabla utilizamos tres superpuestas (los canales RGB: Red, Green, Blue). Una máquina no "ve" un rostro sonriente; ve un bloque tridimensional de valores numéricos organizados con precisión milimétrica.
¿Qué ocurre con el lenguaje escrito? ¿Cómo diferencia una IA la palabra "perro" de la palabra "gato" o de la palabra "avión"?
Aquí es donde entra en juego la magia de los espacios hiperdimensionales. Los ingenieros de datos representan cada palabra, frase o concepto como un vector (una lista ordenada de números) dentro de un espacio geométrico que puede tener cientos o miles de dimensiones. A este proceso se le conoce como word embedding.
- La
palabra
"perro"podría ser el vector $\vec{v}_1 = (0.23, -0.89, 1.45, \dots)$ - La
palabra
"gato"podría ser el vector $\vec{v}_2 = (0.21, -0.85, 1.40, \dots)$ - La
palabra
"avión"podría ser el vector $\vec{v}_3 = (-1.50, 0.90, -0.10, \dots)$
Si
nos fijamos
bien en los componentes de $\vec{v}_1$ y $\vec{v}_2$, estos
son muy parecidos. Como ambos términos representan animales
domésticos y cuadrúpedos, sus coordenadas en este espacio
hiperdimensional están muy cerca la una de la otra. En cambio, el
vector de "avión"
apunta hacia una región totalmente diferente del espacio.
Una vez que tenemos los datos convertidos en vectores y matrices, ¿cómo aprende la inteligencia artificial a relacionarlos? La respuesta se encuentra en la multiplicación de matrices. En la geometría analítica aprendemos que aplicar una matriz a un vector puede rotarlo, escalarlo (agrandarlo o achicarlo) o deformarlo. En el aprendizaje automático (Machine Learning), las neuronas artificiales hacen exactamente eso: aplican transformaciones geométricas continuas.
Una red neuronal artificial está estructurada en capas sucesivas. Cada capa toma una lista de datos (un vector de entrada $\vec{x}$), los multiplica por una matriz de pesos ($\mathbf{W}$) y les suma un vector de sesgo ($\vec{b}$):
$$\vec{y} = \mathbf{W} \vec{x} + \vec{b}$$
Podemos imaginar los pesos de la matriz $\mathbf{W}$ como los mandos de una mesa de mezclas de audio profesional. Cada número de la matriz sube o baja el "volumen" de una característica concreta de los datos. Al principio, antes de ser entrenada, los valores de esa matriz son completamente aleatorios y la IA comete errores constantes.
Entrenar un modelo de inteligencia artificial no es otra cosa que ajustar iterativamente los valores de esa matriz $\mathbf{W}$ mediante millones de operaciones matemáticas hasta que el resultado final sea certero.
¿Cómo mide la IA el parecido entre dos conceptos? Imagina que una IA de reconocimiento facial tiene almacenado el vector correspondiente a tu cara ($\vec{u}$) y escanea una nueva fotografía en la entrada de un edificio ($\vec{v}$). ¿Cómo calcula si se trata de la misma persona?
Para averiguar si dos vectores apuntan en una dirección similar en ese espacio hiperdimensional, la IA recurre al producto escalar y al concepto de ángulo entre dos vectores. Una manera de calcular el producto escalar entre vectores es a través de sus módulos y el coseno del ángulo que forman dichos vectores:
$$\vec{u} \cdot \vec{v} = \vert{}\vec{u}\vert{} \cdot \vert{}\vec{v}\vert{} \cdot \cos(\theta)$$
Despejando el coseno de la fórmula, obtenemos una métrica fundamental llamada similitud del coseno:
$$\cos(\theta) = \frac{\vec{u} \cdot \vec{v}}{\vert{}\vec{u}\vert{} \cdot \vert{}\vec{v}\vert{}}$$
- Si el ángulo $\theta$ entre ambos vectores es de $0^\circ$ ($\cos(0^\circ) = 1$), los vectores apuntan exactamente en la misma dirección: las dos caras o los dos conceptos son idénticos.
- Si el ángulo es de $90^\circ$ ($\cos(90^\circ) = 0$), los vectores son ortogonales: no existe ninguna relación entre ellos.
De esta manera tan elegante es como un sistema de recomendación (como el de Spotify o Netflix) descubre qué tipo de música o series te van a gustar: calcula el producto escalar entre el vector numérico de tus gustos y los vectores de miles de contenidos para encontrar aquellos cuyo ángulo sea mínimo respecto a ti.
De lo anterior parece que todo en la inteligencia artificial es como si fuera una ciencia exacta y perfectamente predecible. Sin embargo, hay un elemento esencial sin el cual la IA moderna no funcionaría: la estadística y la probabilidad.
El mundo real es caótico, ruidoso y está lleno de incertidumbre. Si le pides a una IA que reconozca una foto tomada con poca luz o que prediga la siguiente palabra de una frase, no hay una respuesta única y correcta al 100%. Ahí es donde entra en juego el pensamiento estadístico:
- Distribuciones de probabilidad en el lenguaje: Cuando un modelo genera un texto, no "sabe" con certeza absoluta qué palabra viene a continuación. Lo que hace es calcular una distribución de probabilidad para el vocabulario entero (por ejemplo, asignando un 85% de probabilidad a "perro", un 12% a "gato" y un 3% a "animal") y luego utiliza un criterio estadístico para seleccionar la más adecuada.
- El error y el entrenamiento: Durante el aprendizaje, la máquina comete errores constantes. Para medir cuán equivocado está el modelo, se utilizan las llamadas funciones de pérdida (loss functions), que calculan la diferencia estadística entre lo que el modelo predice y la realidad. A través de la probabilidad y el cálculo, el sistema ajusta sus parámetros para minimizar ese error de forma masiva.
Cuando una red neuronal empieza a aprender, los valores iniciales de sus matrices de pesos no se ponen al azar de cualquier manera, sino que se extraen de una distribución normal o de Gauss para evitar que el sistema se bloquee. En el mundo real, los datos (como la señal de un micrófono o la lectura de un sensor) siempre vienen acompañados de errores aleatorios. Los ingenieros asumen que ese "ruido" se comporta de forma normal, lo que permite a la IA filtrarlo y quedarse con la información limpia.
Para entender cómo una Inteligencia Artificial toma decisiones complejas entre múltiples opciones, es clave conectar dos conceptos: la distribución multinomial (la teoría estadística) y la función Softmax (su herramienta de cálculo).
La distribución multinomial es la generalización de la famosa distribución binomial (la de lanzar una moneda y obtener cara o cruz). Mientras que la binomial solo contempla dos resultados posibles, la distribución multinomial describe la probabilidad de obtener diferentes recuentos de resultados cuando un experimento se repite varias veces y cada prueba tiene más de dos opciones posibles.
En definitiva la IA es un clasificador de imágenes que debe decidir si una foto contiene un perro, un gato, un coche o un árbol. La salida del modelo es, conceptualmente, una tirada de dados de muchas caras, donde cada cara representa una categoría con su propia probabilidad de ocurrencia.
Los ordenadores, en las capas internas de una red neuronal, calculan números brutos (llamados logits) que pueden ser cualquier valor real, positivo o negativo, y que no suman 1. Aquí es donde entra la función Softmax. Softmax es una función de activación matemática que actúa como un puente: toma esa lista de números brutos y los transforma en una auténtica distribución de probabilidad multinomial. Utiliza la función exponencial ($e^x$) para amplificar las diferencias y luego divide cada valor entre la suma total. El resultado es un conjunto de números entre 0 y 1 que suman exactamente 1 (o el 100%).
Ante la pregunta "¿Qué animal aparece en la foto?", los valores internos brutos pueden ser $[2.0, 1.0, 0.1]$. Tras pasar por la capa Softmax, se convierten en probabilidades limpias: $70\%$ de probabilidad de perro, $25\%$ de gato y $5\%$ de árbol. Gracias a Softmax, la máquina puede expresar su grado de certeza en formato estadístico, permitiéndole elegir la opción más lógica o generar la siguiente palabra de un texto con base matemática.
A diferencia de la campana de Gauss (que maneja datos continuos como pesos, alturas o temperaturas), estas distribuciones manejan opciones discretas o categorías Si una IA médica analiza una radiografía, no te da una respuesta absoluta; calcula una distribución de probabilidad: "Hay un 92% de probabilidad de que sea neumonía, un 6% de bronquitis y un 2% de otra afección".
En modelos de lenguaje (como ChatGPT), cuando escribes un mensaje, la IA utiliza una capa final para transformar los números internos en una distribución de probabilidad sobre todo su diccionario. Así es como decide cuál es la palabra más adecuada para continuar la frase con sentido lógico.
En resumen, el Álgebra Lineal proporciona el escenario geométrico (los espacios hiperdimensionales), pero la estadística aporta el criterio de éxito, permitiendo que las máquinas aprendan a generalizar a partir de datos imperfectos en lugar de memorizarlos rígidamente.
El verdadero "superpoder" de la inteligencia artificial no es que posea una mente consciente dentro del microchip, sino nuestra capacidad humana de traducir el mundo físico a un elegante lenguaje matemático.
Como hemos comentado, la inteligencia artificial no es una entidad mágica ni una mente consciente, sino una fascinante obra de ingeniería matemática. Desde las matrices y los espacios hiperdimensionales que traducen imágenes y palabras, hasta el producto escalar que mide similitudes y las distribuciones estadísticas como la multinomial y la función Softmax que gestionan la incertidumbre, todo se reduce a conceptos que se estudian, por regla general, en el Bachillerato.
Sin embargo, hay una última reflexión crucial que debemos hacernos. El hecho de que las máquinas operen con números fríos, vectores y probabilidades no significa que sean neutrales u objetivas. Cuando aplicaciones como TikTok, Instagram o los sistemas de recomendación de streaming calculan las probabilidades de qué contenido te gusta, no solo están midiendo tus intereses actuales: están dirigiéndolos activamente. Al optimizar sus algoritmos para retener tu atención el mayor tiempo posible, estas inteligencias artificiales pueden crear sesgos algorítmicos y cámaras de eco, alimentando una burbuja de contenido que artificialmente moldea tus gustos, opiniones y prioridades.
Lectura recomendada:
https://pijeira.blogspot.com/2026/10/matematicas-vs-IA.html
No hay comentarios:
Publicar un comentario