El futuro… Lagos de datos?
9 octubre, 2018
Ver todo

Capacidades Aumentadas con Inteligencia Artificial

De acuerdo con estudios de Gartner, se estima que para el año 2020 las Iniciativas de Inteligencia Artificial estarán entre las 5 prioridades de inversión para más del 30% de los CIOs.

Este panorama, no es novedad para muchos de nosotros. Desde hace años se ha venido hablando sobre la inteligencia artificial, analítica cognitiva, entre otras iniciativas que abren múltiples oportunidades para resolver retos que antes no veíamos viables.

¿Pero a qué obedece esta explosión del interés por parte de las organizaciones y los gobiernos para trabajar Inteligencia Artificial? A título personal, considero que es la consecuencia de 3 factores importantes que se han alcanzado a lo largo del tiempo, y en especial en los últimos 10 años han logrado avances significativos que nos permiten estar hablando sobre este tema.

El primero corresponde a una mejoría continua en las capacidades de cómputo. Según comentaba Thomas Friedman en su Libro “Thank you for being late”, al recordar la ley de Moore, en donde se indica que cada dos años se duplica la capacidad de cómputo, Thomas explicaba como los ingenieros de Intel con una analogía interesante comparaban el procesador Intel 4001 de 1971 contra las generaciones actuales, en donde se logró duplicar las capacidades durante más de 50 años. Esta tendencia hace que los procesadores actuales sean 3.500 veces más rápidos, 90.000 veces más eficientes en el uso de energía y 60.000 veces menos costosos. Si sumamos a esto los avances en los circuitos integrados, redes, aplicaciones de software, memoria, sensores, computación distribuida, etc. hacen que hoy en día podamos tener las capacidades para enfrentar fuentes tan diversas y retadoras como las que están en el mundo de Big Data.

Como segunda instancia, el uso de la analítica en sus diversas variedades se ha masificado. Ya sea descriptiva, que se encuentra con frecuencia en reportes y tableros de control; predictiva (que puede ser llevada a cabo empleando análisis estadístico, minería de datos (término del cual ahora se hace mayor mención como Machine Learning) presentes en la identificación de patrones ocultos y estimaciones sobre si un cliente aceptará o no una oferta, o identificar las características que describen un determinado segmento; prescriptiva en materia de optimización de recursos y análisis de escenarios en donde una de sus entradas puede ser el resultado de un proceso predictivo; llevan años en uso. Ahora, si involucramos a la más reciente, la cognitiva, en donde las maquinas tienen la capacidad de interpretar después de un proceso de curación de contenido sobre un dominio o problema puntual llevado a cabo por expertos en dicho ámbito, un proceso de ingesta de datos y entrenamiento tomando datos en sus estructuras tradicionales y también en lo que se ha llamado “no estructurados”, como lo son imágenes, textos, videos, y audio, para ayudar a resolver problemáticas que antes no podíamos enfrentar, hace que el uso de la Inteligencia Artificial sea más “fácil” de entender. Uno de sus casos de aplicación es por ejemplo el apoyo para el diagnóstico y tratamiento de enfermedades, a partir del análisis de historias clínicas, publicaciones especializadas, imágenes de diagnóstico, notas médicas y de enfermería, datos sobre medicamentos asociados a la condición analizada, entre otros.

El tercer factor, que es consecuencia de los dos anteriores, se da que al masificar los usos de la analítica, la investigación y desarrollo de nuevas técnicas, junto con la posibilidad de emplear las capacidades para procesamiento de ese mundo de datos no estructurado, a través de elementos que hacen parte de la Inteligencia Artificial, como lo es el procesamiento de lenguaje natural, reconocimiento de voz, deep learning (para procesamiento de imágenes), y por supuesto el ya conocido Machine Learning, entre otros, abra las puertas a un mundo de oportunidades interesantes.

Aplicaciones actuales de los anteriores elementos se encuentran cada vez más al alcance de todos. Dispositivos que tienen la capacidad de responder a nuestros mandatos vía reconocimiento de voz, máquinas que son capaces de ganar a campeones mundiales de juegos como Ajedrez, Go, Jeopardy; vehículos autónomos en su conducción; identificación automática de personas en fotos, chat bots atendiendo las necesidades iniciales de los clientes en páginas web o dispositivos móviles, son algunos ejemplos ya conocidos.

Esto nos lleva a poner sobre la mesa que estas capacidades, se pueden ir materializando en diferentes tipos de Inteligencia Artificial, las cuales según Steve Ardire, son cuatro:

  1. Puramente Reactiva: aquella que es capaz de resolver problemas puntuales para los cuales ha sido entrenada. Retomando los ejemplos anteriores, una máquina preparada para jugar ajedrez como lo fue Deep Blue de IBM, será muy buena en ello, pero si se reta para jugar damas chinas, no podrá hacerlo porque no ha sido entrenada para ello. Esto, debido a que tal como lo explica Ardire, este tipo de inteligencia percibe su entorno/situación de manera directa, y actúa con base a o que ve. No tiene un concepto sobre el amplio mundo que la rodea, de modo que no puede formar memorias o emplear datos de experiencias pasadas que afecten sus decisiones actuales.
  2. Memoria Limitada: la cual considera partes de información pasada y las agrega a su representación programada del mundo. Cuenta con la memoria o experiencia suficiente para tomar decisiones y ejecutar las acciones respectivas. Esto se encuentra por ejemplo en los vehículos autónomos, los cuales pueden recordar imágenes de las señales de tránsito, para determinar cuál acción tomar en tiempo real.
  3. Teoría de la mente: se encuentra en desarrollo en este momento y hace referencia a la máquina que tiene la capacidad de entender pensamientos y emociones, los cuales afectan el comportamiento humano. Tiene la capacidad de comprender sentimientos, motivos, intenciones, expectativas y puede interactuar socialmente. Un ejemplo famoso en la ciencia ficción de este nivel lo encontramos en la saga de Star Wars con los famosos C-3PO y R2-D2.
  4. Consciente de si mismo: este tipo de inteligencia es de nivel superior, la cual puede formar representaciones propias. Una extensión del nivel anterior en donde tienen consciencia sobre sus estados internos y pueden anticipar los sentimientos de otros y generar abstracciones e inferencias. Esta es la futura generación de IA, donde hay súper inteligencia, sentimientos y conciencia. Se anticipa en la ciencia ficción en películas como por ejemplo Ex Machina.

De acuerdo con Ardire, nos encontramos a puertas de lo que él denomina un estado de “Inteligencia Aumentada”, en donde será masivo que las máquinas y los humanos trabajen en conjunto.

Lo anterior plantea interesantes retos al nivel de sociedad, que nos obliga a considerar de manera colectiva, cómo el trabajo conjunto con IA, transforma nuestro entorno, contemplando ejes importantes como el educativo y laboral. Las capacidades y habilidades cambiarán en prioridades. De acuerdo con una investigación del Instituto del trabajo, varias actividades actuales serán automatizadas, y otras permanecerán estables dada su naturaleza de servicio y vocacional. Por otro lado, al hablar sobre este tema, muchas personas se preguntan qué sucede en el ámbito ético. IBM ha postulado para este punto tres principios importantes: propósito, transparencia y habilidades. El propósito es simple: La inteligencia Artificial aumentará las capacidades humanas. Según Ginni Rometty CEO de IBM, “En 5 años, la Inteligencia Artificial Cognitiva impactará cada decisión tomada”, desde salud, educación, hasta servicios financieros. La transparencia es igualmente importante y consiste en que se debe manejar una base sólida de confianza y ética en el uso de IA. Está concebida para estar a favor del hombre, no en contra suya. Por último, las habilidades, como comentaba plantea un enorme reto al nivel educativo, en donde el compromiso para el desarrollo de las futuras habilidades que demandará el mercado, es enorme y debe ser una directriz.

Autor invitado:

Juan Carlos Olarte
Director Regional de Servicios Profesionales

#IA #InteligenciaArtificial #Datos #DecisionesInteligentes #InteligenciaAumentada