inteligencia-artificial-futuro-y-presente

Inteligencia Artificial, futuro y presente

La inteligencia artificial (IA) es la simulación de procesos de inteligencia humana por máquinas, especialmente sistemas informáticos. Las aplicaciones específicas de la IA incluyen machine learning, sistemas expertos, procesamiento del lenguaje natural (NLP), reconocimiento de voz y visión artificial.

Sin embargo, tenemos que reconocer que cuando pensamos en inteligencia artificial nos vienen a la mente películas como 2001: Una odisea en el espacio, el universo de ciborgs humanoides de Blade Runner, o la versión apocalíptica de la inteligencia artificial representada por Terminator, o Matrix.

Pero la realidad es que estamos muy lejos de llegar a esa situación, y lo más probable es que el futuro no se parezca en nada a lo que imaginamos. Star Treck es una serie de culto que anticipó algunos modelos tecnológicos como la movilidad, pero ¿alguien se ha fijado que, en las primeras temporadas de la serie, los cuadros de control del Enterprise eran analógicos?

El juego de la imitación (The imitation game)

“Es posible inventar una única máquina que pueda ser utilizada para calcular cualquier secuencia calculable”.

En 1936, Alan Turing publicaba su artículo “On computable numbers, with an application to the Entscheidungsproblem”, proponía el dispositivo que se conoce como la máquina de Turing, y donde ya se preguntaba si era posible emular la conducta humana.

Fruto de esas inquietudes en el año 1950 publicaba “Computing Machinery and Intelligence”, donde reformula el planteamiento tradicional sobre la capacidad de las máquinas para pensar. Y propone cambiar la pregunta “¿pueden las máquinas pensar?” por “¿pueden las máquinas hacer, lo que nosotros hacemos?”.

Para demostrar este planteamiento, plantea una prueba (Test de Turing) basada en un juego de imitación, y que viene a decir que un ordenador será inteligente si en una conversación por escrito con un humano, éste no pueda discernir si se está comunicando con una persona o con una máquina.

El propio Turing hizo hincapié en que su prueba no medía la inteligencia sino la capacidad de imitar.

“Dado que no podemos definir inteligencia, no podemos definir si una máquina es inteligente o no. Sólo podemos medir si hace exactamente lo que queremos que haga”.

Es inteligencia artificial no ciencia ficción

Tras la conferencia, promovida por John McCarthy de Dartmouth en 1956, había un ambiente de gran euforia y se pensaba que, si los ordenadores eran capaces de resolver problemas complejos como la demostración de teoremas matemáticos, sin ninguna duda serían capaces de resolver otros problemas de nuestro entorno que a nosotros nos resultan sencillos.

Sin embargo, la realidad es que actualmente sigue siendo imposible abordar la complejidad del ser humano de forma global y la estrategia que se está siguiendo es trabajar sobre problemas más concretos: visión, comprensión del lenguaje natural, reconocimiento del lenguaje hablado, robótica, demostración de teoremas, programación automática, aprendizaje y sistemas expertos.

En 1980, John Searle, en su artículo “Minds, Brains, and Programs” estableció la distinción entre inteligencia artificial fuerte y débil.

Según este artículo, si hablamos de una inteligencia artificial fuerte no podemos referirnos a una máquina que simule una mente ya que estamos hablando de una mente.

Por otro lado, la inteligencia artificial débil serían programas que realicen tareas específicas, ya que está plenamente demostrada su capacidad para realizar este tipo de tareas incluso mejor que las personas: buscar soluciones a formulas lógicas con muchas variables, jugar al ajedrez, etc.

La realidad: la mal llamada inteligencia artificial débil

La estrategia de utilizar IA para abordar problemas más específicos ha resultado ser mucho más práctica, y en los últimos años su uso se está consolidando en sectores como la medicina, las finanzas, la industria del transporte y el marketing y, por supuesto, Internet.

La inteligencia artificial está entrando en nuestras vidas, y ya son muchas las personas que utilizan asistentes de voz para comunicarse con sus dispositivos, o que aprovechan las recomendaciones de un buscador de páginas web, o una plataforma de ocio. Pero también las empresas están introduciendo estas tecnologías en sus procesos para dar respuestas a servicios que hasta ahora requerían de habilidades reservadas a las personas.

IA neuronal

En 1986 Hinton, junto con sus colegas David Rumelhart y Ronald Williams, publicaron el desarrollo de su algoritmo de retropropagación (Backpropagation) y crearon las bases de todo el aprendizaje profundo o Deep Learning.

Pero hubo que esperar 26 años para contar con la tecnología que permitiera demostrar su eficacia.

Qué es una red neuronal

La idea de una red neuronal es imitar el comportamiento de estas redes en los seres vivos. Es decir, un conjunto de neuronas conectadas entre sí, trabajando de forma conjunta, y sin que ninguna de ellas tenga una tarea específica. Y con la capacidad de aprender creando y reforzando ciertas conexiones con la experiencia.

partes de una red neuronal

Una red neuronal tiene un enfoque matemático y su objetivo es predecir unos resultados a partir de la combinación de ciertos parámetros de entrada. Como ejemplo quiero comentar que AlphaGo tienen 13 capas ocultas, cada una con unas 260 mil neuronas.

Cómo funciona una red neuronal

Una red neuronal está formada por distintas capas de neuronas que se excitan y transmiten esa excitación a otras neuronas vecinas.

Las capas externas actúan como receptores y son las que cuentan con un mayor número de neuronas, que va bajando en cada capa hasta llegar a la última capa que sólo cuenta con dos neuronas. El objetivo es enseñar a la red neuronal a excitar a una de estas dos neuronas de la capa final y devolvernos un valor verdadero o falso.

Convolutionalnetwork

Inteligencias artificiales especializadas

En los últimos años se ha avanzado mucho en la resolución de tareas específicas gracias a que hoy en día tenemos a nuestra disposición enormes cantidades de datos (Big Data), acceso a ordenadores de altas prestaciones, y la capacidad para analizar la información y detectar patrones de forma eficaz.

Patrones

También hemos descubierto que lo que en principio parecía más complejo de resolver se ha conseguido de forma relativamente fácil, y sin embargo la inteligencia artificial sigue teniendo problemas para solucionar situaciones que a nosotros nos resultan totalmente evidentes, y que resolvemos utilizando el sentido común.

Redes bayesianas causales

El enfoque causal, aplicado a las redes bayesianas, pretende determinar qué variables pueden tener más incidencia que otras para que ocurra algo, y de esta manera solucionar en parte la carencia de las máquinas para aplicar el sentido común.

Y hoy en día, ya hay empresas que las están utilizando para analizar la gran cantidad de datos que generan, y obtener predicciones que les permitan conocer tendencias, posibilidades de perder un cliente, valoraciones de riesgo, etc.

Uso actual de la inteligencia artificial (IA) en las empresas

Para ser capaces de evaluar el grado de integración de las tecnologías de inteligencia artificial vamos a basarnos en la publicación “La historia de Ia IA” de la Organización mundial de la propiedad intelectual (WIPO).

En esta publicación, la organización resalta que los países que más demandan patentes sobre IA son, por este orden, Estados Unidos y China. Y que las organizaciones líderes en registros de patentes son IBM y Microsoft.

El aprendizaje automático es la tecnología que domina el número de patentes relacionados con la inteligencia artificial, y especialmente las relacionadas con aprendizaje profundo y redes neuronales.

Si hablamos de aplicaciones funcionales, la visión artificial (Vision Computer) es la más conocida. Este software de reconocimiento de imágenes permite a las máquinas capturar y procesar imágenes de forma análoga a nuestro sistema visual. Este sistema ya se está utilizando en robots aspiradores para mapear nuestra casa, pero también puede tener aplicaciones en otros sectores. Por ejemplo, en el sector de retail, podría ser muy útil para detectar el comportamiento de los clientes dentro del establecimiento mediante mapas de calor.

Pero las tecnologías que mayor índice de crecimiento están experimentando son las relacionadas con robótica y métodos de control.

Respecto a sectores industriales, los que más demandan patentes de propiedad intelectual relacionadas con la inteligencia artificial son los siguientes:

  • Transporte, incluidos los vehículos autónomos, es uno de los sectores con la tasa de crecimiento más rápida en relación con la IA.
  • La IA está siendo fundamental para mejorar las redes de telecomunicaciones.
  • Dentro del ámbito de la medicina se está trabajando en aplicaciones para cirugía robótica y personalización de medicamentos. Pero también se está utilizando la visión artificial y machine learning para diagnóstico por imágenes.
  • Y por supuesto para dispositivos personales, la informática e interacción entre el ser humano y la máquina (ordenador, Tablet, móvil, etc.).

Cómo empezar con inteligencia artificial (IA)

En la actualidad muchas empresas están empezando a avanzar con proyectos que incluyen machine learning y servicios cognitivos. Los usos que se le están dando son muy variados y cubren distintas funcionalidades en diversos sectores.

En el campo de las industrias de manufacturación ya se está utilizando machine learning para analizar datos obtenidos a partir de sensores y realizar mantenimiento predictivo de maquinaria y automatización de cadenas de montaje.

Empresas de ocio como Spotify o Netflix se valen de la inteligencia artificial para realizar las recomendaciones a sus clientes.

Incluso el sector de las finanzas ha encontrado un filón en estas tecnologías para detectar transacciones fraudulentas, o hacer evaluaciones de riesgo.

finance

Nuestros primeros pasos

Como vemos la inteligencia ya se está utilizando en todos los sectores productivos para ofrecer soluciones a distintas necesidades. Pero, al igual que en cualquier otro proyecto tecnológico, la diferencia entre el éxito y el fracaso va a depender del análisis previo que realicemos y de las decisiones que tomemos.

Cuando abordamos un proyecto tecnológico es fundamental saber qué es lo que necesitamos y los pasos que debemos de dar para conseguirlo. A mi modo de ver, siempre es importante empezar por un proyecto sencillo y que se ocupe de aspectos de la empresa que no sean críticos.

Pecar de exceso de ambición en la definición de nuestro proyecto puede condenarnos al fracaso.

Siempre que empezamos a trabajar con una nueva tecnología vamos a requerir un aprendizaje y un periodo de adaptación. Por lo tanto, no implicar a un área crítica de la empresa nos va a liberar de esa presión inicial, y nos va a permitir crear un proyecto a partir del cual podamos crecer.

Si estamos pensando en una implementación de machine learning es fundamental planificar con antelación que datos vamos a recoger y como los vamos a utilizar para entrenar a nuestro modelo.

También será muy interesante que tengamos en cuenta otros servicios como vison computer (visión por computador), PNL (proceso natural del lenguaje), sentiment analysis (análisis de sentimientos), traducción, predicción de datos, etc.

O incluir un chatbot para que esté disponible los 7 días de la semana, las 24 horas del día, y nos ayude en el trato con los clientes.

En definitiva, es importante conocer como las distintas herramientas de IA nos pueden ayudar, y ser realistas con los objetivos a alcanzar.

Incluyendo IA en la automatización inteligente de sus procesos

Cuando integramos cualquier herramienta de inteligencia artificial en nuestra organización no podemos pensar en ella como algo aislado. Por sí solas las aplicaciones de IA no se bastan para dar el servicio que requerimos.

Es imprescindible, que se integren con otras herramientas del tipo Low code, RPA, etc., para ser capaces de interactuar con el usuario, integrase con el resto del sistema y aportar sus capacidades de aprendizaje, reconocimiento de imágenes o texto, traducciones, etc.

Por otra parte, nosotros debemos de ser capaces de dejar de pensar en soluciones específicas para tareas concretas y empezar a concentrarnos en la automatización de trabajos que impliquen un grado de conocimiento avanzado, y que hasta ahora sólo podrían ejecutarse por humanos.

En realidad, este no es un concepto atribuible a la inteligencia artificial, sino que está ligado a la automatización inteligente, o hiperautomatización como lo denomina Gartner.

La automatización inteligente es un término que viene a describir una solución basada en distintas herramientas que aportan soluciones específicas. Y para conseguir este fin utiliza distintas tecnologías que cubren aspectos específicos del proceso.

El modelo natural, de este tipo de aplicaciones, se apoya principalmente sobre una herramienta low code donde se define el flujo del proceso, que utiliza integraciones con software RPA para liberar a los usuarios de tareas repetitivas, y que se apoya en servicios de inteligencia artificial para realizar acciones como análisis de texto, imágenes, o sentimientos.

Distintos usos de la tecnología IA en las empresas

Vamos a repasar alguna de las cosas que la inteligencia artificial está realizando por las empresas.

Dentro del área de seguros la inteligencia artificial se está consolidando como una herramienta imprescindible para seguir avanzando en su proceso de transformación digital. Hoy en día algunas compañías ya están utilizando tecnología de chatbot para interactuar con sus clientes, y machine learning para personalizar su oferta y desarrollar estrategias de venta. Además de utilizar otras tecnologías de análisis de imágenes, como Computer Visio, para análisis de siniestros y detección de fraudes.

Aunque también en el área legal está entrando con mucha fuerza la IA, y ya son muchos bufetes de abogados se están apoyando en machine learning para ayudarles con la revisión de contratos y documentos legales. Como todos sabemos el trabajo de abogado muchas veces implica bucear entre ingentes cantidades de documentos para extraer fechas, clausulas, etc. Y hoy en día ya existen aplicaciones capaces de realizar este trabajo y detectar riesgos en la documentación legal con más precisión de lo que lo haría un ser humano.

Otra tecnología de IA que está aportando mucho a las empresas es el análisis de sentimientos, especialmente en los departamentos de atención al cliente, y marketing. Las empresas, en general, almacenan mucha información sobre el trato con sus clientes, y conocer las emociones de nuestros clientes puede ser muy importante para valorar y mejorar el servicio que ofrecemos.

Podemos encontrar otros ejemplo de la utilización del uso de análisis de sentimiento en este documento de Microsoft Ejemplos de escenarios de usuario de Text Analytics. Donde vemos como también es posible utilizar estas herramientas para analizar encuestas, realizar minería de opiniones, etc.

Y, no nos olvidemos, del sector finanzas que ya lleva años apostando de forma patente por la inteligencia artificial para mejorar sus servicios y obtener una mayor rentabilidad. En este caso, se están utilizando tecnologías de machine learning para predicciones en gestión de riesgos, calificación crediticia, detección de fraude (especialmente en el uso de tarjetas de crédito), prevención de blanqueo de capitales y estrategias de inversión. Asimismo, están desarrollando chatbots específicos para el sector banca con el fin de mejorar el servicio ofrecido a sus clientes.

Reinventando los modelos de negocio

En la actualidad, la inteligencia artificial se ha consolidado como una de las tecnologías más disruptivas, y está atrayendo el interés de muchas empresas que ven en ella una forma de conseguir nuevas fuentes de valor.

La inteligencia artificial ya se está utilizando, y con buenos resultados, en empresas de tecnología punta, y en empresas de otros sectores como finanzas, seguros, logística, retail, etc., que cuentan con grandes recursos para invertir en investigación.

Sin embargo, la pequeña y mediana empresa está teniendo dificultades para desarrollar este tipo de tecnología y necesita contratar estos servicios. Y está situación, está generando nuevas oportunidades para empresas como Airbus, que está aprovechando su experiencia en desarrollos de inteligencia artificial para ofrecer predicciones y análisis personalizados a sus clientes.

El futuro inmediato son los humanos y la inteligencia artificial colaborando

Nuestra capacidad para construir herramientas nos ha dado una ventaja sobre el resto de las especies. Nuestros antepasados fueron capaces de imponerse físicamente en un entorno en el que partían con desventaja haciendo lanzas y flechas.

Estas herramientas no sólo hicieron nuestra vida más fácil, sino que además nos permitieron acceder a planteamientos más complejos, organizar nuestros pensamientos y explorar nuevas ideas.

Podemos decir que la inteligencia artificial es nuestra herramienta más sofisticada, y la que va a permitirnos reestructurar nuestra mente y alcanzar metas hasta ahora inimaginables.

“Del mismo modo que la electricidad transformó muchas industrias hace aproximadamente 100 años, la inteligencia artificial cambiará ahora también todas las grandes industrias —sanidad, transporte, entretenimiento, fabricación— enriqueciendo las vidas de innumerables personas. Estoy más ilusionado que nunca por ese lugar al que la inteligencia artificial puede llevarnos”.

IA y humanos forman un buen equipo

El futuro inmediato de la inteligencia artificial pasa por combinar esta tecnología y el trabajo de los seres humanos.

Máquinas y personas tenemos habilidades y capacidades muy distintas pero complementarias. Las máquinas son muy buenas gestionando datos, y realizando trabajos repetitivos minimizando los errores. Pero los humanos tenemos una mejor comprensión del contexto y significado de las cosas. Y, además, podemos ser mucho más empáticos y creativos que las máquinas.

La situación ideal es dejar que las máquinas hagan aquello donde son mejores que nosotros, y que nosotros nos aprovechemos de esta circunstancia para centrarnos en mejorar nuestras habilidades.

La mitad de los empleados utiliza inteligencia artificial en el ...

Hoy en día un chatbot es capaz de interactuar con un ser humano e incluso de aportar soluciones en situaciones de poca complejidad. Pero si aprovechamos estas capacidades, y definimos un flujo de trabajo para que sólo lleguen a las personas las cuestiones más complejas, estaremos descargando a nuestro equipo de las tareas más rudimentarias y reservándoles las que exijan una mayor creatividad.

“Cuando quieres averiguar qué se hará en el futuro, tienes que ver lo que hacen los ricos en el presente. Cada vez están más interesados en los servicios de persona a persona, y es probable que en unas décadas cada vez haya más monitores deportivos, cuidadores, esteticistas, etc. porque del sector primario y secundario se ocuparán las máquinas”.

Adam Cheyer

Según esta frase de Adam Cheyer, cofundador de la empresa Siri que posteriormente fue adquirida por Apple, el futuro parece llevarnos a una situación donde la obtención y transformación de materias primas estará a cargo de las máquinas, y las personas se encargarán de realizar aquellos trabajos que requieran un mayor nivel de comunicación, empatía, creatividad y adaptación.