Ignacio Perrone, Gerente de Investigación, Digital Transformation, Frost & Sullivan
COMPARTIR:Share on FacebookShare on Google+Tweet about this on TwitterShare on LinkedIn

Por Ignacio Perrone, Gerente de Industria de Transformación Digital de Frost & Sullivan.

¿Algún lector reconoce la frase? Claro, si les pongo la música de fondo los ayudaría mucho. Se trata nada menos de 2001: Odisea del Espacio, película que cumplió recientemente 50 años. Para el libro de Arthur Clarke en el que está basada la película son nada menos que 70 años. Estas obras de arte muestran cuán atrás van las especulaciones sobre la inteligencia artificial. Pero la realidad es que las primeras décadas vieron pocos avances y mucha fantasía. Como la de HAL, la inteligencia artificial que tomaba el mando de la nave en la película e intentaba cumplir la misión a toda costa, incluso a costa de la vida humana. Bajo la espuma de tanta fantasía, recién hace pocos años este campo de investigación apasionante empezó a dar frutos.

Para empezar, es importante distinguir tres tipos de inteligencia artificial. La inteligencia artificial estrecha es aquella que implica expertise en un campo, es la más común e incluye algunos ejemplos viejos, como máquinas que juegan al ajedrez o al go. Luego está la inteligencia artificial general, que es comparable a la inteligencia humana en cualquier campo, pero de la cual no hay todavía ejemplos. Y por último está la super inteligencia artificial, que debe ser más inteligente que los humanos en cualquier campo. Tampoco aquí hay ejemplos todavía. Bajo la superficie de lo que tenemos hoy en día hay básicamente hardware (en especial cómputo y almacenamiento de alta velocidad) así como capacidades de machine learning. Aquí también es donde se enfoca la investigación, con la esperanza de conseguir nuevos avances a corto plazo.

Del mismo modo que la super computadora HAL intentaba eliminar a Dave, la revolución que supone la inteligencia artificial proyecta su sombra amenazadora sobre el mercado laboral. Todas las revoluciones tecnológicas destruyeron empleos en algunas ramas mientras los creaban en otras. La revolución industrial implicó menos demanda de artesanos o trabajadores agrícolas, al tiempo que crecía la demanda en manufactura. La revolución de la inteligencia artificial hará caer la demanda tanto en el agro como en las fábricas, pero se espera que cree oportunidades tanto en áreas que requieren habilidades no tecnológicas, aquellas que distinguen todavía a los humanos (creatividad, artesanía), así como en algunas áreas vinculadas con la tecnología (desarrollo, servicios complementarios). En la base están los cambios en las calificaciones requeridas, que ahora acentúan la comprensión, el conocimiento, lo que se conoce como STEM (science, technology, engineering, mathematics) y las habilidades sociales. La consecuencia es que el ambiente de trabajo se volverá cada vez más híbrido, con la coexistencia entre humanos y máquinas. Los más optimistas avizoran un aumento del tiempo libre y la reducción del trabajo monótono.

Claro que en este escenario serán clave las transformaciones de la educación, los organismos de gobierno y, por supuesto, las mismas personas. Hará falta actualizar las habilidades y el conocimiento de manera continua, fomentar el aprendizaje basado en actividades y no el modelo contenido/examen. Aquí los modelos de aula invertida podrían ayudar a acelerar el aprendizaje. La educación basada en plataformas digitales debería también permitir el acceso para todos.

Pero si miramos el aquí y ahora, la inteligencia artificial ya está generando disrupción en diferentes funciones del negocio como ventas, finanzas, seguridad, recursos humanos o atención al cliente. Por ejemplo, ya machine learning tiene varias aplicaciones, desde el análisis de desempeño hasta modelos estadísticos de planeamiento, pasando por la prevención de ataques informáticos. El procesamiento de lenguaje natural también se usa para un rango amplio de actividades, desde el análisis de datos de ventas, de comunicaciones, o para reclutamiento. También están los bots, cada vez más presentes en la atención al cliente.

Ahora, como los humanos, las máquinas necesitan muchos datos para aprender. A los bebés les lleva horas, días o semanas aprender algo nuevo desde cero. Al robot Baxter (de la universidad Carnegie Mellon), le llevó 10 días aprender a agarrar 150 objetos diferentes usando algoritmos de aprendizaje profundo. Así, para diseñar la siguiente generación de dispositivos y servicios inteligentes hay que mirar a los algoritmos pre-entrenados, que se instalan en dispositivos para realizar tareas cognitivas de modo inteligente, lo que reduce la curva de aprendizaje de los dispositivos y ayuda a utilizarlos desde el día uno, sin tener que esperar a que se los entrene. Pero además los dispositivos inteligentes deben implementar un mecanismo flexible (con el cambio como algo que está en el sistema como parte del aprendizaje), tanto en el nivel del hardware como del algoritmo, de modo similar a como aprenden los humanos.

Como recordarán los que vieron la película 2001 Odisea del Espacio, o quienes leyeron el libro que le dio origen, la inteligencia artificial de HAL actúa buscando evitar lo que cree que sería un mal para la humanidad. Semejante nivel de sabiduría todavía sigue estando en el terreno de la ciencia ficción. Pero la inteligencia artificial y sus aplicaciones ya están entre nosotros.

 

COMPARTIR:Share on FacebookShare on Google+Tweet about this on TwitterShare on LinkedIn

NO COMMENTS

DEJAR UN COMENTARIO