A ver por favor: de qué se trata realmente la Inteligencia Artificial

El fenómeno de la IA se está extendiendo cada vez más: parece que en todas las reuniones, conferencias y aulas de clase se habla de ello. En las noticias también se encuentran grandes titulares sobre la IA, la mayoría de ellos prediciendo que cambiará completamente las formas en cuanto a como vivimos y trabajamos.  El caso es que hay mucho bombo y platillo sobre el tema, por el simple hecho de que «el ruido vende», un peligro sobre el cual muchos expertos están advirtiendo.

 

La IA sobrevalorada puede ser peligrosa

Innumerables empresas y organizaciones gubernamentales están recaudando fondos en beneficio de la AI, razón por la cual miles de millones de capital se destinan a la creación de start-ups de IA. Sin embargo, muchas de estas nuevas empresas han resultado ser económicamente insostenibles. «La gente que puede hacerlo no tiene oportunidades ni recursos. Por otro lado, las personas que no deberían hacerlo desperdician recursos porque no están interesadas en el avance de las tecnologías, sino que simplemente quieren conseguir algo de dinero», diría el experto estatal chino especialmente designado, WANG Feiyue, en el Taller Internacional sobre Inteligencia Artificial y Cibernética del IEEE de este año[1]. El boom sobre la IA ha creado una ilusión que puede confundir a la gente y tergiversar lo que la IA es realmente capaz de hacer. En JANZZ, hemos discutido este tema en un artículo anterior que se basa en casos ilustrativos. Nuestra investigación nos lleva a asumir que el gran ruido sobre Big Data e IA, a menudo se trata más de auto-promoción y marketing, que sobre hechos reales y progresos. Esto puede ser peligroso, entre otras cosas porque estimula la ansiedad de los trabajadores por ser reemplazados por la Inteligencia Artificial. Para más información sobre este tema, visite https://janzz.technology/even-ado-nothing-hype-big-data-ai-often-self-marketing-facts-real-progress/.

 

De qué se trata realmente la IA

Andrew Ng, líder fundador del equipo de Google Brain, ex director del Laboratorio de Inteligencia Artificial de Stanford y líder general del equipo de IA de Baidu comenta: “en las discusiones públicas, los términos Inteligencia Artificial General (AGI por sus siglas en inglés) e inteligencia especializada, son frecuentemente confundidos y ambos se relacionan con el término AI. AGI se refiere a la inteligencia a nivel humano; es decir, el tipo de inteligencia futurista que vemos en el cine y en la literatura de ciencia ficción. Actualmente, la tecnología para llegar a esa «inteligencia humana» es muy limitada y está lejos aún de ser beneficiosa para la sociedad. La mayor parte de lo mencionado en los medios de comunicación se refiere a la inteligencia especializada, como el aprendizaje automático, la visión computarizada o el procesamiento del lenguaje natural. La inteligencia especializada es, por lo tanto, la verdadera fuerza de la cuarta revolución industrial, ya que crea valor y tiene poder transformador para todas las industrias[2].

Aunque la IA ya tiene un impacto en muchas industrias -búsqueda web, finanzas y logística, por nombrar sólo algunas- los subtipos de la misma que se están desarrollando, son todavía bastante limitados. Andrew Ng explica que casi todo el progreso reciente de la IA se debe a un tipo de proceso simple: A (datos de entrada) a B (respuesta simple), llamado «aprendizaje supervisado». Un ejemplo para ilustrar esto: usted muestra imágenes (A) al software y éste puede identificar si muestra un gato (B); usted le da información tanto del anuncio como del usuario al software (A) y le dice si es probable que el usuario haga clic en dicho anuncio (B).  Podría decirse que el mejor desarrollo basado en el tipo A a B es el llamado aprendizaje profundo, redes neuronales profundas que están inspiradas por el cerebro humano. Sin embargo, hay dos factores cruciales que influyen en el funcionamiento de la relación A a B. Una es que A y B deben ser cuidadosamente elegidos, para proporcionar la cantidad necesaria de datos. La segunda se refiere al tamaño de la red neuronal: cuanto mayor sea la red neuronal, mayor será el rendimiento. [2]

 

La IA en el mundo empresarial actual

Después de establecer de qué se trata realmente la IA, echemos un vistazo a su aplicación en el entorno empresarial actual. Tal vez se podría pensar, que sólo las grandes empresas con un gran presupuesto y mano de obra, pueden beneficiarse de la IA. Sin embargo, la IA también puede emplearse en pequeñas empresas. Un ejemplo interesante es la oferta de Fujitsu y Microsoft: ambos han estado trabajando con granjeros lecheros japoneses para averiguar exactamente cuándo las vacas están en su ciclo fértil, con el fin de optimizar la inseminación artificial. El proceso de inseminación es una tarea muy delicada para los agricultores, ya que un ligero error en el cálculo del tiempo, puede resultar en fracaso y retrasar el proceso un mes más. Después de incorporar el conocimiento de los agricultores, sobre el aumento del movimiento de las vacas durante su ciclo fértil en un análisis sistemático de datos (es decir, fusionándolo con la IA), la tasa de éxito aumentó al 95%[3].

A pesar de estas historias exitosas, el uso de la IA en las empresas no es precisamente magia. Es innegable que hay casos mucho más sofisticados, pero normalmente «la IA se basa en datos. Las empresas necesitan saber qué tipo de datos tienen, a qué datos tienen acceso o qué otro conjunto de datos pueden fusionar con los suyos. A partir de ello pueden razonar y navegar a través de la información»[3] Por lo tanto, «incorporar la IA a la estrategia de negocio requiere líderes visionarios en la empresa, que reconozcan el valor de la IA, descubran dónde está el valor del negocio y qué resulta difícil de copiar»[4]. Es cierto que las empresas no pueden tener equipos de IA para todas sus unidades, ya que no sería prudente construir todo internamente, salvo en tipos de negocios muy específicos. Esta es la razón por la que se debe considerar la adquisición de soluciones, que son ampliamente utilizadas en la industria. [2]

JANZZ.technology proporciona tanto soluciones inteligentes de RRHH para empresas, como soluciones para el mercado laboral para servicios públicos de empleo. Desde la fundación de JANZZ en 2009, hemos sido conscientes de los dos factores decisivos que aseguran un rendimiento preciso a partir de un aprendizaje profundo y supervisado de la máquina. Durante los últimos 9 años, JANZZ.technology ha estado construyendo continuamente la mayor red de datos neurales relacionados con el empleo a nivel mundial, con 300 millones de neutrales hasta la fecha. Nuestro algoritmo único, ha sido entrenado con grandes cantidades de datos procedentes de varios socios, tanto corporaciones internacionales, como servicios públicos de empleo, por lo tanto, podemos ofrecer nuestros servicios en 40 idiomas. Aconsejamos enfáticamente a los clientes, que recopilen datos estructurados y eficaces, con el fin de obtener los resultados de matching más inteligentes.

Escriba ahora a sales@janzz.technology

 

[1] ZHOU, Chaochen. 2018. Gei Ren Gong Zhi Neng Que mei. URL: https://www.huxiu.com/article/247345.html [2018.10.31.].

[2] New Work Summit. 2018. Power Lines with Andrew Ng C.E.O. and Founder, Landing.ai; and Adjunct Professor, Stanford University [Video file]. URL: https://www.newworksummit.com/nws2018/gallery [2018.10.31.].

[3] New Work Summit. 2018. The AI Accelerater with Peggy Johnson, E.V.P. of Business Development, Microsoft and Frank Chen, Partner, Andreessen Horowitz [Video file]. URL: https://www.newworksummit.com/nws2018/gallery [2018.10.31.].

[4] Andrew Ng. 2016. What artificial intelligence can and can’t do right now. URL: https://hbr.org/2016/11/what-artificial-intelligence-can-and-cant-do-right-now [2018.10.31.].