IA intelWATT techedge dynatrace cambios sociales QuickML IA Inteligencia artificial google cloud inboxbot indesIA

La comprensión del lenguaje y la resolución de problemas son dos ámbitos donde la inteligencia artificial tendrá mucho que decir en los próximos años. Dentro de las actividades del Grupo de Trabajo de Innovación de AUSAPE, la asociación organizó a comienzos de julio la primera sesión de un ciclo sobre Inteligencia Artificial, en la que se trató de la nueva revolución tecnológica que supone la IA en estos campos.

Jesús Seijas, consultor de nuevas tecnologías que en los últimos años se ha dedicado a la dirección técnica de proyectos de inteligencia artificial, expuso las diferencias entre la solución de problemas dentro y fuera de la caja. En el caso de los problemas dentro de la caja, se pueden dividir en tres tipos: clasificación, regresión y clustering, y todos ellos encuentran soluciones en la nube.

Dentro de los problemas fuera de la caja, por su parte, se encuentran las redes generativas -que generan outputs nuevos similares a la realidad a partir de datos reales-, los géneros y el reconocimiento de firmas, de expresiones faciales o de imágenes. En estos casos la inteligencia artificial puede jugar un papel importante, yendo más allá de las soluciones de problemas dentro de la caja. El potencial de aprendizaje automático de la IA permite entrenar los clasificadores, los cuantificadores y los segmentadores que se usan para resolver los problemas inside the box.

El lenguaje fue el otro tema de la intervención de Seijas. En la inteligencia artificial conversacional, o natural language understanding, es necesario, según Seijas, entrenar las diferentes formas de expresar distintos conceptos con objeto de calcular las raíces de determinadas palabras. Cuando la inteligencia artificial conversacional está entrenada, se pueden hacer preguntas a documentos de diversos departamentos de una empresa para recabar información sobre los mismos.

Los principales retos a los que se enfrenta la IA para su desarrollo son la falta, exceso, segmentación o mala calidad de los datos

La sesión sobre Inteligencia Artificial de AUSAPE, que estuvo presentada por Amanda Ceballos, vocal de Plan Estratégico e Innovación de la asociación, contó también con la participación de Belén Gutiérrez, miembro del área de Data Science de IBM, donde lidera el equipo de Inteligencia Artificial. Gutiérrez habló de la revolución que supone la IA en el mundo de la empresa, así como de los retos y mitos a los que se enfrenta.

Según un informe de PwC, se estima que la inteligencia artificial podría aportar 16 billones de dólares a la economía mundial en 2030. La gran oportunidad que representa esta tecnología para los negocios está relacionada con el aumento exponencial en la recopilación de datos. Sin embargo, la adopción empresarial sigue siendo bastante baja, en torno a un 20%, debido sobre todo a que los directivos no saben qué datos e infraestructuras necesitan para aplicarla.

Los principales retos a los que se enfrenta la inteligencia artificial para su desarrollo son la falta, exceso, segmentación o mala calidad de los datos; el déficit de talento y el escepticismo acerca de los sistemas y procesos basados en IA.

Gutiérrez expuso varias aplicaciones prácticas del uso de la inteligencia artificial, como acelerar la investigación y el descubrimiento, enriquecer las interacciones, anticipar y evitar trastornos, recomendar con confianza, extender la experiencia y el aprendizaje, y detectar y mitigar el riesgo. También intentó desmontar algunos mitos sobre la inteligencia artificial, como que eliminará trabajos, a lo que repuso que, más que destruirlos, cambiará unos puestos de trabajo por otros. O que las empresas no necesitan una estrategia de IA, algo que contrasta con el hecho de que el 75% de los ejecutivos, según Accenture, piensa que su empresa quebrará antes de cinco años si no adopta esta tecnología. Sobre si la inteligencia artificial puede ser 100% objetiva, negó esta posibilidad, pero señaló que a mayor diversidad en los datos y en el equipo de desarrollo, más objetivo, completo y justo será el sistema de IA.

Por último, ofreció varios consejos a tener en cuenta cuando vamos a implantar inteligencia artificial en una organización: definir claramente los objetivos, alinear las expectativas de las partes interesadas y efectuar un seguimiento una vez implantada.