Evolución de la Inteligencia Artificial – La gran promesa de Big Data se hace realidad

Big Data Artificial Intelligence

El cerebro humano es una de las máquinas más complejas que hemos encontrado hasta ahora en nuestro universo, si no la más compleja. Aunque ha habido y todavía hay muchos intentos en marcha para recrear o emular el diseño y las funciones del cerebro humano, ninguno se ha acercado a ser una verdadera representación de nuestra propia materia gris. Sin embargo, el viaje de tratar de entender nuestros cerebros nos ha llevado a desarrollar e inventar nuevas formas en las que las máquinas pueden aprender y procesar nueva información de forma autónoma, sin necesidad de programadores humanos. Estos logros nos han permitido tomar las posibles aplicaciones de estas nuevas tecnologías de aprendizaje de máquinas y desarrollarlas aún más para mejorar su capacidad operativa y quizás también permitirles tener múltiples funciones. Hoy en día, el aprendizaje de máquinas se está adoptando rápidamente para una gran variedad de propósitos diferentes, incluyendo programas de formación de empleados, eventos y seguridad cibernética, comercio, salud, marketing e incluso en los coches inteligentes más nuevos.

En los últimos años, la inteligencia artificial y el aprendizaje automático se han convertido poco a poco en dos de las palabras de moda más populares en las industrias de la tecnología, debido al rápido aumento del interés y de la investigación en ambos temas. Aunque están estrechamente relacionados, la inteligencia artificial (IA) y el aprendizaje automático (LD) son dos tecnologías diferentes. AI es la más conocida de las dos debido a su popularidad entre los escritores de ciencia ficción y directores de cine a lo largo de los años. Mientras que algunas de las representaciones de inteligencia artificial de Hollywood se basaban en la ciencia real (Ex Machina y Colossus: The Forbin Project, por ejemplo) otros eran pura fantasía tecnológica y pintaron un cuadro un tanto engañoso sobre la Inteligencia Artificial. Lejos de la civilización que amenaza a los IAs de muchos de los éxitos de taquilla de Hollywood, la mayoría de las tecnologías actuales de IA se utilizan para proteger a empresas e individuos de ataques cibernéticos masivos y selectivos. El aprendizaje automático, sin embargo, es un poco menos conocido, probablemente debido a que se trata de un desarrollo más reciente del mundo real. Pero, ¿cómo funciona?

 

Relación entre AI, ML y DL

El aprendizaje automático y la inteligencia artificial son dos tecnologías interrelacionadas. La Inteligencia Artificial es el concepto amplio de añadir inteligencia lógica o basada en reglas a las máquinas para tomar decisiones de forma autónoma.

Las IA se dividen generalmente en dos categorías: Estrechas (o Aplicadas) y Generales:
Artificial Intelligence, Machine Learning and Deep Learning

I.A. estrecha o aplicada es la inteligencia artificial no consciente que se centra en una tarea dedicada. Los vehículos sin conductor son un ejemplo. El popular asistente de teléfonos inteligentes Siri, los sistemas inteligentes de comercio de acciones son otros ejemplos de la IA aplicada.

Estas son algunas de las tecnologías más innovadoras, sin embargo, la IA General es donde reside la verdadera emoción de la Inteligencia Artificial.

LA IA general está añadiendo las capacidades cognitivas a las máquinas para que aprendan por sí solas. De una manera que no es muy diferente de la de un humano. Aprendizaje automático es esencialmente un resultado del desarrollo de las tecnologías generales de IA.

El aprendizaje automático es una forma de IA que da acceso a Big Data y utiliza algoritmos que permiten a la máquina “aprender” y analizar los datos para predecir un valor de salida que cae dentro de un rango aceptable y, en un sistema no supervisado, sin estar explícitamente programado para ello.

 

Los algoritmos de aprendizaje automático suelen etiquetarse como sistemas supervisados o no supervisados que necesitan entradas y salidas externas de programadores humanos y sistemas no supervisados que utilizan un enfoque llamado red neuronal profunda o Aprendizaje profundo (DL) para emular la forma jerárquica en que las mentes humanas aprenden sin la necesidad de los insumos humanos. Para ser clasificado como un IA general o fuerte, y la inteligencia artificial tendría que tener alguna forma de sistema de aprendizaje automático, muy probablemente el Aprendizaje Profundo, con el fin de tener un rendimiento igual o superior a las capacidades cognitivas humanas.

 

¿Cómo se usa la IA ahora?

En este momento, hay miles de sistemas de IA en uso en todo el mundo. Desde eventos y seguridad cibernética hasta asistencia sanitaria y coches inteligentes, a medida que continuamos integrando y conectando nuestras tecnologías, la necesidad de emplear sistemas de IA y de aprendizaje automático sigue creciendo. A continuación se presentan algunos ejemplos de dónde y cómo la inteligencia artificial y el aprendizaje automático ya han sido implementados para proteger y mejorar tanto nuestra vida cotidiana como nuestro negocio y actividades en línea. A continuación se presentan algunos de los ejemplos más comunes de IA y DL que se utilizan en la actualidad.

Seguridad: Ya sea seguridad de eventos en sus festivales de verano favoritos o protegiendo la infraestructura de red de su empresa a través de la seguridad cibernética, la inteligencia artificial se utiliza en cientos de sistemas de seguridad en todo el mundo. Mediante algoritmos de aprendizaje automático, los sistemas de seguridad de IA pueden utilizar el reconocimiento de patrones y la información de acceso a datos para detectar intrusos en la red o predecir posibles infracciones de seguridad. Estos sistemas también pueden detectar cosas difíciles de detectar para sus contrapartes humanas, lo que ayuda a mejorar aún más la precisión y a acelerar los procesos de seguridad.

Healthcare: Los sistemas de IA se utilizan actualmente para identificar y predecir enfermedades con mayor rapidez y potencia de procesamiento que el ser humano medio, con innovaciones como el Diagnóstico Asistido por Ordenador (CAD) que se utiliza en hospitales y centros de investigación de varios países. Los sistemas de IA también se utilizan en aplicaciones de asistencia sanitaria similares a las aplicaciones de asistencia general Siri y Cortana. Estas aplicaciones proporcionan alertas de medicamentos para los pacientes, así como material educativo sobre la salud y las interacciones de tipo humano que se pueden utilizar para medir el estado mental actual del usuario.

Finanzas: El uso de sistemas de inteligencia artificial propios para predecir y ejecutar operaciones se ha convertido en la norma en muchas de las grandes empresas comerciales. Ser capaz de predecir los mercados con cierto grado de precisión es obviamente un rasgo deseable de cualquier sistema de negociación, sin embargo, con los algoritmos de aprendizaje automático que se están mejorando continuamente, los márgenes de error que estos sistemas se adhieren a parecerán cada vez más pequeños.

Marketing: Además de que las empresas financieras se apresuran a sacar provecho de la inteligencia artificial y el aprendizaje automático, los anunciantes y las organizaciones minoristas también han comenzado a aplicar estas tecnologías a sus operaciones. Mediante el uso de la IA y el aprendizaje automático para recopilar y analizar grandes datos, estas organizaciones son capaces de comprender los patrones de compra de sus clientes, así como lo que les gusta y lo que no les gusta, y adaptar sus anuncios y esfuerzos de marketing para que se adapten mejor a los gustos de sus mercados objetivo.

Motores de búsqueda: Motores de búsqueda como Google Y Bing son posiblemente el uso más conocido de la inteligencia artificial y el aprendizaje automático. Mediante el uso de AI y ML para entender cómo busca información y cómo reacciona ante los resultados proporcionados, los motores de búsqueda pueden ser mejorados para ofrecer resultados mejores y más precisos a su próxima consulta de búsqueda. Teniendo en cuenta dónde hace clic y si afina o cambia su búsqueda, los IAs de los motores de búsqueda pueden determinar qué tan bien respondieron a sus búsquedas.

Inteligencia Artificial y Realidad Virtual

Mixed RealityLas tecnologías de IA y RV tienen mayores sinergias que las que se conocen hoy en día. La IA es esencialmente un prerrequisito para establecer la Realidad Virtual o la Realidad Aumentada. Un buen ejemplo de IA/aprendizaje a máquina y RV para resolver un problema del mundo real es el uso de imágenes médicas y grandes datos para predecir el cáncer en el cuerpo humano. Tomemos Facebook como ejemplo, ya está planeando añadir la Inteligencia Artificial a su plataforma para entender y describir imágenes, objetos y discursos, además de ofrecer su aplicación de RV de videos de 360 grados.

Desafío para las redes existentes

Los proveedores de servicios trabajan día y noche para actualizar sus redes y proporcionar a las redes en la nube la infraestructura necesaria para entregar aplicaciones de IA y RV a través de la nube. Hay una serie de iniciativas en curso en el ecosistema del sector de las telecomunicaciones que están desarrollando soluciones de computación de vanguardia basadas en estándares abiertos NFV, SDN y Multiaccess Edge Computing para ofrecer baja latencia, mayor velocidad y mayor ancho de banda.  En la actualidad, la computación tendrá que mantenerse en el borde para evitar problemas de latencia relacionados con la red en nube. Por ejemplo, en el caso de una aplicación de aprendizaje de máquina basada en la visualización, el uso de hardware informático basado en unidades de procesamiento gráfico de alto rendimiento será un requisito básico.

Así que, como ya hemos visto, la inteligencia artificial y el aprendizaje automático ya se están utilizando para múltiples aplicaciones en una variedad de industrias diferentes. A medida que la Internet de los objetos se expande e incorpora cada vez más dispositivos cotidianos, tendremos que asegurarnos de que nuestros sistemas de seguridad cibernética estén a la altura de las circunstancias. Para ello, habrá que tomar varias medidas para garantizar que no sólo se maximice el uso de la IA y el ML en las aplicaciones que puedan sacar el máximo provecho de ello, sino que la tecnología en sí misma no se convierta en lo que tenemos que proteger contra ella.

 

AI Y ML En el futuro

Si miramos hacia atrás en nuestra historia tecnológica, podemos ver que a medida que nos hemos vuelto más hábiles para crear y mejorar nuestras invenciones, la velocidad a la que innovamos parece haber aumentado dramáticamente. Una estadística reveladora es que, después del primer vuelo tripulado de un avión en funcionamiento de los hermanos Wright en 1903, se necesitaron menos de 50 años para que ese invento se utilizara para lanzar la bomba atómica. El hecho de que haya menos de 50 años entre el primer vuelo del hombre y la división del átomo debería permitirnos ver con qué rapidez estamos creando nuevas y aterradoras tecnologías. Esto es motivo de preocupación cuando consideramos la inteligencia artificial y el aprendizaje automático. Cuando se trata de inventar formas para que las máquinas aprendan y finalmente piensen por sí mismas, no podemos estar cegados por la competencia o el potencial de beneficio que ello podría tener consecuencias imprevistas e irreversibles.


Related Posts