La inteligencia artificial se está expandiendo a nivel mundial en los últimos años de manera progresiva, por lo que no es casualidad que en Latinoamérica también esté causando un impacto importante en las personas y en la manera de trabajar, y esto no es ciencia ficción sino la vida real.
<<<Drones y descargas eléctricas: El método de los Emiratos Árabes>>>
A tal punto es el impacto que todos los días están lanzando tecnologías que reducen cada vez más las fronteras entre lo humano y lo virtual, y no es extraño que la ciencia homologue los usos de la tecnología a las capacidades de las personas a una velocidad sin precedentes en la era actual. ¿Será que un día finalmente tengamos que aceptar que las máquinas pueden reemplazarnos?
Tal parece que para responder a esta pregunta la última milla de la inteligencia artificial debe alcanzar la inteligencia humana para comenzar a preocuparnos.
Sin embargo, aunque la tecnología está alcanzando niveles extraordinarios, no debemos pensarla como una amenaza, puesto que los tecnólogos y científicos solo buscan hacer de la tecnología la mejor herramienta para mejorar la calidad de vida de las personas, y la inteligencia artificial es el desarrollo más extremo para lograrlo.
Una de las últimas creaciones de la inteligencia artificial es deep learning, una técnica que promete ser revolucionaria. En este artículo, te contamos de qué se trata este concepto que está cambiando el paradigma de la tecnología y cómo puede afectar la inteligencia artificial en LATAM.
El nombre deriva de la utilización de conexiones neuronales artificiales con capas de neuronas en tareas de aprendizaje de máquinas. Si la red neuronal tiene muchas capas, se puede afirmar que es profunda (deep). A diferencia de poseer un número reducido de capas y tener baja profundidad (shallow). En este sentido, una red de muchas capas, se dirá que es más profunda porque tiene más conexiones, por lo que se infiere que tiene mayor capacidad de aprendizaje.
A raíz de esto, la capacidad de aprendizaje es muy importante para diseñar sistemas de reconocimiento de alto rendimiento, ya que el paradigma de elaboración de estos sistemas es que se puedan aprender a reconocer los objetos de interés mediante ejemplos. Estos pueden tratarse de millones de imágenes en donde se ocultan objetos a ser reconocidos .
Por cada imagen, existe un indicador del tipo de objeto existente. Ahora bien, para resolver una tarea de reconocimiento, la red profunda debe ser entrenada por medio de ejemplos y comprender que cada imagen de entrada debe generar el indicador correcto a su salida.
Todo lo que la red aprende se almacena en la sinapsis neuronal. De ahí que sea tan importante la cantidad de neuronas conectadas, por lo que tendrá mayor capacidad de aprendizaje. En pocas palabras, deep learning imita la sinapsis neuronal humana, clasificando conjuntos de datos y detectando interrelaciones entre ellos, algo que la inteligencia artificial no había hecho hasta el momento.
<<<Obsolescencia programada: el negocio de los smartphones iOS y Android>>>
Hace unas décadas, la ciencia nunca se habría imaginado que las máquinas pudieran llegar a imitar a la perfección las funciones humanas como si se tratasen de humanos mismos. La tecnología se había pensado como una herramienta para mejorar la vida de las personas. Y ese objetivo se mantiene hasta el momento. No obstante, inquieta la difusa barrera que nos separa a humanos y a máquinas.
Es de público conocimiento que las máquinas realizan las tareas manuales más tediosas con mayor eficiencia y sin experimentar la fatiga y estrés propios del ser humano. Hasta hace relativamente poco tiempo, la humanidad destacaba por su capacidad de pensar, crear y aprender. Hoy en día, la inteligencia artificial avanzó tanto que prácticamente puede aprender como lo hacen las personas.
En el caso de deep learning, se trata de un área dentro de machine learning (una rama de la inteligencia artificial orientada a promover el aprendizaje de las máquinas) que tiene la capacidad de jerarquizar el aprendizaje por etapas -esto en términos ideales-, igual que lo haría un humano promedio.
En el pasado, las máquinas ya estaban programadas para almacenar una cierta cantidad de datos procesados que respondían según las necesidades de determinadas circunstancias. Ahora, con deep learning, las máquinas pueden adquirir información de menor a mayor, emulando el proceso de aprendizaje de los humanos.
Al principio, las máquinas aprenden los datos más concretos, y a medida que va avanzando en conocimientos, puede continuar utilizando la información obtenida para seguir aprendiendo.
Las redes neuronales de deep learning pueden analizar la reutilización de ciertos fármacos, cuya efectividad en humanos ha sido comprobada, en el tratamiento de nuevas enfermedades. Asimismo, puede aumentar la precisión diagnóstica de estudios médicos en imágenes, lo cual permite reducir costos y tiempo valiosos.
Otra habilidad de deep learning es que puede identificar posibles fraudes, advirtiendo a las personas sobre estos y recomendando acciones preventivas. También, identificar la satisfacción de los clientes en distintos canales online o servicios de soporte automatizados.
Por último, y esto es lo que quizá más asombra, deep learning puede detectar sentimientos positivos y negativos en textos, temas y palabras clave, lo que podría dejar la puerta entreabierta a una humanización real de la tecnología, en donde en un futuro no muy lejano humanos y máquinas no seamos tan diferentes.
<<<Horizon Workrooms: Las nuevas reuniones virtuales de facebook>>>
Aún no sabemos si esta visión, paradigma o sueño de la inteligencia artificial en LATAM se terminará materializando en el futuro y si las máquinas, a pesar de la alta semejanza que tendrán con nosotros, continuarán sirviendo como herramienta de mejora de la calidad de vida o llegarán a ocupar un lugar a la par, sin que nos demos cuenta.