Definiciones de la IA

Actualizado: 15 ago

Hola, estimado lector. Me alegra sobremanera verte de nuevo por aquí.

A modo de introducción he querido presentarte un artículo sobre los avances logrados y el estado actual de la Inteligencia Artificial, el que se divide el 3 Partes, a mostrarse en otras tantas semanas, comenzando hoy.

El objetivo del mismo es que sirva como introducción a una serie de artículos que se publicará semanalmente desde Agosto hasta Noviembre, inclusive; sobre el tema que más perspectivas futuras ofrece actualmente en el ámbito de la TI. Las “Ciencias de Datos”, en las cuales la IA es sólo uno de sus componentes.

Espero que sea de tu agrado y, como siempre, te espero al final de tu lectura para compartirte mis reflexiones.


Ciencia de Datos (Parte I)


~ Impacto y ejemplos de IA

“La IA ha llegado para quedarse, con la promesa de transformar el funcionamiento del mundo.

Según un estudio de PWC, se añadirán 16 billones de dólares de PIB de aquí a 2030 sobre la base de la IA. Se trata de una escala de impacto económico nunca antes vista, y no sólo en la industria de las TI, sino que afecta prácticamente a todos los sectores y aspectos de nuestras vidas.

La IA significa cosas diferentes para cada persona.

Para un diseñador de videojuegos, la IA significa escribir el código que afecta a la forma de jugar de los (bots abreviación de robots) y a cómo reacciona el entorno ante el jugador.

Para un guionista, la IA significa un personaje que actúa como un humano, con algún tipo de características informáticas mezcladas.

Para un científico de datos, la IA es una forma de explorar y clasificar datos para alcanzar objetivos específicos.

Un ejemplo de los algoritmos de IA que aprenden con el ejemplo ocurre cuando podemos hablar con Watson, Alexa, Siri, Cortana y Google Assistant, y ellos son capaces de respondernos.


~ Aplicaciones famosas de la IA de IBM

A fines de 2010 la supercomputadora Watson de IBM, ubicada en su laboratorio de investigación en Yorktown Heights, NY, compitió contra las superestrellas de Jeopardy, Ken Jennings y Brad Rutter, y las venció.

Comenzaba así a escribirse un nuevo capítulo en la era de la IA.

Luego recurrieron a Watson para la 60ª edición de los premios Grammy.

Debía procesar una enorme cantidad de datos no estructurados, ya que el trabajo se centraba en analizar el material resultante de cinco horas de grabación de la alfombra roja, recorrida por 5.000 artistas, haciendo ese recorrido con 100.000 fotos tomadas. Watson analizó los colores, los patrones y las siluetas de cada uno de los trajes que pasaron sobre ella, así como las emociones que las letras de las canciones nominadas a los Grammy suscitaron en los artistas. Para esto último había recurrido a las grabaciones de los últimos 60 años para identificar patrones contra los que comparar las emociones de los temas musicales y así los pudo clasificar en alegría, tristeza y otras. Los resultados sorprendieron a quienes organizaron el evento.

Watson fue luego contratado por CNN para sus eventos deportivo, donde se genera una gran cantidad de datos no estructurados: artículos, blogs, vídeos, podcasts, etc, que no encajan en hojas de cálculo o bases de datos.

Watson se creó para analizar ese tipo de información y convertirla en útil y procesable. Para ello fue entrenada con millones de entradas de blog y vídeos; a los que se les agregó un rango de puntuación para miles de jugadores, sus aspectos positivos y negativos, y a estimar las posibilidades de que un jugador supere sus aspectos positivos o caiga por debajo de los negativos. Evalúa, incluso, los rumores sobre los jugadores en los medios de comunicación y su probabilidad de jugar.

Como con cualquier aprendizaje automático, el sistema se vuelve más inteligente todo el tiempo. Eso significa que los conocimientos son mejores, lo que le permite tomar mejores decisiones y tener una mejor oportunidad de éxito.

La asociación entre ESPN e IBM es un gran vehículo para demostrar el poder de la IA de nivel empresarial a millones de personas, y no es difícil ver cómo la misma tecnología se aplica a la vida real. Hay miles de escenarios empresariales en los que se evalúa el valor y se hacen concesiones.

Así será el futuro de la toma de decisiones. El hombre y la máquina trabajando juntos, evaluando el riesgo y la recompensa, trabajando a través de decisiones difíciles. Se trata de la misma tecnología que IBM utiliza para ayudar a los médicos a extraer millones de páginas de investigación médica y a los bancos de inversión a financiar las perspectivas del mercado.

Resumiendo, Las aplicaciones impulsadas por la IA están creando un impacto en diversas áreas, como la atención médica, la educación, la transcripción, la aplicación de la ley, el servicio al cliente, las aplicaciones móviles y de medios sociales, la prevención del fraude financiero, los diagnósticos de los pacientes, los ensayos clínicos, y más.

  • Robótica y automatización, donde la IA está haciendo posible que los robots perciban entornos imprevisibles a su alrededor para decidir los siguientes pasos.

  • Seguridad en los aeropuertos, donde la IA permite que los escáneres de rayos X marquen las imágenes que puedan parecer sospechosas.

  • Petróleo y gas, donde está ayudando a las empresas a analizar y clasificar miles de muestras de roca para identificar las mejores ubicaciones para perforar.

  • Deportes, donde se pueden analizar los comportamientos históricos de los jugadores de los equipos rivales

  • Empresas, para discernir sobre la táctica más conveniente en las relaciones diarias con sus clientes, considerando sus preferencias y expectativas.


~ La IA está influyendo en la calidad de nuestras vidas a diario.

Las capacidades de procesamiento y generación de lenguaje natural de la IA no solo están permitiendo que las máquinas y los humanos se entiendan e interactúen entre sí, sino que están creando nuevas oportunidades y nuevas formas de negocios.

Por ejemplo los chatbots, con capacidades de procesamiento del lenguaje natural, se están utilizando en la sanidad para interrogar a los pacientes y realizar diagnósticos básicos, considerándoselos como los médicos más capacitados.

En la educación, están proporcionando a los estudiantes interfaces de conversaciones fáciles de aprender y tutorías en línea, a pedido de ellos.

Los chatbots para el servicio de atención al cliente están mejorando la experiencia del mismo para resolver consultas en el momento y así liberar el tiempo de los empleados de atención, para para que puedan dedicarlo a las conversaciones que añaden valor.

Los avances en la tecnología de conversión de voz a texto impulsados por la IA han hecho realidad la transcripción en tiempo real. Los avances en la síntesis del habla son la razón por la que las empresas están utilizando la voz potenciada por la IA para mejorar la experiencia del cliente y darle a su marca una única voz.

En el campo de la medicina, están ayudando a los pacientes con inhibiciones del habla a recuperar su voz real en lugar de utilizar una voz computarizada.

Gracias a los avances de la IA, el campo de la visión por ordenador ha sido capaz de superar a los humanos en tareas relacionadas con la detección y el etiquetado de objetos.

La visión por ordenador es una de las razones por las que los coches pueden dirigir su camino en las calles y carreteras y evitar chocar con obstáculos. Los algoritmos de visión por ordenador detectan rasgos e imágenes faciales y los comparan con bases de datos de perfiles faciales ya almacenados.

Estos algoritmos permiten que los dispositivos de consumo autentifiquen la identidad de sus propietarios, que las aplicaciones de las redes sociales detecten y etiqueten a los usuarios y que las fuerzas del orden público identifiquen a los delincuentes mediante video transmisiones de hechos delictivos.

Los aplicados a visión por ordenador ayudan a la detección de lunares cancerosos en imágenes de la piel o de otros síntomas en radiografías y resonancias magnéticas.

Hay IA nos recomienda qué ver en Netflix, maneja nuestros navegadores, mantiene los spams fuera de nuestras bandejas de entrada y nos recuerda los eventos importantes en el recordatorio de eventos importantes.

Trabaja entre bastidores supervisando nuestras inversiones, detectando transacciones fraudulentas, identificando fraudes con tarjetas de crédito y previniendo delitos financieros.

Está influyendo, además, en la asistencia sanitaria de forma significativa, ayudando a los médicos a realizar diagnósticos preliminares más precisos, leyendo imágenes médicas y encontrando ensayos clínicos adecuados para los pacientes. No sólo influye en los resultados, sino que también abarata los procesos operativos.

Tiene el potencial de acceder a enormes cantidades de información, imitar a los humanos, hacer recomendaciones que cambian la vida sobre la salud y las finanzas, correlacionar datos de los más diversos sitios, entre muchas más aplicaciones.

Las tecnologías de IA nos ayudan a mejorar nuestra capacidad de percibir el entorno que rodea al robot y a hacer planes en entornos imprevisibles y cambiantes.

En un futuro no muy lejano, virtualmente todos los dispositivos que hagamos y toquemos van a ser mejorado por la IA, mediante el agregado de la inteligencia.

Uno de los aspectos en los que se está trabajando más actualmente es en la auto-conducción, que implica nuevos sistemas de visión, inteligencia de navegación, y varios aspectos de planificación y control del coche.

Otro ámbito lo constituye la robótica colaborativa, el campo de los cobots. Estos son robots diseñados para trabajar con y alrededor de las personas, lo que plantea una importante cantidad de desafíos, ya que deben actuar en forma inteligente y se relacionen con los humanos en forma natural. Esto requiere entender cómo se comportan las personas, lo que exige inteligencia.

Además de éstas, hay otras aplicaciones, como el desarrollo de fármacos, las mejoras de los tratamientos para varias enfermedades, entre otras, el cáncer; etc.

Creo que el uso general de la IA hasta ahora ha sido tomar grandes conjuntos de datos, encontrarles darles sentido, predecir su futuro y hacer algún tipo de procesamiento con esos datos en tiempo real.

Eso es ha logrado y continúa haciéndolo en muy diversos ambientes, como la asistencia sanitaria, los motores de búsqueda de nuestros dispositivos de TI, los GPS y los sistemas de reconocimiento de voz.

Actualmente se está trabajando también en la IA para aumentar la capacidad, automatizar o entrenar a los ordenadores para hacer algo que ya resulta difícil a los seres humanos de lograr. Por ejemplo, en un aeropuerto, encontrar armas en el equipaje a través del escáner de rayos X, podría ser difícil de lograr; pero con la visión por ordenador se puede ayudar a automatizar, ayudar a aumentar, ayudar a señalar ciertas imágenes de rayos X para que tal vez incluso los seres humanos puedan echar un vistazo a un conjunto filtrado de imágenes. En este caso la visión por ordenador es muy disruptiva.

En otros campos, también se está utilizando la IA exitosamente.

Por ejemplo, los cobots se dirigen principalmente a aplicaciones de fabricación, almacenaje, logística, haciendo que los trabajos de una persona más aburrido y peligrosos, pueden ser realizado por ellos en forma más segura, eficiente y eficaz. El robot puede también ayudar a una persona a levantar un contenedor pesado, o a mover artículos en una estantería de almacenamiento.

En el sector del petróleo y el gas, uno de los problemas con los que tiene que lidiar cualquier empresa es: ¿cuál es el mejor lugar para perforar en busca de petróleo? Así que tienen que encontrar muestras de roca de todos los sitios probables, para un lugar dado, que tal vez son cientos de ello. Luego tienen que analizar cientos o miles de finas láminas y clasificarlas mediante geólogos experimentados. Su correcta clasificación puede ser bastante difícil, llevar mucho tiempo y costar mucho dinero. La IA puede aumentar las capacidades humanas si se utiliza la visión por ordenador, para clasificarlas e identificar cuáles de estos lugares son los mejores para perforar.

En Medicina también presenta importantes ventajas. Por ejemplo, si se presentara un caso de una forma muy rara de cáncer descubierta por un médico en un país de Europa y hubiera otro caso en Australia, Muy probablemente esta información no podría ser compartida. Ahora, con la tecnología de aprendizaje automático, se puede agregar el conocimiento de tantas fuentes diferentes como sean posible en una Nube centralizada y el mismo estaría disponible en forma accesible, intuitiva y de manera implícita.

En el mismo campó médico, se ha transformado a un simple estetoscopio en primer lugar, en un dispositivo digital cortando su tubo e insertando un digitalizador con el que toma un sonido analógico, lo transforma en una señal digital, lo amplifica en el proceso, y logra que sea mucho más fácil de escuchar su sonido amplificado, el sonido del corazón o de los pulmones, trabajando. También se puede tomar la señal digital y enviarla por Bluetooth a un teléfono inteligente, lo que permite al médico entender mejor, no sólo a través de los datos de audio, sino a través de un gráfico real, cómo está funcionando su corazón.

Como esta información pertenece al mundo digital, puede ser un algoritmo central de aprendizaje automático que aprenda de eso y, al aplicar sus aprendizajes anteriores de los médicos humanos, puede ayudar ahora al médico que está utilizando el dispositivo en su diagnóstico actual.

Por lo tanto, no sustituye a un médico de ninguna manera, sino que es una tecnología de asistencia que está tomando los aprendizajes de las generaciones anteriores de cardiólogos humanos, y ayudando en el diagnóstico en el estado actual.

La empresa Woodside Energy, de la región de Australia Nueva Zelanda, quería crear un sistema que pudiera entender los distintos tipos de documentos que la investigación que sus ingenieros generaba y que la supercomputadora Watson, de IBM, los entendiera, y así poder sustituir a algunos de los ingenieros de su equipo.

IBM construyó la aplicación para que Watson fuera capaz de entender ese contenido no estructurado, pero Woodson Energy nunca sustituyó a ninguno de sus ingenieros y, por el contrario, terminó contratando a más.

Ello ocurrió porque descubrió dos cosas:

En primer lugar, la barrera de entrada para cada ingeniero había bajado porque el conocimiento podía compartirse más eficazmente entre los equipos.

En lugar de que la investigación se escribiese y guardara un cajón del archivo, donde nunca se volvía a ver; Watson estaba ingiriendo esos datos, entendiéndolos y proporcionándose los a quienes Watson creía que los necesitaban.

Otro caso se da en el campo de la investigación sobre el funcionamiento de nuestras neuronas cerebrales.

Hay mucha información entre la conexión de cómo funciona el cuerpo humano y cómo funciona el cerebro; qué partes del cerebro están dañadas y qué partes no lo está; cómo se está moviendo una persona o qué está haciendo para que en su cerebro se estén produciendo nuevas vías neuronales. El objetivo aquí es provocar la formación de nuevas vías neuronales en el cerebro. Lo que se ha hecho es crear conjuntos de datos masivos de información sobre cómo se mueve la gente y cómo responde a las diferentes áreas del cerebro. A través de esta información, se pueden desencadenar movimientos específicos con un dispositivo robótico, el que a la vez, crea nuevas vías neuronales para ser formadas en el cerebro, permitiendo así la recuperación de la persona que sufrió un daño neurológico.


~ Computación cognitiva (percepción, aprendizaje y razonamiento)


La IA está a la vanguardia de una nueva era de la informática, la computación cognitiva.

Se trata de un tipo de computación radicalmente nuevo, muy diferente de los sistemas programables que lo precedieron, tan diferente como lo eran aquellos sistemas de las máquinas de tabulación de hace un siglo.

Las soluciones informáticas convencionales, basadas en los principios matemáticos que emanan de la década de 1940, se programan a partir de reglas y lógicas destinadas a generar respuestas matemáticamente precisas, a menudo siguiendo un rígido enfoque de árbol de decisiones.

Pero con la gran cantidad de datos de hoy en día y la necesidad de tomar decisiones más complejas basadas en la evidencia, hacen que este enfoque rígido a menudo no se pueda utilizar y no esté a la altura de la información disponible.

Por el contrario, la computación cognitiva permite a las personas crear un tipo de valor profundamente nuevo, encontrando respuestas y conocimientos encerrados en volúmenes de datos.

Ya sea un médico que diagnostica a un paciente, un gestor de patrimonio que asesora a un cliente sobre su cartera de jubilación o incluso un chef que crea una nueva receta, necesitan nuevos enfoques para contextualizar el volumen de información que manejan a diario con el fin de obtener valor de ella. Estos procesos sirven para mejorar la experiencia humana.

La informática cognitiva refleja algunos de los elementos cognitivos clave de la experiencia humana; son sistemas que razonan sobre los problemas como lo hace un ser humano.

Cuando los humanos tratamos de entender algo y tomar una decisión, pasamos por cuatro pasos clave, a saber:

En primer lugar, observamos los fenómenos visibles y las evidencias asociadas a ellos y los incorporamos a nuestro cerebro.

En segundo lugar, nos basamos en lo que ya sabemos para interpretar lo que vemos, pudiendo generar hipótesis sobre su significado.

En tercer lugar, evaluamos qué hipótesis son correctas o incorrectas.

Por último, decidimos, eligiendo la opción que nos parece mejor y actuando como consecuencia de ello.

Al igual que los seres humanos se convierten en expertos pasando por el proceso de observación, evaluación y toma de decisiones, los sistemas cognitivos utilizan procesos similares para razonar sobre la información que leen, y además pueden hacerlo a gran velocidad y escala, mucho mayores que las humanas.

A diferencia de las soluciones informáticas convencionales, que sólo pueden manejar datos estructurados perfectamente organizados, como los que se almacenan en una base de datos, las soluciones de computación cognitiva pueden entender los datos no estructurados, que son el 80% de los datos actuales.

Estos datos incluyen toda la información que es producida principalmente por humanos para que otros humanos la consuman. Incluye a la literatura, los artículos, los informes de investigación, los blogs, los posts, los tweets y así siguiendo.

Mientras que los datos estructurados se rigen por campos bien definidos que contienen información bien especificada, los sistemas cognitivos se basan en el lenguaje natural, que se rige por las reglas de la gramática, el contexto y la cultura.

Este lenguaje es implícito, ambiguo, complejo y difícil de procesar. Aunque todo el lenguaje humano es difícil de analizar, algunas expresiones idiomáticas pueden ser especialmente complicadas.

Cuando rellenamos manualmente un formulario que alguien nos ha completar, los sistemas cognitivos pueden leen e interpretan el texto como nosotros; y lo logran descomponiendo una frase gramatical, relacional y estructuralmente, discerniendo el significado a partir de la semántica del material escrito.

Los sistemas cognitivos entienden el contexto.

Esto es muy diferente del simple reconocimiento del habla, que es cómo un ordenador traduce el habla humana en un conjunto de palabras.

Los sistemas cognitivos intentan comprender la intención real del lenguaje de los usuarios y utilizan esa comprensión para hacer inferencias a través de una amplia gama de modelos lingüísticos y algoritmos.

Los sistemas aprenden, se adaptan y se hacen más inteligentes; lográndolo mediante sus interacciones con nosotros, y de sus propios éxitos y fracasos; al igual que los humanos.

Resumiendo, los últimos conceptos, los sistemas de computación cognitiva se diferencian de los sistemas informáticos convencionales en que pueden:

  • Leer e interpretar datos no estructurados, entendiendo no sólo el significado de las palabras sino también la intención y el contexto en el que se utilizan.

  • Razonar sobre los problemas del mismo modo que los humanos razonan y toman decisiones.

  • Aprender con el tiempo de sus interacciones con los humanos y seguir haciéndose más inteligentes.”


Hola, aquí estoy. No me he fugado. Estas son mis reflexiones.

Lo que acabas de leer representa un verdadero salto cuántico y un cambio definitivo e irrevocable en los ámbitos científicos y tecnológicos y, por ende, en los impactos sociales derivados de ellos.

Las entidades aquí involucradas quedan a la total merced del hombre en cuanto a su utilización, tanto para el bien como para el mal de la especie humana.

Es incuestionable el hecho de que su adopción será total por parte del sápiens, a pesar de las múltiples quejas actuales que recibe, motivadas por el lógico temor que despiertan, como cualquier otra gran revolución e instauración de nuevos paradigmas.

No es difícil inferir que, dadas las características de esta serie de innovaciones, ellas acarrearán una magnífica oportunidad para el desarrollo de quienes se sumen a ella, pero al mismo tiempo, será causante de la destrucción de una masiva cantidad de puestos de trabajo que se convertirán, súbitamente, en obsoletos.

Creo que no hay mucho tiempo para perder, pues esta carrera ya ha comenzado en varios países del mundo y no tardará mucho en llegar al nuestro.


Ahora me gustaría conocer tu honesta opinión con respecto a este artículo.

Gracias por tu colaboración.


La próxima semana podrás encontrar el siguiente artículo relacionado a la IA.

4 visualizaciones0 comentarios

Entradas relacionadas

Ver todo