3 tendencias de la Inteligencia Artificial para la próxima década.

La inteligencia artificial (IA) se ha convertido, silenciosamente, en la base sobre la que operan y se optimizan la mayoría de los procesos tecnológicos necesarios para mantener una virtualidad cotidiana, cómoda y eficiente. Hasta en países aparentemente en vías de desarrollo, empresas e individuos aprovechamos a diario las ventajas de la IA.

Uno creería que la inteligencia artificial en Costa Rica se limitaría a proyectos complejos producto de grandes iniciativas corporativas, pero en realidad la IA está presente en los procesos de las fincas que producen nuestra comida, la atención con enfoque en accesibilidad de entidades financieras, la seguridad de espacios comerciales o hasta en las fotografías que tomamos con nuestros smartphones.

Para  entender la  inteligencia artificial es necesario  comprenderla como un ecosistema amplio y dinámico que contiene conceptos más específicos como el  Aprendizaje Automático (Machine Learning), el Aprendizaje Profundo (Deep Learning) y las Redes Neuronales.

Estas disciplinas a su vez, dan paso a aplicaciones prácticas como el reconocimiento de voz, la visión computacional y el procesamiento natural del lenguaje. La suma de estas diferentes tecnologías son la base sobre la que se forman la mayoría de productos y servicios que optimizan nuestras vidas, y de aquí parten las  tendencias que marcarán el camino a seguir el resto de la década.

Analicemos algunas de estas tendencias.

1. Hiper Automatización: el software como herramienta de optimización.

La hiper automatización es el uso de la Inteligencia Artificial para automatizar y manejar tareas de manera simplificada, creando máquinas inteligentes capaces de englobar procesos enteros dentro de las organizaciones en lugar de solo automatizar algunas tareas específicas.

En sectores como las finanzas, el marketing digital, los seguros y la producción industrial, las compañías trabajan con cantidades grandes de data, por lo que no hay límites de dónde se puede implementar, sin embargo una correcta automatización de la extracción y clasificación de esta información es fundamental para una estrategia de negocios exitosa.

Estos son algunos casos de uso de la Hiper Automatización:

• Procesar documentos usando Reconocimiento Óptico de Caracteres.
• Analizar correos electrónicos usando Procesamiento de Lenguaje Natural.
• Pronosticar inventarios y automatizar reabastecimientos a través del aprendizaje automático.

 

Algunos de los beneficios de las diferentes implementaciones de hiper automatización son:

• Mejor y más eficiente servicio al cliente.
• Aumento en la productividad de los empleados.
• Integración de procesos y sistemas.

 

Uno de los mayores potenciales para fomentar una intersección de tecnologías que aproveche la hiper automatización está en la industria de la ciberseguridad, donde según un reporte de Markets and Markets, se proyecta que el mercado pasará de $8.8B en 2019 a $38.2B en 2026, producto del incremento en la adopción de soluciones habilitadas por el crecimiento del Internet de las Cosas.

 

2. Las redes 5G como motor del Internet de las Cosas y el Machine Learning

La tendencia más inminente y esperada por la industria es el desarrollo e implementación de las redes 5G, habilitando velocidades de reacción y transferencia de datos que se proyectan como tierra fértil para desarrollar integraciones del internet de las cosas con el machine learning.

En un mundo con cada vez más artículos conectados a internet, la recolección de datos valiosos de estos objetos inteligentes está ligada al análisis y estudio del conocimiento extraído e implementado por procesos de machine learning.

Los proyectos de implementación de internet de las cosas abarcan campos que van desde la agricultura y el ambientalismo, hasta la educación o las ciencias de la salud; y la firma de desarrollo Merehead anticipa que para 2022 el 80% de estas cadenas de producción y su logística tendrán la posibilidad de hacer integraciones de machine learning que ayuden a maximizar la seguridad y minimizar errores en sus procesos.

Algunas de las intersecciones del Internet de las Cosas y el Machine Learning son:

• Monitoreo y mantenimiento de producciones agrícolas mediante robots, drones, sensores remotos e imágenes computacionales.
• Ciudades y proyectos residenciales inteligentes y resilientes al cambio climático.
• Automatización de puntos de venta mediante plataformas de autoservicio.
• Monitoreo y control de personas, mascotas y activos.

 

3. Inteligencia Artificial Ética

La falta de diversidad en la industria STEM contemporánea ha sido uno de los temas de conversación centrales en la mayoría de controversias éticas, y muchos todavía se preguntan: ¿por qué nos debería importar la diversidad en el sector? La respuesta es fácil: un equipo homogéneo nunca va a ser la mejor manera de solucionar los problemas de un mundo cada vez más heterogéneo.

El hecho de que se desarrollen modelos de datos con sesgos es inherente a la falta de diversidad en los equipos encargados de desarrollarlos, y esto desemboca en decisiones incorrectas como sistemas de seguridad por reconocimiento facial con problemas para trabajar con los datos de minorías étnicas o programas de selección de empleados que favorecen los currículos de hombres sobre mujeres.

Uno de los casos que ha generado mayor controversia es el chatbot de Microsoft que habitó brevemente Twitter: @TayTweets, quien resultó convertirse en una repetidora de contenido racista, misógino y extremista en menos de 24 horas de interacción con los usuarios de la conocida plataforma. La falta de una correcta moderación fue lo que llevó al bot a perder referencia de lo que sería aceptable socialmente, y para evadir un escándalo Microsoft se encargó de eliminarlo y aceptar su error.

Es muy necesario reflexionar sobre la importancia de una correcta fiscalización de la elaboración de las bases de datos, y de los algoritmos que sirven de base a las inteligencias artificiales; y aún más importante, su mejora mediante una colaboración balanceada entre el criterio humano y el machine learning.

En conclusión

A menos de que un pulso electromagnético catastrófico deje inutilizable toda la tecnología en el planeta tierra, las ventajas y desventajas de la Inteligencia Artificial llegaron para quedarse.

El final de la primera mitad de esta década va a estar llena de innumerables tareas personales, comerciales y gubernamentales, tediosas para los humanos que serán totalmente relegadas a las máquinas.

Todavía nos falta un poco para experimentar un sistema de tránsito autogestionado o drones entregando paquetes (al menos aquí en el trópico), pero no nos engañemos, tampoco es que falte demasiado.