Dando pasos hacia la inteligencia artificial

Es necesario explicar que es la AI (Inteligencia Artificial) claramente, antes de meternos en lo que se puede o no se puede hacer hoy en día con la ansiada o temida Inteligencia Artificial en el mundo real…

Cuando le hablas a un amigo neófito de que en tu empresa se hacen proyectos de Inteligencia Artificial, o no se lo cree o piensa que estás exagerando; y no quieras imaginar el mismo planteamiento en una reunión con un cliente, podrías encontrarte con que sería la reunión más corta de tu carrera. Es por eso, que es necesario explicar que es la AI (Inteligencia Artificial) claramente, antes de meternos en lo que se puede o no se puede hacer hoy en día con la ansiada o temida Inteligencia Artificial en el mundo real.

¿Qué es la Inteligencia Artificial?

Primero de todo hay que hablar de la Inteligencia Artificial General. Esto, que sepamos, no se ha alcanzado aún en ninguno de los laboratorios donde se está investigando con todos los recursos disponibles; a pesar de su inmensa liquidez, empresas como Google, Amazon, Apple, Microsoft, IBM, Tesla, y un largo etcétera que incluye fabricantes de coches, aviones, consultoras e incluso gobiernos no han sido capaces de desarrollar aún, un sistema o software o lo que sea que pueda entender el sentido de la vida y el lugar que ocupa como máquina en el mundo.

Seguro que habéis escuchado historias donde demonios de Twitter o Microsoft se vuelven racistas y un poco “quinquis” en sus gustos sexuales o máquinas de Facebook que inventan lenguajes nuevos, pero en realidad no son más que experimentos más o menos controlados para aprendizaje no-supervisado o aceleración de capacidad de negociación, aunque con resultados que desconocemos por parte de cada equipo de desarrollo. Es por ello que ya surgen algunos detractores que anuncian el fin del mundo de las máquinas como Stephen Hawking u otros que hablan del imperativo de regular la IA como Elon Musk y su OpenAI.

Como digo, todo esto es aun fase beta y nada útil o interesante, pero lo que si que es interesante y mucho es lo que si se puede hacer hoy en día y que está revolucionando la industria, cualquier industria, con inmensas cantidades de dinero en inversión en proyectos para hacer más eficientes los negocios usando lo primeros pasos de la Inteligencia Artificial, como la Computación Cognitiva, el Machine Learning, o el Deep Learning.

La Computación Cognitiva

En primer lugar hablemos de la Computación Cognitiva, que simplemente permite a las máquinas entender y procesar el lenguaje humano, lo que se ha dado en llamar NLP o procesamiento de lenguaje natural, proveniente de un proyecto Open Source, la gran empresa de tecnología especializada en traerla a las empresas. IBM ha creado decenas de componentes que leen información en texto, la analizan y extraen con el necesario entrenamiento la información fundamental que está incluida en dichos textos, para luego ser procesada por otros sistemas. Esto hace que información invisible como llamadas, documentos, correos, tweets… etc. puedan leerse, entenderse, interpretarse y usarse con propósitos comerciales y además proponiendo mecanismos de entrenamiento muy variados, simplemente mostrándoles información al sistema y diciéndole que significa.

Esto, si lo pensamos detenidamente, abre infinitas posibilidades, sin exagerar, en cualquier empresa o en cualquier ámbito de la vida. Pensemos, por ejemplo, que seamos capaces de reconocer socios, poderes, plazos, condiciones, artículos de un documento legal o de varios, comparar la información, validarla, alertar sobre inconsistencias y responder a cualquier pregunta sobre ellos. Imaginemos que somos capaces de reconocer síntomas, padecimientos, complicaciones, procedimientos médicos en un expediente clínico electrónico, alertar sobre la idoneidad de medicamentos, la importancia de las complicaciones ayudar a definir la gravedad o las comorbilidades incluso antes de que le llegue el paciente al médico tratante. Y esto por poner dos ejemplos de la vida real y de proyectos de los que podemos hablar, porque los hemos puesto ya en marcha y sólo hacen uso de #Watson de IBM y un motor de reglas.

Lo que he descrito antes son sistemas expertos, lo único que hacen es emular el conocimiento humano (cognitivo) para extraer información de un proceso de negocio, que luego podrá ser o no exitoso; por ejemplo, se gana o se pierde el juicio, vendo o no el producto, mejora o no el paciente… etc Esto ya no es el conocimiento, esto es la experiencia, es el instinto y al extraerlo de los procesos podemos utilizarlo, para mejorarlos o para tomar mejores decisiones.

Machine Learning

Y claro, llegamos al Machine Learning, el siguiente proyecto que van a querer hacer las empresas. Imagina mil juicios diarios la experiencia que dá, millares de siniestros médicos o centenares de ventas o llamadas. Esta información, bien analizada, puede predecir (analítica predictiva) que juicio se va a ganar o que paciente va a mejorar, e incluso nos podrá decir con que fiabilidad es seguro de que así va a ser. Para utilizar estas tecnologías, que son relativamente nuevas, es necesario técnicos de muy buen nivel, que sepan lenguajes de programación un poco especiales, como Python o R con buenos conocimientos matemáticos, los llamados Científicos de Datos. Los beneficios para las empresas son inmensos del Machine Learning son inmensos, así que tarde o temprano habrá que contratar o más bien formar legiones de este tipo de programadores.

Deep Learning

Llegamos finalmente a la verdadera revolución, lo que está conviertiéndose en el paradigma de la tecnología de la información, el Deep Learning, que no es ni más ni menos, que el uso de Redes Neuronales en la toma de decisiones. Estas tecnologías existían desde los años 40 y que fueron perfeccionadas en los 80 y ahora, y debido a la facilidad de tener a nuestro alcance grandes y baratas capacidades de cómputo, están explosionando, al pasar de redes neuronales de una capa (una neurona) a decenas de capas, incluso decenas de decenas que hoy en día se usan para reconocer gatitos en internet.

¿Qué tiene de mágico el Deep Learning?

Pues está claro, que usando buen hardware, como GPUs y con menos conocimientos matemáticos que el habitual de Machine Learning, puedes entrenar redes para tomar decisiones nunca antes esperadas y de alto valor para los negocios y las personas.

Obviamente, esto no nos lleva a la Inteligencia Artificial General, los sistemas no resuelven los problemas solos pero, desde luego, podemos dar los primeros pasos guiados en ese camino, con empresas con experiencia y la Computación Cognitiva de IBM Watson y ver resultados en pocos meses, ya que las máquinas una vez que aprenden, siempre responden, y si las entrenas bien, nunca se equivocan, aunque las apagues. Nunca se olvidan de lo que aprendieron y si juntas varias, todas pueden saber lo mismo al mismo tiempo, ¿no es un mundo ideal para los negocios?


“Tratar de desmitificar algo es siempre una tarea complicada, es difícil erradicar con palabras las creencias populares, mil distópias como Blade Runner, Alien, Terminator o el Cortador de Césped donde androides sin escrúpulos toman el control de la tierra, la nave o el barrio sacando partido de su increíble inteligencia y capacidad de aprendizaje, su ambición sin límites y su frialdad. A cualquier mortal que le preguntes sobre Inteligencia Artificial, imagina robots que funcionan como esclavos a nuestro servicio con un deseo intrínseco de quitarnos nuestro lugar en la cadena alimenticia”.

|2017-11-28T16:45:03+01:0030 Octubre 17|BLOG: Inteligencia Artificial|
Director de Inteligencia Artificial GRUPO CMC
Grupo CMC