Aplicaciones de la IA

Por: Soraya Carvajal B.

La inteligencia artificial, IA, está generando una transformación en los diferentes sectores productivos y en el mundo de los negocios, solo comparable con los cambios que trajo en su momento la Revolución Industrial. El énfasis de estas tecnologías aplicadas al mundo empresarial, está puesto en mejorar la oferta de productos y servicios, optimizar la productividad de las compañías y generar nuevas oportunidades de crecimiento, pero sin duda reinventará la forma en que las compañías se desarrollarán y competirán.

Entre las aplicaciones de la IA que se van generalizando están los chatbots, los motores de búsqueda, los sistemas de predicción de compras, los sistemas de generación de noticias, los exámenes médicos a distancia, el reconocimiento facial biométrico, la robótica, entre otros.

Algunos ejemplos de la AI en los diferentes sectores productivos:

Asistencia sanitaria: Las empresas están aplicando el aprendizaje automático con el propósito de mejorar la atención a los pacientes, los diagnósticos médicos, realizándolos en el menor tiempo, al igual que reducir los costes de los servicios.

Actualmente, una de las tecnologías sanitarias más conocidas es IBM Watson. Este sistema entiende el lenguaje natural y es capaz de responder a las preguntas que se le formulan, extrae datos de los pacientes y de otras fuentes de datos disponibles para formar hipótesis que posteriormente presenta con un esquema de puntuación de confianza.

La división DeepMind de Google usa la inteligencia artificial para ayudar a los médicos a analizar muestras detejido, determinando la probabilidad de que otros tipos de cáncer de mama se extiendany determinando los mejores tratamientos de radioterapia.

La unidad de ciencias de la vida de Alphabet (Google) trabaja con el SmartWatch para identificar patrones en la progresión de la enfermedad de Parkinson

La startup Insilico Medicine utiliza el Deep Learning para acortar las pruebas de medicamentos para la esclerosis lateral amiotrófica (ELA), el cáncer y las enfermedades relacionadas con la edad, mientras que la startup FDNA utiliza la tecnología de reconocimiento facial para comparar con una base de datos asociada a más de 8.000 enfermedades raras y trastornos genéticos para el intercambio de datos y puntos de vista con los centros médicos en 129 países a través de su aplicación Face2Gene.

En los Negocios:

Los chatbots son sistemas de atención al cliente automatizados que incorporan software de inteligencia artificial. También llamados asistentes personales virtuales (Siri, Alexa, Cortana, Google Now, Bixby, etc…), funcionan en dispositivos, en diversas plataformas y se han incorporado en los sitios web para ofrecer asistencia o servicios inmediatos a los clientes/usuarios, respondiendo a preguntas, brindando información, apoyando procesos de facturación, ayudando a programar citas de seguimiento, entre otros aspectos.

En las Finanzas: Actualmente la IA está presente en aplicaciones que pueden recopilar datos personales y proporcionar asesoramiento financiero, herramientas para hacer la banca móvil más asequible, alertar de los próximos pagos, asesorar en tiempo real a la hora de comprar y contribuir a realizar compras inteligentes.

Así mismo, ya están disponibles herramientas de análisis predictivo y toma de decisiones automatizadas para construir modelos de riesgo de crédito, conceder préstamos o detectar el fraude; agentes de seguros virtuales, sistemas de inteligencia artificial que realizan predicciones sobre el mercado e incluso aplicaciones dirigidas a corredores de bolsa y administradores de fondos de cobertura, entre otros ejemplos.

Galileo, Alpha Sense, Pefin, Zest Finance, Kiakia, Kasisto, Praetorian, Cleo, Trifacta

En la educación: La IA hoy está presente en la realidad virtual, la robótica educativa, los sistemas de tutoría inteligente, los sistemas de aprendizaje online, la analítica del aprendizaje, etc., de esta manera, paulatinamente está cambiando dónde, cómo y con quién se realizan los procesos de aprendizaje.

ToolboX, Be Challenge, Level 5, Play2speak, Gokoan, Classmate , Khan Academy, Iris.ai, Knewton

En el ámbito Jurídico:  Laautomatización del proceso de búsqueda, recopilación, procesamiento de la información y revisión documental, que permite un mejor uso del tiempo, están contribuyendo a la eficiencia del sector jurídico. Así mismo, el Blockchain, el Project Management, los sistemas de administración de decisiones, el análisis biométrico, el Machine learning, el Deep learning, entre otras tecnologías, serán decisivas para la generación y edición de documentos jurídicos, la identificación digital, la lucha contra el fraude o para la detección y reconocimiento de los patrones en las resoluciones judiciales.

Lex Machina, Legaltech Innovaction Farm, Lexis Nexis

En la fabricación: La incorporación de la inteligencia artificial a través de la robótica, el Big Data y la Internet de las Cosas, está revolucionando el sector industrial. Así, el nuevo entorno productivo y empresarial está siendo marcado por la digitalización de la cadena de valor, los nuevos métodos de procesamiento de datos, la utilización de sensores, el uso del software inteligente y el control de los procesos en tiempo real.

Estas tecnologías ayudarán a reducir costes, mejorar la productividad y generar nuevas oportunidades de crecimiento en las compañías, impulsando aquellos puestos de trabajo altamente cualificados, al igual que los más creativos, mientras que las tareas repetitivas y rutinarias quedarán a cargo de las máquinas.

Bosch, Mindsphere, General Electric, IoT en la agricultura y alimentación, Agrosecurity, Robots, drones y sensores en el sector del vino

Inteligencia artificial, presente en nuestras vidas

IA 6

Por: Soraya Carvajal B

Si usted realiza compras en las grandes plataformas electrónicas que rastrean sus adquisiciones previas y le sugieren opciones nuevas acorde con sus “preferencias”; si utiliza asistentes de voz desde su móvil para hacer consultas, convertir voz a texto o ejecutar instrucciones; si realiza traducciones en línea, en tiempo real; si utiliza filtros en su correo electrónico; si es usuario de programas de reconocimiento facial; si es asiduo a los videojuegos o si utiliza Google o motores de búsqueda similares, sepa entonces que usted está en contacto cada día con la Inteligencia Artificial (IA). La IA es una realidad cotidiana, está presente en múltiples aspectos de nuestras vidas y no, no es ciencia ficción.

La Inteligencia artificial (IA o Artificial Intelligence, en inglés) es el campo de las ciencias de la computación que se centra en la creación de programas y mecanismos que pueden mostrar comportamientos considerados inteligentes. Así, la IA es la simulación de procesos de inteligencia humana por parte de máquinas, especialmente sistemas informáticos. Estos procesos incluyen el aprendizaje (la adquisición de información y reglas para el uso de la información), el razonamiento (para llegar a conclusiones aproximadas o definitivas) y la autocorrección.

La IA nace en una reunión celebrada en 1956 en Dartmouth (Estados Unidos) en la que participó un grupo de científicos que serían los principales investigadores del área. En este evento J. McCarthy, M. Minsky, N. Rochester y C. E. Shannon redactaron una propuesta en la que aparece por primera vez el término «inteligencia artificial», cuya definición se adjudica a John McCarthy.

Principales temas de la IA

Aunque existen diferentes definiciones acerca de la IA, esta rama de la computación viene trabajando fuertemente en diferentes temas, entre los que destacan:

La planificación automática (Automated Planning)

La planificación es el procedimiento automático diseñado para encontrar un plan que resuelva un problema concreto. Esta disciplina de la IA aborda el diseño de un curso de acción que tendrá por misión satisfacer cierto objetivo, generalmente a través de la ejecución de un robot u otros agentes artificiales capaces de actuar en un entorno.

Representación del conocimiento

La representación del conocimiento y el razonamiento es un área de la inteligencia artificial que tiene como objetivo fundamental representar el conocimiento de una manera que facilite la inferencia. Es decir, sacar conclusiones a partir de dicho conocimiento para poder resolver los problemas. Sus aplicaciones en la medicina, por ejemplo, ayudan a elaborar diagnósticos.

Aprendizaje automático (Machine Learning)

Es una rama de la inteligencia artificial, que permite programar sistemas para tomar decisiones automáticas a partir de grandes cantidades de datos, entrenándolos con miles de ejemplos para identificar patrones y que puedan actuar de forma anticipada posteriormente. Su objetivo es desarrollar técnicas que permitan que las máquinas aprendan, incluso sin ser programadas de manera explícita, dado que los programas informáticos pueden aprender y cambiar cuando se exponen a nuevos datos y/o de sus mismos errores.

Entre los ejemplos de aplicación del aprendizaje automático están: los motores de búsqueda, los programas de detección de fraude en el uso de las tarjetas de crédito, análisis del mercado de valores, la clasificación de secuencias del ADN, la detección de contenidos inadecuados en redes sociales como Twitter, Facebook o Instagram usando algoritmos, la personalización del feed de noticias para cada usuario por parte de Facebook, o la recomendación de nuevos productos y películas por parte de Amazon y Netflix.

Procesamiento del Lenguaje Natural, PLN (Natural Language Processing)

Es un campo de las ciencias que integra la computación, la inteligencia artificial y la lingüística y estudia interacciones entre las máquinas y el lenguaje humano. Como rama de conocimiento de la Inteligencia Artificial se centra en conseguir que una máquina comprenda lo que una persona expresa mediante el uso de su lengua natural de expresión (su idioma).

El PLN busca diseñar mecanismos para comunicarse que sean eficaces computacionalmente, es decir, que se puedan realizar por medio de programas que ejecuten o simulen la comunicación. De esta manera, los modelos que se están aplicando se centran no solo en la comprensión del lenguaje en sí, sino en aspectos generales cognitivos de los humanos, así como en la organización de su memoria.  Aunque las lenguas se expresan en forma oral, escrita o mediante símbolos, El PLN está más avanzado en el tratamiento de textos escritos.

Aprendizaje profundo (Deep learning)

Es una rama de investigación de la inteligencia artificial que imita el trabajo del cerebro humano a la hora de procesar datos y crear patrones. El Deep Learning representa un mayor acercamiento a la arquitectura y al modo de funcionamiento del sistema nervioso humano, con el añadido de que las máquinas aprenden a mayor velocidad y pueden analizar y procesar enormes cantidades de datos, detectando incluso características ocultas en los mismos.

Robótica

Área de la ingeniería que se centra en el diseño y fabricación de máquinas automáticas programables (robots) con el fin de realizar tareas repetitivas (como ensamblaje de aparatos, automóviles, etc.), pero también se están desarrollando robots aptos para tareas complejas y de alta especialización, con mayor autonomía y capacidad para tomar decisiones. Hoy los robots están presentes en numerosos y diversos sectores como la industria, logística, salud, exploración espacial, sector militar, entre otros y también se está utilizando el aprendizaje automático para construir robots que interactúen en entornos sociales.

Visión artificial

Hace referencia a los métodos usados para capturar, procesar y analizar imágenes del mundo real, patrones, señales, caracteres, objetos, escenas, etc., con la finalidad de producir información que pueda ser entendida por una máquina.

La transparencia y la confianza en la era digital

DSC_2439 (Medium)
De izq a der: Eduardo Madina, de Kreab España; María Tadeo, de Bloomberg España; Julio Montes, de Maldita.es y Borja Bergareche, de Vocento.

Por: Soraya Carvajal B.

La transparencia tiene un valor decisivo en la creación de reputación y confianza, en la consolidación de la democracia y en el crecimiento económico, especialmente en la era digital. Esta fue una de las conclusiones de la tercera edición del Corporate Transparency Summit, celebrado recientemente en Madrid.

En el evento, donde se abordaron los desafíos y riesgos que la digitalización comporta para la sociedad y las corporaciones, Charlotte Erkhammmar, Ceo Global de Kreab, señaló que, con el incremento de la información y el notable acceso a la misma, cada vez es más difícil discernir entre información correcta y falsa, de manera que las fake news han llegado a ser, incluso, una amenaza para la democracia.

En este escenario, la dirigente de Kreab señaló que la comunicación puede cumplir un papel clave, contribuyendo a balancear la información negativa. También destacó la importancia de incrementar la transparencia en el sector corporativo, hizo un llamado a adoptar la tecnología (criptomonedas, blockchain y la inteligencia artificial) y afirmó que la transparencia está directamente relacionada con inspirar confianza.

Carina Szpilka, presidenta de Adigital, señaló a su vez, que la resistencia al cambio y la capacidad para estar en constante transformación e innovación, son los principales desafíos que afrontan las organizaciones de la economía digital.

Esta dirigente destacó la importancia de la transparencia en la gestión corporativa, asegurando que la transparencia no es el fin, sino el medio para obtener los objetivos corporativos y construir confianza con sus grupos de interés (accionistas, empleados, instituciones públicas, comunidades, etc.)

Szpilka, reivindicó, además, el alcance de “hacer las cosas bien y ser responsables en toda la cadena de valor” y recordó que “en España estamos perdiendo la oportunidad de aumentar el PIB entre un 1% y un 1,5% con la digitalización que conlleva, por sí misma, a la transparencia”.

Tecnología y transparencia

DSC_2396 (2) (Medium)
Almudena de la Mara, cofundadora de Blockchain España, explicando esta tecnología y sus posibilidades.

En el encuentro también se abordó el papel que la tecnología y la transformación digital están desempeñando en relación con el cambio cultural y estratégico de las organizaciones empresariales y la administración pública.

En este sentido, Almudena de la Mata, co-fundadora de Blockchain España, destacó que esta tecnología es un disruptor que implica pasar de la “internet de la información” a la “internet del valor”; que puede suponer un cambio de paradigma económico y social, y tiene un enorme potencial para la generación de negocios, la inclusión y la transparencia corporativa.

Para esta profesional, blockchain contribuye a crear confianza gracias a la combinación de registros únicos (bases de datos), encriptado y distribución, mediante un registro único y compartiendo copias en tiempo real. De la Mata, asegura, además, que blockchain posibilita transacciones transparentes, seguras, inmutables, trazables y automáticas.

De la Mata afirma que blockchain tiene posibilidades de aplicación multisectoriales, cuenta con un enorme potencial de generación de negocios en sectores como monedas, contratos, patentes y activos, pero también tiene aplicabilidad en el sector de los medios de comunicación, dado que esta tecnología puede ayudar a luchar contra las fake news y a monetizar la propiedad intelectual, estableciendo los derechos como activos.

En el evento se abordó el auge de las plataformas digitales, entendidas como espacios comunes de transacción y como nuevos modelos de negocio basados en la generación de confianza, donde la valoración activa por parte de los usuarios reviste especial importancia.

También se analizaron las plataformas digitales como esos espacios que apuestan por construir y saber vivir colectivamente, pero, donde el control social queda diluido y la relevancia de generar confianza puede llevar, incluso, a la “dictadura de la reputación”.

En el encuentro, los expertos destacaron la creciente transformación digital y el desarrollo de modelos tecnológicos que permiten la compartición de datos en tiempo real y desestimaron la “demonización de los datos”, por sí mismos, aunque coincidieron en la importancia de saber quién los controla, quién puede acceder y hacer uso de los mismos y con qué propósitos.

En este sentido, los representantes de plataformas como Traity, Cabify, Consentio y Liliana Arroyo, investigadora y experta en transformación digital, expresaron que la transparencia no sólo se trata de poner los datos encima de la mesa, sino de explicar cómo se toman las decisiones, cuáles son los límites o barreras de las mismas, quiénes desarrollan los algoritmos, y reivindicaron la necesidad e importancia de la educación digital.

Medios, redes sociales y credibilidad

Jack Werner (Medium)
Jack Werner hablando de noticias falsas, leyendas urbanas y sesgos de confirmación.

Finalmente, el evento se analizaron los cambios en el modelo de negocio de la comunicación, el proceso de transformación que están viviendo los medios de comunicación, al igual que los desafíos que implica todo el fenómeno de la posverdad y la credibilidad en la era de los algoritmos.

Así, Jack Werner, periodista, experto en fake news y cofundador de Viralgranskaren, advirtió acerca de las innumerables leyendas urbanas y noticias falsas que circulan a diario por las redes sociales.  Werner también hizo un llamado a las audiencias para que contrasten la información, hagan una lectura crítica de medios y redes sociales y reten sus propios sesgos de confirmación, es decir, esa tendencia a querer creer toda información que va acorde nuestra manera de pensar, independientemente de su veracidad.

María Tadeo, corresponsal de Bloomberg en España, señaló que, aunque actualmente la posverdad es un hecho indiscutible, la clave está en seguir desempeñando el ejercicio informativo con seriedad, rigor, pluralidad y contraste de voces y fuentes, porque “la verdad, como principio en el periodismo tiene que seguir ahí”.

Para Borja Bergareche, Director de Innovación Digital de Vocento, el principal problema no es que existan noticias falsas en los medios y redes sociales, sino la enorme velocidad y el alto volumen de información en la era de los algoritmos. “Puede haber algunos problemas en la producción, pero el problema nuevo está en la distribución viral, inmediata de la información, que ocurre en las redes sociales (…) Y en que, por los filtros burbuja, nos hemos dejado envolver en esos círculos de gente que nos miente”, precisó.