Los sectores en los que la Inteligencia Artificial va a tener un mayor impacto

Desde que se inventó la calculadora electrónica y posteriormente las primeras computadoras, la humanidad ha estado aprovechando al máximo las posibilidades que nos ha ofrecido la tecnología para la realización de cálculos, el procesamiento de datos y muchas otras labores, que aunque podíamos realizar con nuestra propia mente, preferimos no hacerlo por su complejidad, lentitud o por resultar demasiado tediosas. De esta forma cada vez hemos delegado en la máquina más labores, hasta el punto de que se han convertido en imprescindibles para la mayoría de nosotros, a la hora de realizar muchas de las actividades intelectuales necesarias para nuestra vida a nivel personal o profesional.

Desde el nacimiento de Internet, además del desarrollo de tecnologías como el Cloud Computing y Big Data, hemos vivido una progresión en el avance de la tecnología que nos ha llevado a una situación actual en la que ya no resulta posible desconectarse de los sistemas informáticos, si queremos seguir manteniendo nuestro modo de vida. Pero esta dependencia se ha ido generando de forma tan progresiva, que lo hemos asumido como algo natural. Sin embargo ahora gracias al progreso de tecnologías como el Machine Learning, estamos dando un salto mucho más grandes, ya que al realizarse directamente sobre tecnologías que resultan exponenciales, nos puede llevar a un escenario más propio de la ciencia ficción, que de la visión lógica que nos puede aportar nuestro razonamiento.

Es por esto por lo que muchas personas que están siendo testigos directos de las capacidades de la tecnología para superar las capacidades intelectuales de las máquinas, han comenzado a alarmar a la sociedad de los peligros que asumimos si dejamos que se desarrolle sin ningún tipo de control o legislación. Por ejemplo si nos fijamos en lo beligerante que está siendo el emprendedor Elon Musk, al respecto del peligro que supone la Inteligencia Artificial para la supervivencia de la humanidad, podemos entender su actitud porque ha sido testigo de que en sus fábricas de Tesla se fabrican coches por parte de miles de robots, de forma que apenas es necesaria la intervención humana, lo cual tiene que ser muy impactante, al comprobar cómo las máquinas se convierten en imprescindibles y pueden hacer muchas cosas que antes resultan impensables. Del mismo modo el científico Stephen Hawking ha alarmado en varias ocasiones del potencial destructivo que podría tener una Inteligencia Artificial, que tomase sus propias decisiones en contra de la humanidad. Lo cual es fácil de entender si nos ponemos en la piel de una persona que ha perdido por completo la movilidad en su cuerpo, pero puede seguir manteniendo su actividad a nivel científico, a un alto nivel, gracias precisamente a los grandes avances de la tecnología, por ejemplo a nivel de procesamiento del lenguaje natural.

Por lo tanto, en lo que al desarrollo de la Inteligencia Artificial se refiere, nos encontramos en un momento tan apasionante como preocupante, seguramente al mismo nivel que cuando la humanidad descubrió que podía tomar el control de la energía nuclear, lo cual nos sirve para ser conscientes de la gran responsabilidad que esto conlleva. Por lo tanto es importante que cada vez conozcamos mejor cómo es la tecnología de Inteligencia Artificial que se está creando en estos momentos y cuáles son sus posibilidades de desarrollo, para a través de ese conocimiento poder tener una mayor capacidad, llegado el momento, de tener que hacer algún tipo de regulación o limitación al respecto.

En todo caso, si pensamos en positivo, vamos a darnos cuenta de que la Inteligencia Artificial puede hacer una gran aportación para mejorar la vida de las personas y ayudar a la humanidad a afrontar los grandes retos que presenta el futuro. Esto ocurre cuando nos fijamos por ejemplo en la gran problemática que supone el cambio climático, sobre lo cual podríamos intervenir a través de la llamada geoingeniería o ingeniería climática, que propone modificar el clima para por ejemplo revertir los efectos del calentamiento global. El problema de la geoingeniería lo encontramos en los “efectos secundarios” que se podrían producir sobre el planeta, en el caso de que alguna de las técnicas utilizadas se escapase de nuestro control, lo cual en estos momentos parece un problema difícil de gestión.

Y aquí es donde entra en juego la Inteligencia Artificial, como una solución posible gracias a la cual tener un mejor conocimiento sobre las consecuencias de la aplicación de las distintas técnicas que se puedan poner en práctica dentro de una estrategia de geoingeniería. Gracias a la Inteligencia Artificial se podrían recrear los muchos escenarios que pueden producirse a lo largo del tiempo, sus consecuencias y posibles formas de evitarlas o intervenir en caso de ser necesario. Todo ello con una importante dosis de aprendizaje y toma de decisiones, tan necesaria cuando estamos hablando de una disciplina totalmente nueva, que de intentar realizarse de forma convencional, podría generar más problemas incluso que los que resuelva.

Pero más allá de esta aplicación tan concreta y todavía tan incipiente, existen otras muchas aplicaciones en las que las diferentes tecnologías que conforman la Inteligencia Artificial  tienen ya cierto recorrido y pueden lograr una aplicación masiva en el corto plazo. Lo que vamos a ver a lo largo de este artículo es cómo se está aplicando esta tecnología en los sectores que consideramos que más influencia está teniendo o puede tener en el futuro.

Salud

Si tenemos miedo de los posibles males que pueda acarrerar para la humanidad un desarrollo sin control de la Inteligencia Artificial, se puede compensar ese temor con la esperanza que ofrece saber que gracias al desarrollo de estas tecnologías lograremos acabar con muchas de las enfermedades que ahora sufrimos las personas, al igual que afectan al resto de seres vivos que ayudan a hacer sostenible la vida en nuestro planeta. La clave del uso de las diferentes técnicas que se manejan en AI, como son reconocimiento de imagen y machine learning, la encontramos en su poder para aumentar exponencialmente la capacidad de los científicos para investigar, experimentar y encontrar soluciones a los problemas de salud sobre los que trabajan.

Al igual que la utilización de los Rayos X ha supuesto un salto de magnitud a la hora de diagnosticar enfermedades, la capacidad actual de reconocimiento de imagen que utiliza las redes neuronales, está permitiendo un avance similar a la hora de diagnosticar las enfermedades relacionadas con la piel. Imagina que un día cada vez que nos tomamos una foto y la subimos a la nube de Amazon, Google o Apple, o al mismísimo Instagram, se hiciese un análisis de la piel (anonimizado) mediante técnicas de reconocimiento de imagen, en busca de posibles manchas que puedan estar relacionadas con el cáncer de piel. No cabe duda de que se podrían salvar millones de vidas gracias al diagnóstico precoz de esta enfermedad.

Para ser aún más conscientes de la gran utilidad que va a ofrecer la Inteligencia Artificial en el ámbito de la medicina y la salud vamos a conocer a continuación algunas noticias recientes al respecto:

Científicos de la Universidad Peruana Cayetano Heredia, liderados por Mirko Zimic Peralta, utilizan tecnologías de Inteligencia Artificial para el desarrollo de un sistema de telediagnóstico, aplicado en zonas remotas del país, que puede confirmar la existencia de tuberculosis y multidrogorresistencia en pacientes en un plazo siete días, frente a los dos a tres meses que es necesario esperar actualmente para obtener el diagnóstico con los métodos convencionales. Gracias a esta técnica en el futuro se podrá diagnosticar también otras enfermedades como cáncer de cuello uterino, cáncer de piel y autismo entre otras.

Investigadores de Google han desarrollado un algoritmo que detecta por sí solo los síntomas más prematuros de la retinopatía diabética, una forma de ceguera que afecta a casi un tercio de los pacientes con diabetes. Este sistema de detección automatizada escanea imágenes retinales para descubrir si hay manifestaciones de retinopatía diabética, lo cual afecta a casi un tercio de los pacientes con diabetes.

Científicos del Instituto de Ciencias Médicas de la Universidad de Tokio han utilizado con éxito un procedimiento experimental de diagnóstico que consistente en un algoritmo que es capaz de analizar datos médicos masivos, utilizando la tecnología Watson desarrollada por IBM. Gracias a la tecnología desarrollada se ha podido salvar la vida de una paciente que padece un tipo de leucemia poco común y que no había sido diagnosticada adecuadamente con los métodos convencionales.

Ingenieros de Facebook han desarrollado un algoritmo que es capaz de encontrar señales de alerta en las publicaciones de sus usuarios que pueden estar pensando en suicidarse. De esta forma gracias al uso de la Inteligencia Artificial la empresa podrá encontrar y entrar en contacto con aquellas personas que puedan estar en peligro de suicidio para  posteriormente proponerles diferentes maneras de buscar ayuda.

Investigadores del Medical Research Council en Reino Unido han desarrollado un sistema basado en Inteligencia Artificial que permite predecir cuándo los pacientes con un problema cardiaco pueden sufrir un infarto. El software que se ha desarrollado es capaz de analizar muestras de sangre y electrocardiogramas con el objetivo de detectar señales que indiquen que el corazón va a fallar. Gracias a esta tecnología se podrá conocer qué pacientes necesitan tratamientos más urgentes y agresivos para su enfermedad.

Investigadores de IBM han utilizado software de procesamiento del lenguaje natural desarrollado bajo el proyecto Watson para elaborar una herramienta llamada Content Clarifier que tiene la capacidad de ayudar a las personas con discapacidades cognitivas o mentales como el autismo y la demencia. Para ello reemplaza el texto o la vez que tiene giros lingüísticos, que estas personas no pueden comprender, por términos más literales y limpia o divide frases más largas con múltiples cláusulas y lenguaje indirecto, para que sean más sencillas de entender.

Transporte

Los vehículos autónomos van a cambiar radicalmente la forma en la que se articula actualmente una actividad tan relevante a nivel social y económico como es el transporte por carretera, tanto a nivel particular como por negocios. También la forma en la que se organizan las ciudades va a sufrir grandes modificaciones en el momento en el que, gracias a la conducción autónoma, se puedan reducir o incluso eliminar los atascos, evitar los problemas de aparcamiento e incluso bajar los niveles de contaminación.

Esto no ocurrirá exclusivamente por la aplicación de la Inteligencia Artificial en los vehículos, sino que va a coincidir con el desarrollo de otras tecnologías como IoT y Big Data, en el ámbito de las Smart Cities, para conseguir que las ciudades se vuelvan espacios más habitables para las personas y dejen de ser los vehículos los que tengan la prioridad, al respecto de cómo se organiza el resto de la actividad social. Además es importante destacar que todos estos avances a nivel tecnológico se están produciendo a una gran velocidad, debido a que la inversión por parte de empresas e instituciones está siendo enorme, con una perspectiva en la que no interviene únicamente la mejora de la vida de las personas, sino también las oportunidades de negocio que van a venir emparejadas.

De esta forma desde que hace un año escribimos en Futurizable sobre la conducción autónoma la gran mayoría de marcas están realizando importantes avances en este ámbito, excepto Lamborghini que ha asegurado que será el último fabricante de coches en ofrecer conducción autónoma. Esto está siendo posible gracias a la enorme inversión que se están realizando las empresas y de una competición entre las propias marcas de la que los usuarios vamos a ser los más beneficiados.

A continuación podemos conocer algunas de las iniciativas más recientes de los fabricantes del coches en relación con la conducción autónoma:

Ford y el Instituto de Transporte Virginia Tech, trabajan en el desarrollo de tecnologías que permitan a vehículos autónomos comunicarse con los peatones, con el objetivo de resolver los problemas que pueda presentar este tipo de conducción en situaciones concretas como ceder el paso. Para ello se está desarrollando un avanzado método de iluminación, con el que sus vehículos señalen a peatones que se encuentra en modo de conducción autónoma, que va a ceder el paso o que va a acelerar.

BMW colabora con la empresa Mobileye, que provee sistemas de seguridad para muchas empresas automovilísticas y que ha sido comprada recientemente por Intel, han comenzado a utilizar en el ámbito de la conducción el aprendizaje reforzado, un enfoque particular dentro del aprendizaje profundo, donde los ordenadores no se programan a mano ni se les facilita ejemplos específicos de lo que se pretende que aprendan, sino que en su lugar, el ordenador altera su propio comportamiento a medida que comprueba qué pasos le llevan de manera fiable hasta un objetivo determinado. Esta técnica ha demostrado su eficacia a la hora de entrenar a los ordenadores para hacer cosas que son difíciles de lograr con código, como por ejemplo vencer a una persona en un videojuego de Atari y el juego de mesa Go, el reto ahora es aplicarlo en el ámbito de la conducción autónoma.

Toyota está realizando importantes avances en su sistema de conducción autónoma que tiene dos versiones actualmente llamadas Guardian y Chofer. En el modo Guardian el conductor mantiene el control del vehículo y el sistema de conducción autónoma funciona en paralelo, siendo capaz de detectar si el usuario está distraído o adormilado en determinadas situaciones, para poder entrar en acción si el conductor no reacciona en las curvas. Por su parte, para el modo Chófer, versión de conducción autónoma de nivel 4/5 SAE en la que todos los ocupantes del coche son pasajeros, los escenarios demuestran la capacidad del automóvil para conducir de forma autónoma en una ruta cerrada, sortear obstáculos de la vía y cambiar de carril de forma segura, con otro coche desplazándose a la misma velocidad a su lado.

Todos estos avances a nivel de conducción autónoma por medio de la aplicación de la Inteligencia Artificial además se van a ver reforzados por la evolución de otras disciplinas tecnológicas, que trabajando en coordinación van a amplificar enormemente el impacto en aspectos como la eficiencia y la seguridad. Aquí es donde encontramos sobre todo la combinación de IoT con la Conducción Autónoma que muestra que donde está el gran potencial es en hacer que no solo los coches sean inteligentes, sino también todo lo que les rodea.

Educación

Necesitamos mejorar el sistema educativo, sobre todo en España tenemos un problema muy serio que se está convirtiendo en un lastre para nuestro porvenir. Tenemos un sistema educativo en el que se trata a las personas como números, donde el único objetivo es llenar a los alumnos de conocimientos y dotarles de un título. El problema es que en la era de Internet, donde toda la información está a un clic, hemos comprobado como lo importante ya no es el conocimiento sino las habilidades, lo que por consecuencia hace que los títulos hayan perdido la utilidad que antes tenían, de cara a conseguir un puesto de trabajo y desarrollar una carrera profesional.

La solución a este gran problema la podemos encontrar en la personalización, en entender que cada persona es única, que tiene unas necesidades concretas y una motivaciones diferentes. Pero la personalización no es posible con el modelo actual, en el que todo el peso de la gestión de la educación de los alumnos recae en los profesores, que por falta de tiempo, quizás también de recursos y seguramente de motivación, no pueden adaptarse a las necesidades de cada persona. Hasta ahora la forma en la que se han estructurado las clases y los libros de texto, venían a paliar este problema de falta de tiempo, recursos y motivación, pero hemos llegado a una situación tan crítica que resulta insostenible.

Por suerte ahora contamos con las herramientas tecnológicas adecuadas para afrontar una nueva forma de educar, que sea personalizada, al igual que en la medicina personalizada gracias a los avances tecnológicos se pueden ofrecer medicamentos y tratamientos personalizados para cada paciente, en educación se podrá educar a cada alumno de forma que se pueda extraer de él su máximo potencial y se le pueda preparar lo mejor posible para el futuro.

Un ejemplo de utilización de la Inteligencia Artificial en el mundo de la educación es la actividad que desarrolla la startup española Smartick que ha creado un método de aprendizaje online de matemáticas. Su metodología utiliza la Inteligencia Artificial y el Bigdata para detectar el ritmo de aprendizaje, además del progreso de los alumnos, para proponerles un plan de estudios personalizado. El algoritmo que han creado aprende con cada niño y con los datos que recoge en cada sesión de los alumnos para ofrecer ejercicios acordes a sus necesidades. Gracias a ello se persigue el objetivo de sacar lo mejor de cada niño, independientemente de su capacidad, edad o curso escolar.

Otro ejemplo interesante es el caso del profesor de computación Ashok Goel que utiliza el asistente virtual Jill Watson desarrollado con la tecnología de IBM para facilitar el trabajo a los profesores a la hora de responder a los más de 10.000 mensajes que se reciben en los foros del Master Online de Ciencias de la Computación. Para el entrenamiento de esta Inteligencia Artificial se han utilizado 40.000 mensajes publicados en los foros por parte de los alumnos. Tras una fase de revisión de las respuestas realizadas por medio de un foro privado, se realizaron los ajustes correspondientes en la tecnología para llegar a un momento actual en el que Jill responde a las preguntas de los alumnos con un 97% de precisión.

Industria

Industria 4.0 significa aprovechar al máximo las posibilidades de la tecnologías para mejorar la producción, en aspectos como la eficiencia, la seguridad, la productividad y la generación de negocio. Lo interesante es que pese a la complejidad que tiene un sector en el que existe una infinidad de modelos de producción diferentes, para afrontar todo tipo de productos o sectores variados, se están aprovechando muchísimo todos los avances que se están realizando en tecnologías muy variadas como puede ser cloud computing, big data, IoT, robótica, realidad virtual, realidad aumentada, nanotecnología, … y sin duda Inteligencia Artificial.

De hecho la Inteligencia Artificial va a ser la que más influya a la hora de transformar la industria, ya que es la tecnología que puede integrarse con el resto de las mencionadas para aumentar su potencia. Sobre todo en el caso de la robótica, entendemos la gran diferencia entre trabajar con robots que se limitan a cumplir con unas instrucciones preestablecidas, frente a disponer de máquinas que tienen cierta autonomía a la hora de estructurar el trabajo de producción para, por ejemplo, hacerlo más eficiente o seguro.

Finanzas

Los roboadvisors se presentan como una clara alternativa a los asesores financieros humanos, de hecho están acaparando una buena parte del negocio que estos han generado asesorando a clientes a la hora de tomar decisiones de inversión y ahorro. Ahora existen algoritmos basados en teorías económicas y de análisis bursátil, que aplican las matemáticas y la estadística para optimizar las inversiones de los inversores y de los ahorradores. Además con el tema de la aplicación de la Inteligencia Artificial al mundo de la inversión se da una situación curiosa, que puede provocar un vuelco enorme en lo que a los mercados financieros se refiere.

Venimos de un modelo donde muchas personas han sido engañadas o donde ha primado el interés de las empresas por encima del de los particulares, sobre todo debido a la falta de transparencia y la dificultad que tienen las personas para entender el funcionamiento real de los mercados de capitales. Entonces llegamos a un punto en donde gracias a la transparencia y el conocimiento que ha ayudado a generar Internet, la gente está cada vez mejor informada y confía menos en determinados tipos de empresas, por lo que comienza a depositar su confianza en la propia tecnología y el software sobre el que se sustentan los propios mercados de inversión.

Entonces es donde aparecen herramientas como Blockchain, donde no es necesario confiar en la otra persona o empresa con la que se está interactuando, porque todo queda automatizado y gestionado a través de los Smart Contracts. Del mismo modo surgen los Roboadvisors que se basan en modelos matemáticos de inversión para posteriormente recurrir a herramientas de aprendizaje automático en busca de maximizar la rentabilidad de las inversiones de sus clientes. Por lo tanto nos encontramos en una tendencia en la que gracias a la tecnología vamos a evolucionar a modelos de inversión y ahora personalizados, en función de las necesidades de los clientes, en lugar de como era hasta ahora, basado en los intereses de las empresas.

Veamos a continuación otras aplicaciones de la Inteligencia Artificial en el mundo financiero:

Fraugster es una startup con sede en Alemania e Israel, que ha recaudado 5 millones de dólares en fondos para desarrollar una tecnología de aprendizaje automático, con la que a través de un algoritmo de inteligencia artificial analiza millones de transacciones por día y aprende con cada una de ellas, con el objetivo de detectar fraudes en las transacciones financieras. Para conseguirlo analiza más de 2.000 variables asociadas con la historia detrás de cada transacción, para poder determinar con precisión qué transacciones son fraudulentas y cuáles no, con información de por qué se bloqueó o aceptó una transacción específica. Ya que el algoritmo de Inteligencia Artificial aprende con cada nueva transacción, se espera que pueda llegar a ser prácticamente imbatible en un futuro próximo, erradicando así el fraude en los pagos.

También la empresa Paypal está utilizando con éxito la Inteligencia Artificial para luchar contra el fraude en las transacciones. Para ello ha desarrollado algoritmos que extraen datos del historial de compras de un cliente y revisan patrones de probable fraude almacenados en sus crecientes bases de datos. Mientras que un modelo de análisis lineal puede utilizar entre 20 y 30 variables, la tecnología de aprendizaje profundo puede procesar miles variable diferentes.

Lo que nos gusta de un aprendizaje más moderno y avanzado de la máquina es su capacidad para consumir más data, manejar capas y capas de abstracción y ser capaz de ‘ver’ cosas que incluso los seres humanos no son capaces de ver. Hui Wang, director de Global Risk Sciences de PayPal.

Y para terminar con este artículo dedicado a cómo tecnologías como Procesamiento del Lenguaje Natural, Redes Neuronales, Reconocimiento de Imagen, Machine Learning y Deep Learning están influyendo en la evolución de algunos de los sectores más importantes de la economía, os invitamos a participar en la siguiente encuesta, gracias a la cual podremos lograr una visión más amplia sobre este tema por medio de las ideas aportadas por los lectores de Futurizable.

powered by Typeform

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *