Desde la Columna
Por Marian Bákit para El Observador
Entre discusiones legales y éticas, la Inteligencia Artificial (IA) se ha abierto espacio como una rama de la tecnología aplicada a la ciencia que más inversión está atrayendo.
Según la Corporación Mundial de Datos (IDC, por sus siglas en francés) para el 2019 se estima que la inversión en Europa será de $7 mil millones, pero para el 2023 será de $21 mil millones, con un crecimiento del 32% al año.
Las áreas en las que más experimentación se se está realizando son las áreas de la salud, bancaria, manufactura y retail.
La Inteligencia Artificial, explicada de manera simple, tiene que ver con dotar de “inteligencia” a las máquinas para que sean capaces de aprender por sí mismas y tomar decisiones como un ser humano, (incluso hasta mejor).
Es un tema amplio y controversial cuyos usos aún no son del todo claros. Por un lado, automatiza procesos a través de algoritmos en las industrias ahorrando miles de millones de dólares; pero al ser una tecnología aún en experimentación no existen códigos éticos que limiten su uso.
Bina48: Martine Rothblatt
Cruzando la línea controversial sobre los usos/no usos de la Inteligencia Artificial está el caso de Martine Rothblatt, un científico transgénero norteamericano a quien se le atribuye el desarrollo de la tecnología que transporta órganos de personas fallecidas en accidentes de manera segura a los hospitales, para ser usados en transplantes.
Su tecnología ha salvado a miles de personas. En el 2014, Martine presentó al mundo a Bina48, un robot de tamaño real diseñado y programado a “imagen y semejanza” de su esposa Bina Aspen.
Bina48 fue entrenada con recuerdos y vivencias de Bina para que pueda ser capaz de actuar y responder de la misma manera en la que lo haría la Bina “original”. Lo sorprendente es que en entrevistas paralelas, ambas coinciden en sus respuestas. Para Martine, la Inteligencia Artificial tiene que ver más con creatividad y menos con capacidad.
Machine Learning
Por otro lado está Machine Learning, una rama de Inteligencia Artificial apalancada por sistemas computacionales. Machine Learning se basa en algoritmos matemáticos, los cuales son entrenados para crear modelos con el fin de resolver problemas de negocio delimitados.
Se basa en la construcción de decisiones automatizadas a partir de experiencias compartidas. Es automatizada porque se basa en algoritmos entrenados en computadoras, y en la que un gran número de observaciones son procesadas –muchas más que una sola experiencia humana-.
Y se basa en datos obtenidos a través de registros pasados. Aquí es donde se cruza con otros conceptos como big data, data mining, data management, entre otros.
OBSERVE MÁS: Big Data, Data Mining, Data Science, ¿Data… qué?
El uso de Machine Learning en una empresa de consumo puede ser el predecir la probabilidad de un cliente de pasarse a su competencia, con el fin de implementar tácticas de retención que eviten el abandono.
En la industria bancaria, la detección a tiempo de un posible fraude se puede realizar a través de modelos predictivos. En las áreas de marketing, Machine Learning tiene muchísimo que aportar; por ejemplo, en el perfilamiento de clientes mucho más exacto basado en su comportamiento y no en datos sociodemográficos.
También, el lograr una publicidad personalizada y asertiva con mensajes diseñados de acuerdo a sus intereses con targeting digital.
La materia prima para poder implementar modelos de Machine Learning en una empresa se basa en la cantidad y disponibilidad de datos con los que se cuenta. Sin datos no podemos hacer nada.
Esto implica varios retos a enfrentar antes de considerar los beneficios. Primero: ¿tenemos suficiente datos históricos para poder entrenar el modelo? ¿Son estos datos relevantes para el problema que queremos resolver? ¿Están “limpios? ¿Tenemos permiso para usarlos? Entre otros.
En resumen: Machine Learning es una rama de Inteligencia Artificial.
Marian Bákit es Directora General de Ideas MCW
Email: [email protected]
Web: http://www.ideas.cr/
Desde la Columna
