La IA (Inteligencia Artificial) es una de esas tecnologías con el potencial de cambiar la forma en que vivimos, nos movemos y trabajamos. La IA también se conoce comúnmente como “la electricidad” del siglo XXI, así que echemos un vistazo a la tecnología clave y las tendencias comerciales que darán forma a la evolución del mercado de IA.
1. Democratización de las herramientas de IA.
La democratización de las herramientas de IA permitirá que más compañías prueben estas tecnologías.
- ¿Puedo usar Python solo para trabajos de inteligencia artificial?
- ¿Cómo se relaciona 'el programa más corto posible que reproduce los datos' con la inteligencia artificial?
- ¿Cómo puede la IA ser libre?
- ¿Te importaría si AI manejara el mundo?
- ¿La inteligencia artificial gobernará a las naciones mejor que la humana?
Los líderes de la industria tecnológica, Google, Facebook, Microsoft, Apple, ahora compiten en el campo de las plataformas de inteligencia artificial, anunciando nuevas herramientas y API que ayudarán a los codificadores a construir la próxima generación de aplicaciones basadas en inteligencia artificial.
Los marcos de Machine Learning ofrecen API, algoritmos, herramientas de desarrollo y capacitación previamente capacitados, así como potencia informática para capacitar e implementar modelos en sus aplicaciones.
Le será más fácil incorporar el aprendizaje automático de gran alcance a sus aplicaciones, ya sea que tenga un equipo propio de aprendizaje automático o simplemente desee utilizar el aprendizaje automático como un servicio.
2. La IA está cambiando nuestra relación con la tecnología
A medida que la IA madura, muchos de los problemas que impidieron la adopción de esta tecnología en el pasado están desapareciendo.
Las redes neuronales convolucionales (CNN) han sido un avance increíble en el campo de la visión por computadora y el procesamiento del lenguaje natural. Hay un crecimiento exponencial en el número de soluciones basadas en CNN y esta tendencia se ha mantenido estable durante los últimos años.
Los avances en el aprendizaje automático, el procesamiento del lenguaje natural y la visión por computadora hacen que las máquinas sean más humanas y cambian la forma en que las personas interactúan con la tecnología. Estamos hablando con nuestros dispositivos, pidiéndole consejos a AI y obteniendo lo que necesitamos a través de ellos.
La IA ya desempeña una variedad de roles dentro de las interfaces tecnológicas:
- Curador: selecciona contenido para personas, por ejemplo, el sistema de recomendación de Netflix conoce tus preferencias de películas mejor que tu mejor amigo
- Asesor: guía a los usuarios hacia resultados óptimos, por ejemplo, Google Maps ahora puede mostrar cuándo es probable que haya tráfico a un destino específico, lo que facilita un poco la planificación de un viaje.
- Orquestador: colabora con múltiples canales en su nombre para lograr los resultados deseados. Por ejemplo, Alexa puede controlar su hogar inteligente y brindarle noticias, Spotify reproduce música para usted, etc.
3. El problema de razonamiento sigue siendo fuerte
Confiamos cada vez más nuestra seguridad, salud y seguridad a las máquinas inteligentes. Pero AI sigue siendo una caja negra, obtenemos una respuesta inteligente de una computadora, pero no podemos explicar por qué la computadora tomó la decisión.
En la empresa, la pregunta ‘por qué’ es muy importante, y nuestra incapacidad para explicar la razón detrás de una decisión evitará que las empresas utilicen enfoques complejos de aprendizaje automático como el aprendizaje profundo.
Siempre hay un ser humano responsable de cada decisión, no una máquina, y ya sea una decisión de inversión o una decisión médica, no queremos confiar en un método de ‘caja negra’. Ser capaz de explicar las cosas nos da poder y permite aprender y mejorar con el tiempo.
A medida que la inteligencia artificial se está convirtiendo en la tecnología de referencia de las personas, las empresas estarán obligadas a crear una IA responsable, más comprensible para sus creadores y responsable ante sus usuarios. Desde el otro lado, los humanos deben aprender a confiar intuitivamente en las máquinas, a pesar de su inescrutable toma de decisiones. En este momento, tal salto de fe en la mente de las personas parece tan descabellado como explicar las decisiones que tomó la ‘caja negra’.
4. La IA estrecha es donde está la acción hoy.
La inteligencia artificial promete tomar decisiones mejores y más rápidas que los humanos. Pero las aplicaciones actuales de IA solo pueden hacer lo que están capacitadas para hacer. Eso no significa que la IA no sea útil. Todo lo contrario. AI es un ganador indiscutible cuando se enfoca en resolver un problema específico como ‘qué camino debería tomar a casa’ o ‘cuál es el precio correcto para mi producto’.
La rama de la IA enfocada en resolver problemas específicos y bien definidos se conoce como IA estrecha. El reconocimiento de voz y la comprensión del lenguaje natural que conocemos de los asistentes personales como Siri y Cortana son ejemplos de este subconjunto de tecnología.
La inteligencia artificial estrecha es donde está la acción hoy en día, la tecnología se utiliza para automatizar tareas que requieren mucho tiempo, hacer predicciones precisas, realizar tareas de puntuación complejas, mejorar la experiencia del cliente creando beneficios reales y medibles para las empresas.
Las empresas deben enfocarse en los resultados comerciales habilitados por las aplicaciones que explotan la inteligencia artificial limitada.
5. La IA está superando la fase de bombo
2017 ha sido el año de la IA. Según Gartner, las tecnologías de aprendizaje automático y aprendizaje profundo han alcanzado el “pico de expectativas infladas” este año. El capital de riesgo y la inversión corporativa en nuevas empresas y proyectos impulsados por IA también están llegando a un punto álgido. La mayor parte de la inversión consiste en gastos internos de I + D de grandes empresas tecnológicas como Amazon, Baidu y Google.
Como cualquier otra tecnología caliente, la IA pasará la fase de experimentación, y el impacto económico de las aplicaciones de IA se convertirá en el tema de discusión. Los acuerdos con las startups de IA no serán solo sobre tecnología y talento, los VC se centrarán en la capacidad de las startups para ofrecer beneficios de la vida real.
A medida que los sistemas de IA altamente específicos demuestren la máxima productividad, aparecerán más aplicaciones específicas de la industria. La experiencia en el dominio del equipo será esencial para que los productos de IA sean relevantes y prácticos para sus mercados objetivo. Los expertos en dominios específicos que entienden qué buscar en los datos y qué solución encajará en un flujo de trabajo regular de un cliente objetivo serán los más valorados.
Los datos en sí pueden ser el verdadero valor. Al recopilar intencionalmente datos propietarios que no pueden ser fácilmente replicados o adquiridos por un competidor, las compañías de IA pueden crear una ventaja injusta. Una estrategia de datos elaborada es lo que distingue a un negocio ganador impulsado por IA de la competencia. Entonces, si aún no comprende el valor a largo plazo de los datos que está recopilando, es hora de responder la pregunta.
Aunque el futuro donde la IA reemplazará por completo a los trabajadores humanos parece aterrador, las soluciones de IA que ofrecen una automatización completa son las más atractivas para los inversores en este momento. Las empresas que apuntan estratégicamente sus esfuerzos para alcanzar el nivel de automatización casi total están condenados al éxito.
Lea más sobre las 5 principales tendencias de IA que dan forma al negocio en 2017 – InData Labs