Estamos muy lejos de la inteligencia artificial humana, pero ya nos hemos beneficiado de ella en nuestra vida cotidiana. En esta publicación voy a mostrar algunos ejemplos que no son el futuro de la inteligencia artificial, porque probablemente los haya utilizado recientemente. La inteligencia artificial es una mezcla de campo de estudios y aplicaciones, como redes neuronales, lógica difusa, agentes, algoritmos genéticos, procesamiento de lenguaje natural y sistemas de base de conocimiento. Observo que las personas tienen la expectativa de que el futuro de la inteligencia artificial esté representado por un androide malvado, que se presente abruptamente y sea capaz de actuar como un humano. Esto es ficción La inteligencia artificial es más evolutiva que revolucionaria . Es un efecto acumulativo: la IA está integrada en muchas de las tecnologías que han cambiado nuestra vida en las últimas décadas y continuarán haciéndolo.
Los escritores acuñaron la expresión “efecto AI” para decir que muchas aplicaciones de IA ya no se perciben como IA, porque se vuelven comunes. Muchas de las aplicaciones artificiales a nivel del consumidor que usamos hoy apenas pueden clasificarse como tales solo porque dejamos de considerarlas mágicas. Decimos que es solo potencia computacional. Cuando nos acostumbramos a una nueva pieza de tecnología de IA, ya no estamos asombrados y se da por sentado. Parece que siempre existe la expectativa de que algo genere un efecto “wow”, pero en realidad si imaginas a Siri o Watson, por ejemplo, hace solo 20 años habrían sorprendido a la gente. Hoy en día hay muchos logros científicos que son impresionantes e integrados en la tecnología que adoptamos a diario. Porque el futuro de la inteligencia artificial ya está aquí.
AI CUANDO LEES LAS NOTICIAS
El software de Automated Insights afirma generar más de mil millones de artículos para la web. Le garantizo que lo que está leyendo ahora es generado por humanos, pero no puedo excluir que haya leído hoy una pieza generada por una máquina. La compañía no publicita a sus clientes, porque los humanos se volverían demasiado críticos con un artículo escrito por una inteligencia artificial o simplemente los motores de búsqueda podrían desclasificar el contenido, pero los números son enormes. Y el principio también es interesante. El enfoque estándar de un autor es escribir algo y esperar que el mayor número de lectores (digamos un millón) acceda a él. El enfoque del software es exactamente lo contrario: dar la misma información a todos, pero escrita en un millón de formas diferentes, personalizadas según las preferencias y el estilo de cada lector.
Obviamente, los “periodistas” robot nunca duermen y pueden acceder a muchas fuentes y bases de datos y están pasando de noticias cortas a narrativas complejas. Desarrollado por Inteligencia Artificial, por ejemplo, Quill es una plataforma avanzada de generación de lenguaje natural para la empresa que va más allá de informar los números. Los autores afirman que crea narraciones perfectamente escritas para transmitir el significado para cualquier audiencia prevista.
Esta es la famosa pieza de Los Angeles Time sobre el pequeño terremoto ocurrido en marzo de 2014 y parece ser el primer ejemplo público de escritura de robots. Según el Servicio Geológico de EE. UU., El lunes por la mañana se informó una réplica de un terremoto de poca profundidad de 2.7 grados a cuatro millas de Westwood. El temblor ocurrió a las 7:23 am hora del Pacífico a una profundidad de 4.3 millas. Se informó un terremoto de magnitud 4.4 a las 6.25 am y se sintió en una gran franja del sur de California. Según el USGS, el epicentro de la réplica fue a cinco millas de Beverly Hills, seis millas de Santa Mónica y seis millas de West Hollywood. En los últimos 10 días, ha habido un terremoto de magnitud 3.0 o mayor centrado cerca.
Esta información proviene del Servicio de Notificación de Terremotos de USGS y esta publicación fue creada por un algoritmo escrito por el autor.
Decidí probar Quill esta mañana, ya que ofrece un análisis de tu perfil de Twitter y escribe una narración sobre él y tus acciones recientes. Puede encontrar la historia completa en esta página , pero quería darle un sabor citando la siguiente sección.
¿Sobre qué tuitean ustedes y sus seguidores?
Mirando su historia, está más enfocado en Negocios y Tecnología, Ciencia y Política. Los tweets en su tema principal, Negocios y Tecnología, son en su mayoría de tono neutral. Tus temas importantes coinciden con los más tuiteados por seguidores que son similares a ti. El cuadro muestra las diferentes distribuciones de temas para usted, sus seguidores y los retweeters más agresivos entre ellos.
AI CUANDO COMPRAS EN LA WEB
El comercio electrónico ha desarrollado soluciones para atraer, comprender e influir en los visitantes, para que puedan comprar más. Y tienen que hacerlo para grandes volúmenes de personas que generalmente no tienen nombre. Un sitio web como Amazon implementó una forma de inteligencia artificial llamada “filtrado colaborativo ítem a ítem” para detectar los patrones de comportamiento de los consumidores. Comparan los patrones de compra de una persona con los de otros clientes y luego hacen recomendaciones amigables de productos adaptados a las preferencias y el perfil de los pares de un cliente. Y ni siquiera es necesario comprar un producto para alimentar esta vasta base de datos de correlaciones, solo la única visita y las páginas seguidas son suficientes. Si cree que es una tecnología bastante común y trivial, contenga la respiración y lea más. Este enfoque de elemento a elemento es diferente de la lógica de usuario a usuario, adoptada por la mayoría de los sitios web. Funciona mucho mejor, porque Amazon tiene muchos más usuarios que elementos, por lo que es computacionalmente más sencillo encontrar elementos similares que encontrar usuarios similares. Además, los usuarios individuales a menudo tienen una amplia gama de gustos, pero los artículos individuales generalmente pertenecen a relativamente pocos géneros. Si no ofrece diversidad o sorpresa y parece bastante aburrido, no es un problema importante: según Sucharita Mulpuru, analista de Forrester, la conversión de Amazon a ventas de recomendaciones in situ podría llegar al 60%.
Las recomendaciones en la página son solo parte de la estrategia. También los correos electrónicos son un medio crucial de ofertas. Los usuarios se suscriben y solicitan recibir diferentes tipos de comunicaciones promocionales sobre libros, videos, juegos, material Kindle, etc., y Amazon adopta la lógica del “mayor ingreso promedio por correo enviado”. Es simple desde el punto de vista comercial, pero debe imaginarse que se aplica en una escala compuesta por millones de productos, usuarios y combinaciones. ¿Y sabes cuál es la parte dulce de esta historia? Que, aparentemente, la tasa de conversión de este tipo de correos electrónicos es incluso mayor que la tasa de recomendación en el sitio.
La recomendación en el sitio es solo una tecnología de IA adoptada en el ecosistema de comercio electrónico, pero hay muchas otras y no son el futuro de la inteligencia artificial, se pueden encontrar en muchos lugares porque resuelven problemas reales. Usan IA en la generación de respuestas automatizadas, agrupación y fijación de precios de productos, por ejemplo. En particular, la fijación de precios y la agrupación son “decisiones difíciles” debido a la gran cantidad de variables que afectan la decisión y el resultado, por lo que no es una sorpresa que un proceso automatizado intente facilitarlo. La IA también se usa en muchos procesos que el usuario ni siquiera ve, por ejemplo, la integración de los diferentes actores de la cadena de adquisiciones, para construir escalabilidad en los servidores del vendedor, administrar subastas y agentes de negociación, intermediación, emparejamiento, servicios de reputación y muchos otros.
- ¿Cuál es la prueba de que la iteración de políticas converge en el aprendizaje por refuerzo?
- ¿Por qué hay muchos cursos falsos que pretenden enseñarte aprendizaje automático y aprendizaje profundo?
- ¿Construiría un sistema multi-GPU para el aprendizaje profundo con GTX Titan X o Tesla K40 / K80? ¿Cuáles son los pros y los contras?
- ¿Los robots están reemplazando los trabajos?
- ¿Cuál es el problema que nos traerá la IA?
AI CUANDO MIRA UNA PELÍCULA
¿Alguna vez has notado cuántas escenas en las películas presentan grandes multitudes de personas? Guerras y batallas, fiestas y bodas, gente caminando en la calle, etc. En la época de Ben Hur, eran actores hoy en día, son generados por una computadora. Sé que estás pensando que la etiqueta correcta es “digital” y no “inteligencia artificial”, pero es un motor de inteligencia artificial el que dicta cómo moverse e interactuar. Se llama animación A-life y se aplica a personas, animales (peces y pájaros, por ejemplo) y objetos. Se puede crear una animación autogenerada programando comportamientos de dirección en cada una de las criaturas de un grupo. Los programas A-life permiten que una multitud de elementos animados se mueva de acuerdo con un conjunto de pautas que evitan que se encuentren entre sí. En la trilogía de El señor de los anillos, doscientos mil soldados computarizados habían sido programados para luchar contra los orcos enemigos. Según informó Scienceclarified, ” habían sido programados para evaluar lo que sucedía a su alrededor recurriendo a su repertorio de movimientos militares para luchar contra el enemigo”. Desafortunadamente, los Orcos A-life fueron lo suficientemente inteligentes como para saber que tenían una mejor oportunidad al dejar caer sus armas y huir. Los animadores de A-life tuvieron que reprogramar a los Orcos específicamente para que se pusieran de pie y pelearan .
Es épico
La sinergia entre los gráficos por computadora y la vida artificial ahora define la vanguardia del modelado gráfico avanzado. Lo sorprendente es que los modelos biológicos y evolutivos dan vida a personajes gráficos que se animan a sí mismos con cuerpos, cerebros, comportamiento, percepción, aprendizaje y cognición. Y a veces razonan con su propia “mente” como los Orcos.
AI CUANDO HACE FOTOS DE GOOGLE
Google compró una compañía llamada Deep Mind que está desarrollando “redes neuronales” que pueden detectar patrones en imágenes para identificarlos. Reconocer lo que se representa en una imagen es la próxima frontera de la inteligencia artificial. Mi niña de 6 años puede reconocer a un perro en una imagen en un abrir y cerrar de ojos, mientras que esto es extremadamente complejo para la máquina más avanzada jamás construida. Entonces, sí, este es el futuro de la inteligencia artificial, pero Google está resolviendo progresivamente este problema, a través de un sistema hecho de capas, cada una encargada de refinar el contenido y traducirlo en un objeto conocido. En palabras de inteligencia artificial, es una red neuronal compuesta de 22 capas, entrenada con millones de imágenes y videos disponibles en la web y etiquetada con palabras (video de un gato, imagen de un perro, etc.). Cuando carga la imagen de un perro, la primera capa detecta características simples como líneas o colores. Luego, la red los pasa a la siguiente capa, que podría detectar ojos u oídos. Cada nivel se vuelve más sofisticado, hasta que la red detecta y vincula suficientes indicadores como para poder concluir “Es un perro”. El algoritmo también reconoce la fecha y la ubicación, lo que podría agregar información importante a la interpretación. Por ejemplo, si sube la imagen de una calabaza en Halloween, el trabajo de la red neuronal se simplificará.
Y el entrenamiento continúa todos los días. Se invita a los usuarios en cada búsqueda a marcar un resultado como incorrecto, pero incluso decidir pasivamente no hacer clic en una foto en un resultado de búsqueda mejora la aplicación al indicar que los resultados probablemente no fueron muy buenos. ¿Por qué es importante Google Photos? Porque hoy una máquina puede reconocer el objeto en una imagen solo por el título del archivo o las palabras clave utilizadas para etiquetarlo. Mañana simplemente mirará la imagen y clasificará el objeto de acuerdo con su naturaleza; hoy, si buscas un gato y hay un hermoso gato atigrado en la imagen, pero el archivo se llama 1234.jpeg, te lo perderás. Hoy en día, la mayoría de la información que alimenta las máquinas está hecha de números en tablas y texto organizado, pero también se está moviendo progresivamente a imágenes y videos. ¿Es esto importante? ¿Qué pasa si la siguiente imagen importante en tu vida es una radiografía y no están buscando un gato?
AI CUANDO JUEGAS CON VIDEOJUEGOS
El juego más vendido Los Sims presenta un mundo de personas simuladas autónomas en un juego abierto donde el jugador humano supervisa toda la acción. Pero no es el hecho de que sea abierto para hacerlo artificialmente inteligente, se trata del comportamiento de los personajes y las características de los objetos. Los objetos en el entorno anuncian su capacidad para satisfacer ciertas necesidades a cualquier personaje Sim que se encuentre deambulando. Esto difiere de la mayoría de los juegos en los que los objetos no contienen lógica o la funcionalidad se implementa centralmente en el motor. Debido a que hay tantos objetos colaborando juntos para formar la jugabilidad, es importante asegurarse de que todos obtengan una parte del tiempo de cálculo si es necesario. En Los Sims, esto se hace mediante programación cooperativa. También los personajes son “especiales”. Por ejemplo, una forma de lógica difusa se usa para modelar las emociones de los actores. La IA también maneja acciones elementales y proporciona un comportamiento predeterminado para los sims: pueden sobrevivir sin la intervención del jugador. En Los Sims, si solo te sientas y miras tu computadora por un tiempo, la IA se hará cargo y controlará las acciones de tus sims.
CUANDO HABLAS CON UN CENTRO DE LLAMADAS
El procesamiento del lenguaje natural se utiliza para dar vida a los avatares capaces de tener una conversación significativa con personas reales. Esta es un área donde los humanos realizan tareas de oficina que pueden subcontratarse a una máquina a un costo menor. La máquina claramente tiene que interactuar adecuadamente. Un ejemplo notable es Amelia. Ella es una creación de la compañía de TI IPsoft y tiene como objetivo trabajar junto con los humanos para “cargar con la carga de tareas tediosas, a menudo laboriosas”. Amelia es un sistema cognitivo. Esto significa que no tiene un conjunto de instrucciones y respuestas preprogramadas, sino que aprende de las situaciones a las que está expuesta. Cuando se enfrenta a una consulta que no comprende o no puede responder, primero busca en Internet, luego pasa el problema a un colega humano y aprende de la respuesta. Esto es bastante importante, porque ella se convierte en experta en cierto dominio bastante rápido. Ella se aplica a los servicios de automóviles, viajes de negocios y servicios bancarios.
Obviamente, hay muchos otros servicios similares a Amelia, porque el mal servicio al cliente es una de las principales razones por las cuales las personas cambian las preferencias sobre un servicio. Según algunas estimaciones cada año, las empresas estadounidenses pierden 41 mil millones de dólares por un servicio al cliente deficiente. Un servicio robótico es escalable y puede ofrecer simplemente tantos agentes como sea necesario en cada momento, mientras que los humanos que trabajan para un centro de llamadas y atienden llamadas tienen un número limitado por definición. Los servicios de robot también se pagan en función de su actividad real, mientras que el tiempo de los agentes humanos podría no estar optimizado, a menos que la gestión del centro de atención telefónica sea realmente inteligente y esté bien organizada.
AI CUANDO CONDUZCA SU COCHE
No piense en el futuro de la inteligencia artificial aplicada a los automóviles sin conductor. Cito a A.Madrigal aquí cuando dice: “ El punto más importante es que las visiones futuristas nos distraen de las formas en que los automóviles ya están tomando decisiones por nosotros. ” Y es verdad. Los nuevos vehículos de Nissan ya detectan cuando te has desviado en una curva y guían silenciosamente las ruedas a lo largo de una mejor trayectoria. En el Volkswagen Passat, una tecnología detecta las marcas de los carriles en la carretera con una cámara montada en la parte delantera y suavemente “contrarresta” si comienza a salir de su carril. Algunos modelos de Audi tienen un control de crucero avanzado que utiliza un sistema de radar de largo alcance para detectar otros automóviles y ajustar automáticamente la velocidad para mantener una distancia de seguimiento segura. Esta es una poderosa lista de ejemplos del llamado efecto AI. Esto es inteligencia artificial, pero se llama ADAS (sistemas avanzados de asistencia al conductor) y ayuda a mejorar los sistemas del vehículo para la seguridad y una mejor conducción. Las características de seguridad están diseñadas para evitar colisiones y accidentes al ofrecer tecnologías que alertan al conductor de posibles problemas, o para evitar colisiones mediante la implementación de salvaguardas y el control del vehículo. Las características adaptativas pueden automatizar la iluminación, proporcionar control de crucero adaptativo, automatizar el frenado, incorporar avisos de GPS / tráfico, conectarse a teléfonos inteligentes, alertar al conductor de otros automóviles o peligros, mantener al conductor en el carril correcto o mostrar lo que está en los puntos ciegos. Desafortunadamente, no hay estadísticas que cuenten los beneficios ya producidos por tales tecnologías, pero ya son inmensos.
AI CUANDO DESLIZAS TU TARJETA DE CRÉDITO
El uso de inteligencia artificial para la prevención del fraude no es un concepto nuevo, y no es ciencia ficción. La tarjeta de crédito es solo otro sector con una gran cantidad de transacciones que requiere inteligencia para evitar riesgos. El software monitorea los hábitos y patrones de gasto del usuario y resalta cualquier transacción fuera del comportamiento ordinario del usuario. Los algoritmos de detección de fraude utilizan datos para producir una estimación de probabilidad de si una transacción es legítima o no. Si los algoritmos calculan una probabilidad que excede un máximo establecido por el emisor de la tarjeta, la transacción se rechaza. Probablemente esto no suene emocionante, pero funciona para millones de transacciones que ocurren al mismo tiempo en diferentes partes del mundo. Paypal, por ejemplo, procesa alrededor de 1.1 petabytes de datos en 169 millones de cuentas en un momento dado. Otro ejemplo es la plataforma Falcon, que evalúa miles de millones de registros de pagos y hace juicios sólidos y evaluados de riesgo sobre la idoneidad y autenticidad de la actividad de pago a un nivel asombroso de precisión en cuestión de milisegundos. Ningún humano, ni ninguna automatización “tonta” directa, podría esperar igualar este volumen, velocidad y nivel de precisión. Por lo tanto, si desafortunadamente le roban su tarjeta o si piratea su cuenta en línea, dichas herramientas pueden evitar grandes pérdidas tanto para el banco como para el usuario.
La publicación completa y muchas otras están en mi blog ¡Sorpresa! Este es el futuro de la inteligencia artificial y es hoy
