IA en el mundo real

Bases de las tecnologías cognitivas, para resolver problemas del mundo real:



  1. Comprender las tecnologías: es fundamental aprender qué tecnologías pueden ayudar a conseguir los resultados deseados e invertir en las capacidades correctas para lograrlos con éxito.
  2. Crear una cartera de proyectos: evaluar las necesidades de la organización para el desarrollo de proyectos en áreas que puedan beneficiarse más de las tecnologías cognitivas.
  3. Lanzamiento de proyectos piloto: crear proyectos de prueba para aplicaciones cognitivas antes de presentarlos en toda la empresa.
  4. Escalado: facilitar la colaboración entre los expertos en tecnología y los propietarios de los procesos de negocios para llevar el conocimiento al siguiente nivel.


Aplicaciones de la IA en el mundo:



  • Gestión y control: análisis inteligente, fijación de objetivos.
  • Fabricación: diseño, planificación, programación, monitorización, control, gestión de proyectos, robótica simplificada y visión computarizada.
  • Educación: adiestramiento práctico, exámenes y diagnóstico.
  • Ingeniería: diseño, control y análisis.
  • Equipamiento: diseño, diagnóstico, adiestramiento, mantenimiento, configuración, monitorización y ventas.
  • Cartografía: interpretación de fotografías, diseño, resolución de problemas cartográficos.
  • Profesiones: abogacía, medicina, contabilidad, geología, química.
  • Software: enseñanza, especificación, diseño, verificación, mantenimiento.
  • Sistemas de armamento: guerra electrónica, identificación de objetivos, control adaptativo, proceso de imágenes, proceso de señales.
  • Proceso de datos: educación, interfase en lenguaje natural, acceso inteligente a datos y gestores de bases de datos, análisis inteligente de datos.
  • Finanzas: planificación, análisis, consultoría. 

Robotics Process Automation

Nos referimos a Robotic Process Automation como la combinación de la Inteligencia Artificial, tecnología cognitiva y el propio concepto de robot. Es una tecnología software con el que se elimina la intervención humana en el uso de aplicaciones informáticas, especialmente en tareas repetitivas que varían muy poco una de otras.



El RPA trabaja con datos de entrada y salida perfectamente estructurados. Tienen que ser "educados" para efectuar trabajos en función de flujos y reglas claramente definidas. Los RPA no tiene un autoaprendizaje basado en la experiencia y no toman decisiones autónomas, tiene que estar totalmente definidas sus reglas de procesos.


Se utilizan fundamentalmente en tareas de back-office que son procesos repetitivos tales como gestión de la cadena de suministro, contabilidad, finanzas, etc... Se suelen integrar de forma poco invasiva en los entornos informáticos de las empresas.

Los escenarios de uso de RPA más recomendable son:
  • Para mover datos entre dos aplicaciones entre las que no existe un modo de importar/exportar datos y tiene que ser introducidos de nuevo manualmente.
  • Para automatizar procesos con reglas muy claras y que realizan personas sobre aplicaciones ya existentes.
  • Cuando se necesita automatizar tareas repetitivas sobre aplicaciones que no puedes modificar porque:
  • Son aplicaciones cerradas, normalmente comerciales.
  • Porque careces de capacidad técnica para realizar la modificación
  • Porque no hay presupuesto para realizar la modificación
  • Aplicaciones muy antiguas que van a desaparecer próximamente y no merece la pena invertir en su modificación
  • El proceso que se desea automatizar es temporal, transitorio en el tiempo y el coste de la modificación no genera un beneficio duradero en el tiempo

Machine learning


¿Qué significa y cuándo nació?
El machine learning, conocido en español como aprendizaje automático o aprendizaje de máquina, nació como una idea ambiciosa de la IA en la década de los 60.

Es una disciplina dentro de la Inteligencia Artificial que desarrolla sistemas que aprenden automáticamente. Entendiendo como aprender a la capacidad de identificar patrones complejos dentro de un gran volumen de datos; realmente, el que aprende es un algoritmo que predice comportamientos futuros en función de los datos que se le han mostrado.

Gracias al machine learning los sistemas pasan de ser reactivo a proactivos. Las empresas y en otras disciplinas generan cada vez un mayor volumen de datos, ser capaces de extraer información valiosa de ellos supone una ventaja competitiva que no se puede despreciar.

Tipos de machine learning
Estos tipos de machine learning le permiten a las máquinas la capacidad de generalizar y asociar:

-Unsupervised learning: el algoritmo le despoja de cualquier etiqueta.

-Reinforcement learning: la máquina es capaz de aprender con base a pruebas y errores en un número de diversas situaciones.

-Supervised learning: la idea es que las computadoras aprendan de una multitud de ejemplos, y a partir de ahí puedan hacer el resto de cálculos necesarios para que nosotros no tengamos que volver a ingresar ninguna información.


En mi opinión, el machine learning nos puede llegar a ayudar en muchas situaciones de la vida. Por otro lado el uso descontrolado o un mal uso puede desembocar en una gran catástrofe.

"Todo en exceso es malo."

Robótica cognitiva

De la mano del concepto Inteligencia Artificial viene la Consciencia Artifical. Ya no es sólo ser capaz de aplicar reglas aprendidas para resolver un problema, es situarse conscientemente en medio del problema.

El objetivo de la robótica cognitiva es que la máquina no sólo haga, sino que "sepa qué debe hacer". Esta acción desde el conocimiento las dota de capacidades mas adaptables, flexibles y robustas.

Tradicionalmente la robótica se basa en la lectura de sensores y gestión de los actuadores, todo ello siguiendo pautas predefinidas y fijas. Al dotarlos de funciones cognitivas serán capaces de percibir, razonar y actuar; razonar es la clave y objetivo último. No es ilusorio pensar que en un futuro cercano las máquinas podrán actuar con un alto grado de autonomía y de forma colaborativa.

Algunos ejemplos de aplicaciones en robótica cognitiva son:

  • Robots de servicio, robots sociales y robots asistentes personales.
  • Robots asistentes para personas con discapacidad.
  • Robots que actúan como humanos.
  • Robots autónomos de exploración espacial, robots asistentes para montaje y reparación orbital.
  • Robots autónomos de rescate y emergencias.

Inteligencia artificial aplicada al sector farmacéutico y productos químicos

Una de las principales aplicaciones de la Inteligencia Artificial en el sector farmacéutico o químico es la automatización de tareas cada vez mas complejas, agilizar procesos y aumentar la seguridad.

Las consecuencias de la aplicación de la Inteligencia Artificial en estos sectores son muy positivas porque, por ejemplo, permiten reducir las tareas más tediosas y aumentar el tiempo disponible para efectuar trabajos mas creativos y por tanto productivos.

El uso de Inteligencia Artificial para desarrollar nuevos medicamentos forma parte de compañías innovadoras.



Generar un nuevo medicamento es un proceso extremadamente costoso y lento. La aplicación de la IA está permitiendo simular el comportamiento de determinados compuestos antes de las pruebas de laboratorio que son muy caras por los costes de personal, materiales y de pruebas con seres vivos.

Al final, llegar con confianza a una prueba con humanos es cuestión de muchos años, en general no menos de 10. Ahorrar años permite incrementar beneficios y después de todo salvar vidas.


En general el proceso de búsqueda de nuevos productos químicos y/o medicamentos consiste en realizar un numero ingente de combinaciones entre productos conocidos, moléculas o biomoléculas,  con el objetivo de encontrar un patrón similar a otro producto existente que se sabe que genera un resultado satisfactorio.  Esto se puede hacer de forma iterativa, uno a uno, lo cual es muy lento; pero, la IA permite eliminar falsos candidatos mucho más rápido.

Sector seguros

La combinación de los distintos avances en Inteligencia Artificial están transformado el sector seguros por medio de los chatbot, el Machine Learning y el Big Data.

Hay cuatro áreas donde se están produciendo los avances más exitosos:
  • facilitando los servicios existentes acercándolos a la forma en que el ser humano los percibe y se comunica 
  • creando nuevos servicios
  • automatizando tareas que requieren esfuerzo intelectual
  • descubriendo nuevos fenómenos en la propia actividad que tienen valor para el negocio
Las distintas compañías de seguros están lanzando programas piloto de asesoramiento financiero y asegurador de sus clientes a través de un chatbot en sus canales de asesores y consejeros patrimoniales. En general, la experiencia está siendo un éxito como se puede deducir de la continuidad y expansión de este tipo de servicios automatizados en el sector.

Evidentemente, en el área de Big Data este tipo de compañías hace mucho tiempo que están invirtiendo porque la evaluación de riesgos es la base de su negocio.

En la gestión de siniestros, gracias a la Inteligencia Artificial, el sector de seguros será más rápido y más puntual en el momento de la verdad, procesará imágenes, voces y toda la información que sea necesario enviar y hasta podría pagar más rápidamente los siniestros.


Viajes y hoteles

En el sector turístico las reservas online son cada vez más habituales porque simplifican la experiencia del cliente.

Un efecto adverso de ello es que reservan de forma impulsiva o los clientes eligen multiples opciones para tomar después la decisión mas barata o la que mejor responde a sus intereses.

Para un hotel, tener la posibilidad de predecir las cancelaciones supone tener una capacidad de respuesta mucho mayor para gestionar las reservas incrementando la rentabilidad al detectar reservas que no serán reales.

En este escenario, la inteligencia artificial puede llegar a predecir hasta un 85% de las posibles cancelaciones que van a producirse. Esto supone una reducción de costes importante.

Chatbots

Es un software apoyado en inteligencia artificial que permite al usuario mantener una conversación como si hubiera una persona al otro lado. Cada vez se ven más en páginas web del sector turístico.

La mejora de estos en cuanto a lenguaje natural y el aprendizaje de la inteligencia artificial detrás de ellos los están convirtiendo en herramientas muy eficaces.

Principalmente se utilizan para planear viajes y mejorar la atención al cliente.

Tienen entre otras ventajas:

  • Trabajo ininterrumpido: 24 horas, los 7 días de la semana.
  • Efectividad y eficacia: si no es capaz de resolver la situación puede ofrecer una solución alternativa dirigiendo a un asesor humano que solucione el problema.
  • Información inmediata.
  • Una vez identificado el cliente puede efectuar una atención personalizada.


El futuro de los negocios

La Inteligencia Artificial ha demostrado tener cientos de aplicaciones en el mundo de los negocios mejorando la experiencia del usuario cuando se produce una interacción con los clientes, consumidores y proveedores.

Las aplicaciones en distintos sectores se puede resumir en:

Hoteles

Las habitaciones se podrán abrir con la voz o con un sistema de reconocimiento facial. Identificado el cliente la temperatura, luz y otras opciones se adaptarán a él. Esto supone un ahorro importante para el Hotel y una mejor experiencia para el cliente.

Banca y Seguros

Ambos comparte muchos puntos de interés. El Big Data y la IA permitirán gestionar mejor el riesgo, luchar contra el fraude y mejorar los productos y a qué clientes se dirigen.

Distribución

Se espera una importante reducción de costes en la distribución por la mejora de las cadenas de suministro. Evitar redundancias, reducir tiempos, eliminar errores son las tres patas en las que se apoya el sector de la distribución.

Sector Público

Aquí existe un área muy amplio de aplicación de la IA. Desde la interacción con el ciudadano hasta la mejora de la seguridad de la información. Reducir los tiempos en las relaciones con la Administración permitirán mejoras económicas y de tiempo importantes.

Más importante aún


Sin embargo, se espera que sean otras las áreas donde se potenciará el día a día de los negocios:

Comunicación 

En un mundo cada vez más global las dificultades de comunicación son increíbles. Como ejemplo, la fusión de Daimler y Chrysler fue muy complicada porque no había una comunicación fluida entre los ingenieros alemanes y americanos. Se espera que la IA genere dispositivos capaces de traducir automáticamente lo que permitirá consolidar rápidamente la información global.

Rapidez 

En el MIT de Massachusetts están en fase de investigación de un dispositivo que interprete la actividad neuronal directamente. Esto dejaría obsoletos los asistentes como Alexa, Siri o Cortana; lo que pensemos... lo obtendremos.

Selección 

No hay que estudiar mucho para afirmar que las personas tomamos decisiones poco acertadas. Aquí las IA será una gran ayuda en la toma de decisiones y se espera que sea determinante en los procesos de selección de personal.

Asistencia

Según IBM, en el año 2020, las interacciones con servicios de atención al cliente se elevarán al 85%. El sector de los teleoperadores sufrirá una profunda transformación donde la IA podrá reducir el tiempo de atención y eliminar el error humano.

Salud

Aquí se abre un mundo de oportunidades. Los errores médicos causan grandes pérdidas económicas además de los perjuicios personales. La asistencia de la IA mejorará mucho el desempeño de los médicos. Desde el punto de vista de las empresas, están podrán estimar que volumen de trabajadores podría enfermar y por tanto mejorar los programas de prevención para que sean mejores para todos.

Coches autónomos


Inteligencia artificial y el coche autónomo

El objetivo de un coche autónomo es anticiparse a las situaciones que se producen en su entorno, en particular aquellas que son de su propia responsabilidad.

Para ello los sistemas de estos vehículos tienen que acumular experiencia y crear comportamientos lógicos que se puedan repetir.

La futura capacidad de gestión de esta información posibilitará que el vehículo sea cada vez más seguro, fiable y eficiente.

Ventajas

Los coches autónomos prometen muchas ventajas y seguramente sean ciertas. Las distancias de seguridad serán respetadas, la velocidad de frenado, circular por los cruces, adecuar la velocidad a la carretera y las condiciones meteorológicas; todo ello se ve como un gran avance. En resumen, mejorará la seguridad vial.

¿Se evitarán todos los accidentes? Seguramente no. Es razonable pensar que si todos los coches son autónomos y el sistema funciona bien pues no habrá incidentes. Pero, está claro que puede haberlos; después de todo, los sistemas siempre acaban fallando por algún motivo bien por error en el diseño del sistema bien porque algo ajeno al sistema influye en él.

Inconvenientes

Pero también existen desventajas e incertidumbres.

El vehículo será controlado por software y estará conectado; esto supone el riesgo de que un hacker pueda manipular el sistema y producir daños serios a los ocupantes o su entorno.

Adicionalmente, un vehículo totalmente conectado influye en la privacidad puesto que siempre habrá alguien que sepa dónde estamos, a dónde vamos y cómo vamos.

Un debate que está abierto es ¿hasta qué punto los sistemas lógicos tienen que implantar desiciones éticas? y ¿cómo de éticas son las decisiones?. Por ejemplo, si hay una situación en el que el vehículo tiene que decir entre la muerte segura del conductor o de un peatón ... ¿a quién protege?, ¿al peatón?, ¿al conductor?, ¿al más joven?
Y ¿entre dos peatones?


Hay que tener en cuenta que esto tendrá que ser socialmente aceptable y realizarse con rigor; después de todo, ¿quién compra un coche de una marca que garantiza que el peatón se salva si otra te garantiza que priorizará la seguridad del conductor?

Asistentes Virtuales

asistentes virtuales en 2019Durante años, los usuarios de iOS fueron casi los únicos con el poder de hablar con las máquinas utilizando Siri. Pero 2018 ha revolucionado el mercado de los asistentes de voz. Alexa y Google Assistant se han puesto en cabeza con sus integraciones, que van desde altavoces inteligentes hasta vehículos. Todos están preparados para 2019.

Siri está disponible en más de 500 millones de dispositivos. El asistente de Google maneja cifras similares. Amazon Alexa se ha posicionado rápidamente gracias al lanzamiento de sus altavoces inteligentes ya en 2017 (aunque a España han llegado hace dos meses). Cortana, de Microsoft, cuenta con cada vez más integraciones. Pero en 2019, los asistentes abandonarán la selecta gama de dispositivos en los que los encontramos hoy para conquistar todo tipo de aparatos.

Según un estudio reciente de Adobe Digital Insights, el 76% de los usuarios de un altavoz inteligente ha aumentado su uso en el último año. El 71% lo utiliza a diario y un 44% lo hace varias veces al día. ¿Y para qué? Pues para dos de las actividades favoritas del ser humano: escuchar música y hablar del tiempo. El 70% de los usuarios les pide que reproduzcan música (al fin y al cabo, es un altavoz) y el 64% el pronóstico meteorológico.

Pero los asistentes virtuales no se limitan, ni mucho menos, a los altavoces. Hoy están presentes en la mayoría de los smartphones. Android y Google Assistant tienen una cuota de mercado del 51% en móviles, seguidos de Siri (31%), DuerOS (de Baidu, solo presente en China, pero con un 17%) y Bixby (de Samsung, 10%).

¿Te habías fijado?



Todos los asistentes, Siri, Cortana, Alesa y Google Assistant tienen una cosa en común: siempre responde una mujer.

Antes de que Amazon, Microsoft o Apple lanzaran sus asistentes al mercado hicieron varias encuestas y estudios de mercado. El que hayan optado por voces femeninas no es una decisión arbitraria; todas estas empresas se escudan tras la decisión de sus encuestados.

Y esto tiene una razón; diversos estudios, con independencia del género, indican que los usuarios prefieren interactuar con mujeres porque la voz masculina se percibe con autoridad y la femenina se asocia con ser más servicial.

La Confederación Nacional de Mujeres en Igualdad (CNMI) y la Asociación de Hombre por la Igualdad de Género (AHIGE) están desarrollando una campaña junto con la agencia de publicidad Tango para denunciar cómo se perpetúan los estereotipos de género y se dificulta el cambio social.

Estas iniciativas van cosechando sus frutos y algunos de los asistentes ya permiten configurar la voz; eso sí, de salida sigue siendo femenina; así que, avanzar se avanza, pero despacito.

Historia de la Inteligencia Artificial

Resultado de imagen de inteligencia artificial
Existen desde la antigüedad mitos, historias y rumores de seres artificiales dotados de inteligencia o conciencia por maestros artesanos. ¿No te lo crees? ¿Y si te hablo de Pinocho? 

Desde un punto más serio y formal, los filósofos clásicos intentaron describir el proceso del pensamiento humano como la manipulación mecánica de los símbolos. 

Este trabajo culminó con la invención de la computadora digital programable en la década de 1940, una máquina basada en la esencia abstracta del razonamiento matemático.

Este dispositivo y las ideas detrás de él inspiraron a un puñado de científicos a comenzar a discutir seriamente la posibilidad de construir un cerebro electrónico. "Yo Robot", fue escrito en 1950, donde los ordenadores eran muy primitivos y gira entorno a un cerebro positrónico controlado por las tres leyes de la robótica.

El campo de investigación de la IA se fundó en un taller celebrado en el campus de Dartmouth College durante el verano de 1956 Los que asistieron se convertirían en los líderes de la investigación de la IA durante décadas. Muchos de ellos predijeron que una máquina tan inteligente como un ser humano existiría en no más de una generación y se les dio millones de dólares para hacer realidad esta visión.

Con el tiempo, se hizo evidente que habían subestimado enormemente la dificultad del proyecto. En 1973, en respuesta a las críticas de James Lighthill y la continua presión del Congreso, los gobiernos de los Estados Unidos y Gran Bretaña dejaron de financiar la investigación no dirigida sobre inteligencia artificial, y los años difíciles que siguieron se conocerían más tarde como un "invierno de IA".

Siete años después, una iniciativa visionaria del gobierno japonés inspiró a los gobiernos y la industria a proporcionar miles de millones de dólares a AI, pero a finales de los años 80, los inversores se desilusionaron por la ausencia del poder de computadora (hardware) necesario y retiraron los fondos nuevamente.

La inversión y el interés en la inteligencia artificial aumentaron en las primeras décadas del siglo XXI, cuando el aprendizaje automático se aplicó con éxito a muchos problemas en el mundo académico y la industria debido a la presencia de un potente hardware informático.

IA en el mundo real

Bases de las tecnologías cognitivas, para resolver problemas del mundo real: Comprender las tecnologías: es fundamental aprender qué ...