Trabajo práctico N
Inteligencia artificial º1
Milena Nievas, Candela Rubino, Agustin Suaya
En términos simples, inteligencia artificial (IA) se refiere a sistemas o
máquinas que imitan la inteligencia humana para realizar tareas y
pueden mejorar iterativamente a partir de la información que
recopilan.
La IA trata mucho más sobre el proceso y la capacidad de
pensamiento superpoderado y el análisis de datos que sobre
cualquier formato o función en particular. Aunque la IA muestra
imágenes de robots de aspecto humano de alto funcionamiento que
se apoderan del mundo, la IA no pretende reemplazar a los humanos.
Su objetivo es mejorar significativamente las capacidades y
contribuciones humanas. Eso la convierte en un activo empresarial
muy valioso.
La IA se ha convertido en un término general para las aplicaciones
que realizan tareas complejas que antes requerían aportes humanos,
como la comunicación online con los clientes o jugar al ajedrez. El
término a menudo se usa indistintamente con sus subcampos, que
incluyen el machine learning y el aprendizaje profundo.
El machine learning o aprendizaje automático es la rama de la inteligencia
artificial que dota a las máquinas de la habilidad de “aprender” a partir del
análisis de datos con el fin de identificar patrones y apoyar en la toma
decisiones con la mínima intervención humana; personas y máquinas trabajan
de la mano.
Para obtener el valor completo de la IA, muchas empresas están
haciendo inversiones significativas en equipos de ciencia de datos. La
ciencia de datos, un campo interdisciplinar que usa métodos
científicos y de otro tipo para extraer valor de los datos, combina
habilidades de campos como la estadística y la informática con el
conocimiento empresarial para analizar datos recopilados de
múltiples fuentes.
El principio fundamental de la IA es replicar, y luego superar, la forma
en que los humanos perciben y reaccionan ante el mundo. Se está
convirtiendo rápidamente en la piedra angular de la innovación. La IA,
impulsada por varias formas de machine learning que reconocen
patrones en los datos para permitir predicciones, puede agregar valor
a su negocio al:
Proporcionar una comprensión más completa de la abundancia de
datos disponibles
Confiar en las predicciones para automatizar tareas excesivamente
complejas o mundanas
Actualmente, la tecnología de IA mejora el rendimiento y la
productividad de la empresa mediante la automatización de
procesos o tareas que antes requerían esfuerzo humano. La IA
también puede dar sentido a los datos a una escala que ningún
humano jamás podría. Esta capacidad puede generar importantes
ventajas empresariales. Por ejemplo, Netflix utiliza el machine
learning para proporcionar un nivel de personalización que ayudó a
la empresa a aumentar su base de clientes en más del 25% en
2017.
La mayoría de las empresas ha hecho de la ciencia de datos una
prioridad y está realizando grandes inversiones en ella. En la última
encuesta de Gartner a más de 3.000 directores de tecnología y
sistemas, los encuestados clasificaron la analítica y la inteligencia
empresarial como las tecnologías de diferenciación más
importantes para sus organizaciones. Los directores de tecnología y
sistemas encuestados consideran que estas tecnologías son las más
estratégicas para sus empresas y, por lo tanto, están atrayendo
nuevas inversiones.
La IA posee valor para casi todas las funciones, negocios e
industrias. Incluye aplicaciones generales y específicas de la
industria, tales como:
Uso de datos transaccionales y demográficos para predecir
cuánto gastarán ciertos clientes en el curso de su relación con
una empresa (o el valor de la vida útil del cliente)
Optimización de precios basada en el comportamiento y
preferencias del cliente
Uso del reconocimiento de imágenes para analizar imágenes
de rayos X en busca de síntomas de cáncer
De acuerdo con la Harvard Business Review, las empresas utilizan la
IA principalmente para:
Detectar y disuadir intrusiones de seguridad (44%)
Resolver problemas tecnológicos de los usuarios (41 %)
Reducir el trabajo de la gestión de producción (34 %)
Medir el cumplimiento interno en el uso de proveedores aprobados
(34 %)
Sophia es un robot humanoide (ginoide) desarrollado por la
compañía, con sede en Hong Kong, Hanson Robotics. Ha sido
diseñada para aprender, adaptarse al comportamiento humano y
trabajar con estos satisfactoriamente, busca combatir con
explotaciones como, animal, infantil, trata de personas, etc. Ha sido
entrevistada en todo el mundo y en octubre del 2017, se convirtió
en una ciudadana saudí, siendo así el primer robot con ciudadanía
de un país.
Sophia tiene un software de inteligencia artificial que le permite
mantener un contacto visual con personas, de las cuales puede
retener información e, incluso, reconocer sus caras, además de
poder calcar la personalidad humana: puede mantener una
conversación, explicar chistes, etc.
Ben Goertzel, científico ingeniero creador del cerebro del robot,
empleó diferentes tecnologías para que Sophia pudiese acercarse el
máximo posible al pensamiento humano. Para hacer posible esto,
llevó a cabo un software que permitía desarrollar varias funciones
necesarias: principalmente, el software hace búsquedas de
información para que Sophia las pueda comunicar como respuesta
a las preguntas que le hagan, así como expresar y explicar lo que la
rodea. Este software tiene en su configuración un sistema de voz,
donde se desarrollan todas las respuestas y, en general, todo el que
dice Sophia de su entorno. Este elemento va ligado a sus
expresiones faciales, las cuales dependen del texto que declare el
robot, es decir, van con relación a lo que dice. Finalmente, el
software analiza todo el que escucha para después con la red poder
buscar información para crear la mejor respuesta posible. Toda esta
recolecta de información se mantiene en el MindCloud, puesto que
esto permite hacer un análisis de la evolución de la inteligencia del
robot a medida que va interactuando con la sociedad. Una de las
características de Sophia es la capacidad que tiene a la hora de
hacer preguntas a los humanos.