Más artículos

Opinan los expertos: 4 máximas sobre inteligencia artificial que anticipan desde IBM para los próximos años

Opinan los expertos: 4 máximas sobre inteligencia artificial que anticipan desde IBM para los próximos años
Varios expertos de la firma adelantaron cuales serán los principales desafíos para continuar desarrollando aplicaciones de inteligencia artificial
14.10.2019 09.14hs Innovación

Enclavado en un bosque en Yorktown Heights, Nueva York, un pueblo a una hora de la ciudad de Nueva York en tren, se encuentra el Centro de Investigación Thomas J. Watson de IBM.

Allí se alberga a algunas de las mentes más brillantes que trabajan en inteligencia artificial, que están haciendo el trabajo de la fase inicial sobre lo que se convertirá en aplicaciones comerciales que cambiarán la forma en que se ven los deportes, se realizan debates, o incluso se juzga si un algoritmo está sesgado.

Hay que pensar en décadas, no en años

Desde máquinas que se enfrentan cara a cara con los mejores oradores o que señalan los momentos más emocionantes de un evento deportivo hasta una gran cantidad de mecanismos que garantizan que los algoritmos sean justos y explicables, IBM se toma en serio la inteligencia artificial.

La compañía está trazando el mapa de su viaje de IA en décadas, no años, y persiguiendo una tecnología revolucionaria que podría redefinir la forma en que operan las empresas. Entre otros hitos notables, en 2017 puso en marcha un laboratorio de investigación conjunto con el Massachusetts Institute of Technology y ha publicado 175 artículos en ocho conferencias de IA sólo en el último año. Y con 2.580 millones de dólares en ingresos en 2018, IBM volvió a ser líder del mercado en productos de IA.

Además de las máquinas en sí, la compañía también está tratando de posicionarse como líder en la IA ética para ayudar a superar las crecientes preocupaciones con la tecnología. Parte de ese esfuerzo es tratar de cambiar las connotaciones negativas que rodean al término "inteligencia artificial".

"La IA es un término cargado de connotaciones", dice Dario Gil, director de IBM Research, a Business Insider. "Si tan sólo pudiéramos empezar a añadir un poco más de precisión en el lenguaje, sería de gran ayuda."

El viaje hasta una IA extendida será difícil

Muchas de las aplicaciones basadas en la IA que se utilizan intentan resolver un problema específico, como averiguar cuándo reponer los productos o intentar eliminar los prejuicios en las decisiones de contratación.

Mientras que las plataformas están transformando las operaciones, Sriram Raghavan, vicepresidente de IBM Research AI, argumenta que, en última instancia, se trata de un sistema ineficiente. Con tantos modelos, es poco probable que las organizaciones "gasten seis meses y unos pocos cientos de millones de dólares" para implementar cada uno de ellos, dice.

Así que en lugar de una aplicación a medida que requiere una gran cantidad de datos, IBM se centra en el desarrollo de lo que ellos denominan "IA amplia", o modelos que pueden gestionar una amplia variedad de tareas simultáneamente con mucha menos información. Ese esfuerzo, sin embargo, llevará décadas, según Raghavan.

"Estamos haciendo progresos significativos", explica a Business Insider. Pero "va a ser un viaje. Estamos hablando de inventar nuevas técnicas".

La confianza en la IA sigue siendo un problema clave

Las empresas se apresuran a adoptar la inteligencia artificial, pero la confianza en las plataformas sigue siendo un problema importante.

Cantidades masivas de datos se introducen en sistemas que pueden guiar las decisiones que cambian la vida de las personas, como por ejemplo, si te llaman a una entrevista para el trabajo de tus sueños. Una avalancha de titulares negativos también ha suscitado preocupación sobre la equidad de algunos de los algoritmos, un indicador en muchos casos de la falta de diversidad en los datos que se utilizan para alimentar las herramientas de IA.

IBM está tratando de desmitificar las dudas sobre la tecnología de varias maneras. Pero un problema sigue siendo la definición de lo que es un modelo justo. Para resolver este problema, IBM introdujo "AI Fairness 360", una librería de algoritmos que puede utilizarse para comprobar si un conjunto de datos está sesgado.

"Haces crecer esta cultura de comprensión de los prejuicios de la inteligencia artificial. Y a medida que todos evolucionamos, entonces eventualmente, quizás algún día, no va a ser un problema", asegura a Business Insider Saska Mojsilovic, que dirige el grupo Foundations of Trusted AI de IBM.

Explicar la IA también es un desafío. Digamos que una institución financiera utiliza un algoritmo para determinar si alguien es apto para obtener un préstamo. Si se deniega la solicitud, esa empresa debe ser capaz de explicar al cliente el razonamiento que hay detrás de la decisión.

IBM ha indroducido recientemente un kit de herramientas conocido como "AI Explainability 360" que consiste en algoritmos, demostraciones y otros recursos, y proporciona información sobre cómo los modelos llegan a una conclusión final, incluyendo uno que describe qué información se ha utilizado para llegar a la decisión.

También muestra las características que, de estar presentes, habrían cambiado la elección. Por lo tanto, si se deniega una solicitud de préstamo, el algoritmo podría proporcionar una ruta para que un cliente mejore sus posibilidades la próxima vez.

Si quieres ver las capacidades de IA de IBM, ve un gran evento deportivo

Una de las tecnologías en uso es un programa basado en la IA que analiza automáticamente el sonido de la multitud, la reacción de un jugador o jugadores y otros factores para determinar los momentos más emocionantes de eventos como el Masters Tournament y el US Open.

Sin embargo, incluso en los deportes, IBM piensa en cómo hacer que el modelo sea más justo.

Una preocupación, por ejemplo, era cómo medir adecuadamente la reacción de la audiencia en zonas donde la multitud puede no ser tan grande como otras. El equipo empleó Watson OpenScale, un producto que toma retroalimentación en tiempo real y ajusta los modelos de IA para hacerlos más fiables. En el golf, por ejemplo, la plataforma controla el tamaño estimado de la multitud y automáticamente evalúa el peso que debe tener esa categoría en el resultado final cuando se considera la producción total.

"Es un buen ejemplo de lo que realmente significa tener que supervisar los modelos una vez que están en implementación", dice John Smith, que dirige el desarrollo de herramientas de visión, habla y lenguaje de Inteligencia Artificial en IBM Research.

IBM está experimentando con comentarios automatizados de deportes. La compañía está probando el producto en los últimos partidos de fútbol porque "quería un reto", según Smith.

Una vez que el modelo es entrenado con éxito, la esperanza es que sea capaz de ingerir el material sin procesar y transformar los píxeles sin procesar en lenguaje. Se trata de una enorme evolución de las aplicaciones basadas en la IA que pueden escanear imágenes fijas para determinar el objeto y crear una leyenda.

Te puede interesar