Que la inteligencia artificial (IA) es intrínseca a la transformación digital que ha atravesado la sociedad es algo que ya muchos saben. Y no solo lo saben, sino que también están buscando, de forma inteligente, aprovechar las oportunidades que ofrece este escenario a partir de los grandes avances científicos ocurridos en los últimos años.
Creo que, en este contexto, vale la pena reflexionar sobre lo que nos depara el futuro, pensando más allá de las mejoras en la potencia de procesamiento y la eficiencia computacional típicamente asociadas a la IA.
En 2020, tres temas darán forma al avance de esta tecnología: automatización, procesamiento de lenguaje natural (PNL) y confiabilidad.
En general, presenciaremos sistemas de inteligencia artificial que funcionarán con mayor velocidad y facilidad para los científicos de datos, las empresas y los consumidores, a través de la automatización en el uso de la inteligencia artificial.
En un futuro no muy lejano, es seguro que más sistemas de IA comenzarán a depender de la tecnología neuro-simbólica, que combina el aprendizaje numérico con el procesamiento simbólico. Los sistemas neuro-simbólicos son la clave para los avances en las tecnologías de PNL, ya que ayudan a las computadoras a comprender mejor el lenguaje humano y las conversaciones, e incorporan el dominio del conocimiento.
Estos descubrimientos pronto ayudarán a las empresas a implementar herramientas más automatizadas de atención al cliente y asistencia técnica, basadas en la funcionalidad de conversación. Pero gracias al uso del procesamiento simbólico, se necesitarán muchos menos datos para entrenar a la IA.
Otro punto importante es que la IA no nos hará perder el trabajo, sino que cambiará la forma en que trabajamos. Claro que la IA continuará teniendo un impacto en el ambiente de trabajo en los próximos años. Pero el temor que sienten los humanos de perder el trabajo por el avance de las máquinas es injustificado. En cambio, la IA transformará la forma en que las personas trabajan, al automatizar las tareas rutinarias.
Nos ayudará cada vez más con tareas que implican monitoreo de datos, pero debería tener un impacto menos directo en tareas que requieren habilidades humanas más complejas, aquellas en las que intervienen el conocimiento y la experiencia de diseño.
Los profesionales en 2020 comenzarán a ver estos efectos conforme la IA se incorpora a sus lugares de trabajo en todo el mundo. Las empresas comenzarán a adaptar funciones y procesos, mientras que los empleados deberán centrarse en ampliar sus conocimientos.
Ahora hablemos de la confiabilidad. Puede parecer obvio que, para confiar en la IA, los sistemas deben ser confiables, justos y responsables. Debemos asegurarnos de que el público pueda tener la certeza de que la tecnología es segura y que sus conclusiones o recomendaciones no están sesgadas ni manipuladas.
Este año, comenzaremos a ver que los componentes que regulan la confiabilidad estarán entrelazados con la estructura del ciclo de vida de la IA para ayudarnos a crear, probar, ejecutar, monitorear y certificar las aplicaciones de IA en cuanto a su confiabilidad, no solo su desempeño.
Al igual que con la aparición de AutoIA, que utiliza inteligencia artificial para crear sistemas de IA, surgirán herramientas de inteligencia artificial que gobernarán la propia inteligencia artificial. Esta adopción creará flujos de trabajo de IA más confiables en todos los sectores, especialmente aquellos que se encuentran fuertemente regulados.
Tecnología a favor del medio ambiente
Y, cómo no, la IA también será más ecológica en 2020. En tiempos de preocupación por los problemas de sustentabilidad que enfrentamos, cabe esperar que haya mayores esfuerzos para hacer de la tecnología de IA un aliado del medio ambiente.
Esto incluye la creación de nuevos materiales, como los «óxidos de metales de transición», que hacen que los dispositivos sean más flexibles; nuevos diseños de chips con procesamiento de señales analógicas y mixtas, así como nuevas técnicas de software basadas en cómputo aproximado, cuyo objetivo es aumentar la eficiencia en el procesamiento de las crecientes cargas de trabajo de IA y, por lo tanto, reducir su huella de carbono.
Nuevos materiales
Aunque hemos observado en los últimos siglos un desarrollo cada vez mayor de la investigación relacionada con la creación de nuevos materiales y medicamentos, es un hecho que los investigadores todavía tienen ciertas dificultades para comprender cientos de miles de posibles reacciones al crear diferentes moléculas. El gran volumen de información significa que es muy difícil para un científico recordar todo tipo de reacciones moleculares. Es imposible ser un experto en todo.
Y ahora, puede que ni siquiera lo necesiten. IBM ha desarrollado una herramienta de IA que puede predecir millones de reacciones químicas, tanto hacia adelante como hacia atrás, además de sintetizar moléculas en la nube, llamada RXN for Chemistry (ya está disponible para ser probada). Para 2020, ya deberíamos ver un crecimiento significativo en la capacidad de inteligencia artificial y automatización para estimular avances en el descubrimiento y desarrollo de materiales.
Escrito por: Francisco Mauri, Director Comercial de IBM México
También te puede interesar: Televisores LED vs OLED, ¿Cuál es la diferencia?
