Hace diez años, si mencionabas el término "Inteligencia Artificial" (IA) en una reunión, es muy probable que se rieran de ti o te miraran raro. Para la mayoría de la gente, la Inteligencia Artificial se asociaba con Terminator (Skynet), 2001: Odisea en el Espacio o Star Trek. Es decir, algo de película de ficción.
No obstante, esa caracterización está disminuyendo a medida que la Inteligencia Artificial se desarrolla y se vuelve más común en nuestra vida diaria. De hecho, la Inteligencia Artificial es un eje fundamental de la transformación digital, ya que las organizaciones se posicionan para capitalizar una cantidad cada vez mayor de datos que se generan y recopilan.
Sin embargo, la IA no es un concepto nuevo. El campo moderno de la Inteligencia Artificial nació en 1956. Así, algo que se lleva estudiando desde hace tanto… ¿cómo es posible que nos enteramos hasta ahora? ¿Por qué el progreso de la Inteligencia Artificial y su aceptación en la sociedad en general?
Bueno… hay algo que tenemos ahora que no teníamos antes: datos (en grandes cantidades), el poder computacional para asimilarlos y técnicas estadísticas muy avanzadas. En gran parte, la propia revolución de Big Data. El exceso de datos ha llevado a una investigación intensificada sobre las formas en que se pueden procesar, analizar y actuar. Dado que las máquinas se adaptan mucho mejor que los humanos a este trabajo y lo hacen con más rapidez, la atención se ha centrado en entrenar a las máquinas para que lo hicieran de la manera más "inteligente" posible.
En los negocios, la inteligencia artificial tiene una amplia gama de usos. De hecho, la mayoría de nosotros interactuamos con la inteligencia artificial de una forma u otra a diario. Desde lo mundano hasta lo impresionante, la inteligencia artificial ya está interrumpiendo prácticamente todos los procesos comerciales en todas las industrias.
A medida que proliferan las tecnologías de inteligencia artificial, éstas se convierten en un imperativo para las empresas que desean mantener una ventaja competitiva. Pero de las aplicaciones de la inteligencia artificial a los negocios, hablaré en el siguiente artículo. En este espacio, me quiero centrar en los conceptos básicos para que todos estemos en la misma página sobre todo para aclarar estos conceptos que a menudo son confusos.
¿Qué es la Inteligencia Artificial?
Una definición simple y sencilla: la ciencia de hacer que las máquinas exhiban una inteligencia similar a la de los humanos de forma que puedan realizar tareas que hayan sido tradicionalmente realizadas por seres humanos. Por ejemplo, hacer una estimación de demanda futura en función del conjunto de datos de demanda pasada, datos de estacionalidades y datos macroeconómicos.
Os recomiendo este site creado por Google con experimentos sencillos con los que podéis interactuar y jugar. Una gran forma de procrastinar entre reunión y reunión.
Y para que ubiquéis los siguiente dos conceptos que se vienen, quiero que penséis en Inteligencia Artificial como las matemáticas. Esa gran ciencia que incluye cosas como la aritmética y la geometría.
Es decir, en el mundo de la Inteligencia Artificial, Deep Learning y Machine Learning son como la aritmética y la geometría dentro de las matemáticas. Veámoslo en más detalle:
Machine Learning (Aprendizaje Automático)
El aprendizaje automático (ML de aquí en adelante) es uno de los tipos más comunes de Inteligencia Artificial en desarrollo con fines comerciales. ML se utiliza principalmente para procesar grandes cantidades de datos rápidamente. Implica enseñar a una computadora a reconocer patrones mediante el ejemplo (datos), en lugar de programarla con reglas específicas (código de programación). Estos patrones se pueden encontrar dentro de los datos.
ML se trata de crear algoritmos que parecen "aprender" funciones complejas gracias a los datos y hacen predicciones a partir de ellos. Alimente un algoritmo de aprendizaje automático con más datos y su modelado debería mejorar. ML es útil para poner grandes cantidades de datos, cada vez más capturados por dispositivos conectados y la Internet de las cosas, en un contexto digerible para los humanos.
Y algo genial, es que estos sistemas se pueden reutilizar para reconocer otros patrones en nuevos conjuntos de datos.
En definitiva…. Machine Learning se trata básicamente de predecir cosas.
¡Y vamos con el último concepto!
Deep Learning (Aprendizaje profundo)
El aprendizaje profundo (DL de aquí en adelante) se puede definir generalmente como: "Una técnica para implementar el aprendizaje automático" una de estas técnicas de DL es un concepto conocido como Redes Neuronales Profundas (DNNS: Deep Neural Network) del que puedes haber oído hablar. Si no es así, no te preocupes que estoy a punto de explicarlo (¡o intentarlo! Jajaja).
Piensa en tu cerebro y en tus neuronas. Como todos sabemos la conexión entre esas neuronas es la que nos permite pensar y tener ideas. Bueno, el equivalente a estas neuronas y conexiones en una máquina es lo que llamamos Deep Learning. Es donde están las estructuras de código que van aprendiendo patrones y patrones en patrones y así sucesivamente. De hecho, se le llama “profundo” porque son múltiples esas capas de conexiones.
El aprendizaje profundo (DL) es fundamental para realizar funciones más avanzadas, como la detección de fraudes. Puede hacerlo analizando una amplia gama de factores a la vez. El aprendizaje profundo es muy prometedor en los negocios y es probable que pronto se use más comúnmente. Los algoritmos de aprendizaje automático (ML) más antiguos tienden a estabilizarse en su capacidad una vez que se ha capturado una cierta cantidad de datos, pero los modelos de aprendizaje profundo (DL) continúan mejorando su rendimiento a medida que se reciben más datos. Esto hace que los modelos de aprendizaje profundo sean mucho más escalables y detallados; incluso se podría decir que los modelos de aprendizaje profundo son mucho más independientes.
Como veis la Inteligencia Artificial está más presente en nuestras vidas de lo que pensamos. Ya puedes identificar que las recomendaciones que recibes en Netflix, Waze o la búsqueda personalizada de Google son aplicaciones de Inteligencia Artificial.
Como veremos en mi próximo artículo, las aplicaciones de la Inteligencia Artificial a los negocios son varias y tremendamente interesantes.
¿Qué pensáis de todo esto? @HanoiMorillo
