Inteligencia Artificial

 Del Machine Learning a la Inteligencia Artificial

FORBES- 6 de septiembre de 2019

Hemos estado expuestos al término inteligencia artificial por algunos años y es bueno detenernos a pensar qué implica la inteligencia y la ingesta y procesamiento de datos.

Aunque es correcto el término genérico de Inteligencia Artificial (AI por sus siglas en inglés) la realidad es que el uso principal que hemos dado a este término como sociedad, en especial las empresas, es una parte llamada machine learning (aprendizaje de máquinas). En este proceso lo que se hace es dar acceso a las máquinas a determinados datos y con el uso de estadística y patrones de repetición recibimos resultados. Muchos de los resultados llegan a ser útiles y es parte de la razón por la que nos sorprendemos, otros resultados no dicen nada, pero esos por lo general ni los vemos.

Los humanos llevamos con nosotros una serie de conocimientos aprendidos y transmitidos que aplicamos a partir de cierta correlación, además de ciertas reacciones básicas de supervivencia. Por supuesto, que muchas veces eso no quiere decir que haya una causa, pero implica un tipo de pensamiento diferente al de “llenarnos de datos” para mostrar inteligencia. En términos generales, se puede describir como la capacidad de percibir o inferir información y retenerla como conocimiento para aplicarlo a comportamientos adaptativos dentro de un entorno o contexto.

Con inteligencia humana vemos la capacidad de lógica, comprensión, autoconciencia, aprendizaje, conocimiento emocional, razonamiento, planificación, creatividad, pensamiento crítico y resolución de problemas. Al introducir una serie de valiosos datos a una máquina no vamos a tener resultados, todavía. Alrededor de machine learning seguimos encontrando barreras que van desde lo técnico (estandarización de bases de datos y scraping -limpiar las bases de datos-) a lo contextual, saber qué puntos de los datos se juntan bajo qué contextos.

 

Hace décadas las computadoras impresionaban a los grandes despachos contables con su capacidad para procesar las hojas de ingresos, egresos y otras cosas más. Muchos fueron profesionalizándose con el manejo de excel, hacer tablas de pivote y algunas otras cosas han hecho que el marketing y la velocidad de los negocios aceleren a lo que hoy conocemos. Pero las computadoras no te dicen cómo tener finanzas personales o familiares saludables, de hecho, no muchos sabemos cómo hacerlo.

Muchos están apostando por las computadoras con procesamiento cuántico para empezar a detectar correlaciones, razonamiento simbólico, puntos de contacto que probablemente como humanos no lograríamos hacer a escalas masivas. Es por esta conversación y todas las que involucra que ¡me emocionó muchísimo que del 29 al 31 de agosto de este año se realizara en México, en la torre de ingeniería de la UNAM la Reunión Internacional de Inteligencia Artificial y sus Aplicaciones.

Asistieron investigadores y científicos reconocidos de varios lugares del mundo como: Meire Fortunato, Research Scientist at Google DeepMind; Saiph Savage, Director of Human Computer Interaction Lab, West Virginia University; Claudia Flores Saviaga, PhD Candidate at UWV, and Facebook Fellow; Ixchel Meza, Data Scientist, CONABIO; Helena Gómez Adorno Institute for Research in Applied Mathematics and Systems (IIMAS), UNAM; Pablo Villareal, Director, Digital Platform of the National Anticorruption System; Dalia Camacho & Alejandro Noriega, Researchers, MIT-ITAM-APEC Collaboration, Yoshua Bengio, Professor at the University of Montreal, Turing Award 2018! Entre varios otros.