domingo, 5 de noviembre de 2017

Cómo evolucionará la Inteligencia Artificial en 2018

Gartner acaba de publicar las diez tendencias tecnológicas estratégicas más relevantes para 2018. Como no podía ser de otra manera, una buena parte están directamente relacionadas con la Inteligencia Artificial. Aunque en el artículo se ofrecen detalles, me gustaría aquí profundizar en algunas de estas tendencias



#1 AI FOUNDATION

Desde hace unos años, los grandes actores tecnológicos ofrecen a través de la nuble servicios cognitivos (Amazon AIGoogle Cloud AIMicrosoft Cognitive Services,  IBM Blue Mix) capaces de hacer cosas increíbles especialmente en las áreas de Visión Artificial, Reconocimiento del Lenguaje Natural y en el Análisis de Datos (ver "Artificial Intelligence as a Service").

Así disponemos de servicios capaces de reconocer nuestro rostro, identificar objetos, analizar escenas capturadas por una cámara o procesar imágenes (ver los últimos trabajos de Adobe) que, en apenas unos minutos, podemos integrar en nuestras aplicaciones . Y otros que reconocen nuestra voz, nos hablan de forma natural o son capaces de traducir con una calidad aceptable cualquier texto (ver "Lo siento, tus hijos no necesitan aprender inglés").

Es lo que se conoce como Narrow AI, es decir, sistemas inteligentes extremadamente especializados para realizar tareas muy concretas. Esos mismos que recientemente están (con perdón) humillando a los maestros de Go pero que son incapaces de realizar cualquier otra tarea por muy sencilla que sea. Como cita Gartner en su artículo:

"Enterprises should focus on business results enabled by applications that exploit narrow AI technologies and leave general AI to the researchers and science fiction writers”

Pero para desarrollar la mayor parte de estos servicios se requiere tal cantidad de datos y capacidad de procesamiento que sólo las empresas más grandes pueden afrontar estos retos. Basta considerar que uno sólo de los cientos de miles de ordenadores que Google tiene en la red consta de 96 núcleos y dispone de 624 Gb de memoria.

El resto debemos conformarnos con explotar los servicios disponibles y dedicar nuestros esfuerzos a especializarnos aún más, buscando nichos para los que los servicios cognitivos alojados en la nube, necesariamente generalistas, no ofrecen una respuesta satisfactoria.

Por poneros un ejemplo, recientemente me han mostrardo un algoritmo de Deep Learning (o Aprendizaje Profundo) que encadenada 3096 redes neuronales simplemente para detectar roturas en fotografías de cristales.

#2,3 INTELLIGENT APPS & THINGS


Una buena parte de los servicios cognitivos alojados en la nube están orientados a la Visión Artificial y a la Compresión del Lenguaje Natural, permitiendo a las máquinas y sistemas informáticos reconocer su entorno e interactuar de forma más natural con los humanos.

En unos pocos años no se comprenderá desarrollar una App o crear un dispositivo que no sea capaz de reconocer a su usuario (bien por la voz o por su rostro), que no sea capaz de comprender qué le está preguntando o que no pueda responder en cualquier idioma.

En realidad, hoy en día es ya posible incorporar este tipo de interfaces a nuestras aplicaciones con un esfuerzo mínimo utilizando los servicios cognitivos de cualquier de las empresas antes mencionadas.

Pero hay un problema...

#5 CLOUD TO THE EDGE

Desafortunadamente los servicios dotados de mayor inteligencia se encuentra muy lejos de nosotros.

Si, por ejemplo, queremos reconocer a una persona, nuestra aplicación debe tomar una foto, subirla a la nube, invocar a un servicio externo para que la procese y esperar pacientemente a recibir la respuesta.

De la misma forma, para entender una frase, tenemos que activar el micrófono, capturar el sonido hasta que nos encontremos con una pausa, enviar lo capturado a la nube para convertirlo en texto y luego llamar a otros servicios para traducirlo, determinar la intención del usuario y extraer algunas conceptos claves de la frase (nombres, fechas, lugares).

Todo este proceso lleva apenas unos segundos pero incomoda o hasta puede hacer muy peligrosa la relación entre hombre y máquinas. Imaginaros qué ocurriría si un coche autónomo tuviera que esperar 5 segundos para tomar una decisión mientras se procesa una escena capturada por sus sensores.

Por este motivo, la mayor parte de los fabricantes están desarrollando nuevos chips neuromórficos especializados en Inteligencia Artificial  (QualComm, Intel, IBM, Microsoft, HuaweyApple, ...) que permitan realizar una buena parte del proceso que requieren los sistemas inteligentes en nuestros ordenadores, móviles, coches o neveras. Os dejo un interesante artículo sobre estos "Chips AI" y las nuevas NPU (Neural Processing Unit) que, junto con las GPU (Graphics Processing Unit) y las CPU (Central Processing Unit), ya dotan de una mayor inteligencia a nuestros móviles.

Esta traslación queda englobada en lo que ahora se conoce como Edge Computing en donde la capacidad de computación disponible en la nube se desplaza a sus límites. Así, los modelos que rigen los sistemas inteligentes podrían ser creados y entrenados en la nube para luego transferirse a redes locales y, en última instancia, a los dispositivos electrónicos que nos rodean. Y serán estos quiénes capturen los datos y los envíen a la nube para refinar los modelos que los alimentan.

En definitiva, la Inteligencia Artificial está recorriendo un curioso camino pasando de los laboratorios y de nuestros ordenadores a la nube para volver a nuestro lado incrustada en los dispositivos de uso más cotidiano.

#6 CONVERSATIONAL PLATFORMS

Desde hace tiempo lidiamos con asistentes personales en nuestra móviles como Siri de Apple, Google Now para los sistemas Android, Cortana desarrollado por Microsoft, Alexa de Amazon o Bixby para los móviles y televisores de Samsung.

Muchos de ellos han abandonado los móviles para instalarse en el salón de nuestra casa. Así Amazon ha creado Echo que pronto también estará disponible en algunos de los vehículos de BMW, un interesante asistente doméstico que ahora se encuentra acosado por Google Home y los Google Pixel Buds, unos auriculares capaces de traducir instantáneamente hasta 40 idiomas, por Microsoft o incluso por empresas chinas como Xiaomi.

Pero esta tecnología pronto se extenderá a todas los ámbitos hasta que hablar con una máquina, el televisor o la cafetera se convierta en algo tan natural como lo es para nuestros hijos manejar una tablet con los dedos.

Tampoco podemos obviar el fuerte impacto que el Procesamiento del Lenguaje Nartural y los Chatbots están teniendo en los servicios de atención al cliente, los HelpDesks y las Redes Sociales.

CONTINUARÁ...

En el artículo de Gartner hay otras tendencias como los Digital Twins (los gemelos digitales) o los negocios dirigidos por eventos muy relacionados también con IoT y la Inteligencia Artificial que, junto con las experiencias inmersivas, prometen transformar el mundo de la empresa y muy particularmente la Industria.

Pero los dejamos para el siguiente artículo.


También puede interesarte:

2 comentarios:

  1. Hombre, Apple se quedó un poco rezagado con Siri, pero en el último año se ha puesto las pilas con tecnologías de Realidad Aumentada, Machine Learning (ARKit y CoreML) y el nuevo procesador A11 Bionic de los últimos iPhone.

    Para la cuestión de si in-house-development or not… Apple es de comprar con discreción:
    https://appletalkweb.blog/2017/10/28/the-ma-deals-behind-the-iphone-x-by-pitchbook-news/

    Y están empezando a hablar en alto de ML… con su blog https://machinelearning.apple.com

    ResponderEliminar
    Respuestas
    1. Tienes razón, sólo me refería a Siri como tal, no a la tecnología de Apple y, desde luego, no quería crear polémica al respecto. Incluiré también la referencia al A11

      Eliminar