Inteligencia artificial y cómo cambiará el mundo
En los últimos años, la inteligencia artificial se ha convertido en una parte cada vez mayor de la vida cotidiana. Alguna vez solo forraje para libros de ciencia ficción, la IA ahora se usa en industrias que van desde el marketing hasta la atención médica. Para 2025, se espera que el mercado global de software de inteligencia artificial crezca a $ 126 mil millones.
Aunque la IA es bastante común ahora, todavía es una tecnología en pañales. En los próximos años y décadas, la IA y otras tecnologías revolucionarán el mundo, abriendo grandes oportunidades para el desarrollo económico y social. Esto es lo que necesita saber sobre cómo la inteligencia artificial cambiará el mundo.
Primero, expliquemos la inteligencia artificial
Aunque la mayoría de la gente tiene al menos una comprensión general 
del término, la inteligencia artificial moderna es un campo amplio y complejo. Antes de saltar a lo que la IA puede lograr en un futuro cercano, demos un paso atrás y echemos un vistazo a lo que realmente es la inteligencia artificial y cómo funciona.
¿Qué separa a la IA de la programación informática convencional?
Para comenzar, consideremos en qué se diferencia la inteligencia artificial de los métodos de programación utilizados en los sistemas informáticos tradicionales. En un programa convencional, un programador escribe un conjunto de instrucciones que utiliza el sistema para procesar entradas. Si bien las entradas pueden cambiar, el algoritmo utilizado para procesar la entrada sigue siendo el mismo y se utiliza para producir alguna salida.
AI, por otro lado, le da la vuelta a este concepto. En lugar de convertir una entrada en una salida usando un conjunto de instrucciones predeterminadas, un programa de IA "aprende" de las entradas que recibe. En otras palabras, en lugar de que un programador humano cree un algoritmo para manejar entradas, la computadora desarrolla y luego mejora continuamente su propio algoritmo. Esto permite que el programa mejore gradualmente en una tarea dada, ya que se entrena con grandes conjuntos de datos y se le brinda retroalimentación sobre la precisión de sus resultados. En lugar de usar un conjunto de reglas para convertir una entrada en una salida, la IA está entrenada para "aprender" las reglas de una tarea determinada a medida que avanza.
Los tipos de IA
En términos generales, la IA se puede dividir en dos categorías básicas. La primera, conocida como inteligencia artificial estrecha, se refiere a la capacidad de realizar una tarea o un conjunto de tareas definidas de forma estrecha. Se puede usar un sistema de IA estrecho para jugar un juego, recomendar productos basados en patrones en los datos del cliente o administrar las redes eléctricas de acuerdo con el consumo de energía. Cabe señalar que una tarea no tiene que ser simple para ser abordada por un sistema de IA limitado. Un programa de inteligencia artificial utilizado para controlar un automóvil autónomo, por ejemplo, todavía se considera un ejemplo de IA estrecha, a pesar de la naturaleza relativamente compleja de la conducción.
El segundo tipo de IA se conoce como IA general. A diferencia de una IA estrecha, un sistema de IA general sería capaz de manejar una gama de tareas diferentes y no relacionadas aprendiendo y aplicando la experiencia previa. En este sentido, una IA general sería similar a un ser humano. No hace falta decir que la IA general es una aplicación de inteligencia artificial mucho más avanzada y tecnológicamente exigente que la IA limitada.
Una extensión de la IA general es el concepto de superinteligencia artificial. Hipotéticamente, un programa de IA diseñado para manejar tareas generales y con acceso a recursos de procesamiento de datos y memoria suficientemente grandes podría eventualmente superar a los humanos en casi cualquier tarea. Aunque intrigante, la superinteligencia artificial todavía está en el ámbito de la ciencia ficción.
Comprender el aprendizaje automático y el aprendizaje profundo
Además de los tipos básicos de IA discutidos anteriormente, existen múltiples enfoques para implementar la inteligencia artificial. Los dos métodos de IA más importantes se conocen como aprendizaje automático (ML) y aprendizaje profundo (DL).
El aprendizaje automático es un método mediante el cual las computadoras pueden "aprender" a partir de los datos que se les proporcionan. Los sistemas ML entrenan algoritmos para identificar adecuadamente patrones u otras características de las entradas. A medida que pasa el tiempo, el algoritmo mejorará progresivamente en la ejecución correcta de la tarea para la que está siendo entrenado. ML se usa ampliamente en análisis predictivo, filtrado de correo electrónico, detección de fraude en línea, chatbots de atención al cliente y una variedad de otras tareas útiles. Sin embargo, para que el entrenamiento funcione, los humanos generalmente deben seleccionar las propiedades de los datos que el algoritmo está siendo entrenado para identificar.
El aprendizaje profundo, una versión más avanzada del aprendizaje automático, lleva este concepto al siguiente nivel. Los programas de aprendizaje profundo intentan imitar el funcionamiento del cerebro humano filtrando y clasificando automáticamente los datos. A diferencia de ML normal, un algoritmo DL puede buscar y aprender de patrones en datos incluso sin que un humano le diga qué buscar. Debido a su capacidad para encontrar patrones por sí mismos, los sistemas DL se utilizan normalmente en aplicaciones más avanzadas, como la visión artificial y los vehículos autónomos. A pesar de ser más avanzado y más poderoso, el aprendizaje profundo tiene ciertas limitaciones. Como regla general, los algoritmos DL requieren conjuntos de datos de entrenamiento más grandes y más poder de procesamiento, lo que los hace más costosos de desarrollar y entrenar que los algoritmos ML ordinarios.
El estado actual de la tecnología de IA
Para comprender hacia dónde se dirige la inteligencia artificial, primero es importante saber dónde se encuentra actualmente y cómo llegó allí. Por contexto, echemos un vistazo a la historia de la inteligencia artificial y el estado de la tecnología tal como existe hoy.
Una breve historia de la IA
Aunque había precedentes anteriores, el término «inteligencia artificial" se usó por primera vez en una conferencia académica en 1956. Esa conferencia y sus asistentes desencadenaron una ola de interés en el concepto de inteligencia artificial, pero el progreso en el campo resultó extremadamente lento. A mediados de la década de 1970, la oleada inicial de entusiasmo se había desvanecido en gran medida, lo que resultó en lo que se conoce como el invierno de la IA. Este período de estancamiento duraría hasta principios de la década de 1980.
Sin embargo, a medida que el poder de cómputo continuó mejorando, los gobiernos y las empresas mostraron un interés renovado en la IA. Este período traería avances considerables en el campo, incluido el desarrollo del aprendizaje profundo temprano. Esta fue también la era que vio el surgimiento de los sistemas expertos, algoritmos informáticos diseñados para imitar la toma de decisiones humana al comparar las entradas con un cuerpo de conocimiento existente. Aunque primitivos para los estándares actuales, los sistemas expertos representaron una forma temprana de IA que fue útil en aplicaciones comerciales del mundo real.
En la década de 1990 y principios de la de 2000, la IA comenzó a acercarse a su estado actual. Los primeros chatbots de IA, los programas de visión por computadora y otras aplicaciones que son relativamente comunes hoy en día se desarrollaron durante este período. Al mismo tiempo, la potencia informática siguió creciendo, lo que permitió que los algoritmos de IA se volvieran más útiles y generara un mayor uso del aprendizaje automático.
¿Dónde está la IA hoy?
Hoy en día, los programas de inteligencia artificial de vanguardia utilizan predominantemente una forma de aprendizaje automático conocida como red neuronal artificial (ANN). Las ANN modelan el funcionamiento de las neuronas en el cerebro humano, lo que permite que las máquinas "piensen" más como humanos. Las ANN permiten a las IA abordar tareas más complejas, lo que las hace adecuadas para entrenar rápidamente algoritmos de aprendizaje profundo.
En términos de aplicaciones, el uso de IA se ha expandido mucho en los últimos años. Hoy en día, encontrará programas de IA que se utilizan para hacer de todo, desde seleccionar feeds de redes sociales hasta mejorar el rendimiento de los cultivos en la agricultura. Aunque se presta mucha atención al uso de la tecnología en automóviles autónomos y drones autónomos, la realidad es que los sistemas de IA están prácticamente en todas partes y la mayoría de las personas interactúan con ellos de alguna manera en el día a día.
A pesar de su proliferación y amplia gama de usos, la inteligencia artificial sigue siendo un campo tecnológico emergente. Las aplicaciones que hoy son comunes habrían sido poco más que proyectos académicos hace 10 o 20 años. También es importante tener en cuenta que toda la IA moderna se clasifica como inteligencia artificial limitada. Aunque puede ser bastante eficiente en ciertas tareas, la IA todavía está muy por detrás de los humanos en términos de inteligencia general. En promedio, la mayoría de los expertos cree que será al menos 2060 antes de que se logre la inteligencia artificial general.
¿Qué empresas están a la cabeza en IA hoy?
Si bien hay una gran cantidad de pequeñas empresas emergentes que intentan aprovechar la tecnología de IA, el campo está dominado en gran medida por un puñado de empresas grandes y exitosas con los recursos y la experiencia para utilizar la tecnología al máximo. A continuación, encontrará un resumen de algunas de las empresas líderes en el campo de la inteligencia artificial en la actualidad.
Como es habitual en el mundo de la tecnología, Google está a la vanguardia del movimiento de IA. Google utiliza varias formas de IA, especialmente aprendizaje profundo, para potenciar muchos de sus servicios orientados al consumidor. El reconocimiento de voz en Google Assistant, el reconocimiento de imágenes y el análisis automático de video son solo algunos ejemplos de cómo la compañía ha implementado la tecnología a nivel práctico.
Si bien Google es sin duda un líder en la implementación de IA, la contribución más importante de la empresa en este campo ha sido la creación de una biblioteca de aprendizaje automático de código abierto llamada TensorFlow. Al permitir que cualquier persona interesada en la IA desarrolle nuevas herramientas con TensorFlow, Google ha democratizado enormemente el campo. Como autor de la principal herramienta de código abierto utilizada para desarrollar programas de inteligencia artificial en la actualidad, se puede decir que Google es el líder mundial en el campo de la inteligencia artificial.
Amazonas
Si bien Google ciertamente lidera en términos de desarrollo de IA, Amazon ha aprovechado la tecnología para optimizar sus funciones comerciales y ha mostrado los resultados pragmáticos que la IA puede producir. Además de su famoso motor de recomendación de productos impulsado por IA, Amazon ha desarrollado el asistente personal Alexa en el lado de su negocio orientado al cliente. Sin embargo, el verdadero poder de la IA en Amazon está detrás de escena, donde el aprendizaje automático ha permitido a la empresa mejorar enormemente sus operaciones de almacén. También se utilizan sistemas similares para optimizar los procesos de entrega de la compañía, asegurando que los innumerables paquetes que maneja Amazon cada día lleguen a sus destinos lo más rápido posible.
Bitmain
Aunque no tiene un perfil tan alto como Google o Amazon, el productor de chips para minería de Bitcoin, Bitmain, también ha hecho algunas contribuciones importantes al mundo de la IA. En abril de 2020, la compañía reveló que había desarrollado con éxito un software de reconocimiento de imágenes de IA destinado a identificar aves raras y en peligro de extinción con fines de conservación. Bitmain también está utilizando su hardware de chip con capacidad de IA para respaldar el desarrollo de proyectos que van desde ciudades inteligentes hasta sistemas mejorados de reconocimiento facial.
tesla
Como era de esperar, el fabricante de automóviles eléctricos Tesla se ha apoyado en la IA como un componente clave de su negocio a medida que impulsa el desarrollo de vehículos comerciales totalmente autónomos. De hecho, la empresa se ha estado preparando para su sistema de conducción de IA desde el primer día al equipar cada vehículo que vende con el hardware necesario para la conducción autónoma. A medida que se desarrollan nuevas funciones de conducción autónoma, Tesla simplemente puede enviarlas en forma de actualización de software.
En 2019, Tesla incluso llegó a adquirir la startup de inteligencia artificial DeepScale para respaldar el desarrollo de su sistema de piloto automático. Esta decisión demostró cuán importante cree la compañía que es la tecnología de IA para su futuro, así como cuánto valor pueden generar en el mercado las nuevas empresas centradas en la tecnología de inteligencia artificial.
Más allá de su sistema de conducción autónoma, Tesla también planea implementar inteligencia artificial como parte de su proyecto de planta de energía virtual. Este proyecto de energía verde, destinado a complementar o reemplazar las plantas de energía tradicionales con hardware solar doméstico, utilizará análisis de IA para predecir el uso y la demanda, lo que permitirá que la red VPP haga los ajustes necesarios durante las horas de alta demanda.
Cómo la IA cambiará fundamentalmente el mundo
La inteligencia artificial es diferente a cualquier otra herramienta desarrollada por la humanidad. Al permitir que las computadoras aprendan y piensen por sí mismas, los sistemas de IA tienen el potencial de ayudar a los trabajadores humanos incluso en las tareas más complejas. Al combinar el intelecto humano con una IA cada vez más poderosa, la tecnología está lista para cambiar fundamentalmente casi todas las áreas de la vida moderna. Aunque sería imposible explorar todos los usos de la IA en un solo artículo, a continuación encontrará algunas de las áreas más importantes que la inteligencia artificial está destinada a revolucionar.
Salud y Medicina
Podría decirse que el campo de la medicina es una de las áreas en las que la IA podría tener el mayor grado de impacto. Las aplicaciones de IA en entornos médicos comienzan con el diagnóstico. Al escanear los datos médicos en busca de signos reveladores de enfermedades, se ha demostrado que los algoritmos de diagnóstico diagnostican con precisión las condiciones antes que los profesionales médicos humanos. Sorprendentemente, esta tecnología puede funcionar incluso sin la colaboración de un médico capacitado. En 2018, la FDA aprobó el uso de una herramienta de diagnóstico de IA para detectar la retinopatía diabética mediante escaneos de los ojos de un paciente. Este sistema opera independientemente de un diagnóstico especializado, requiriendo solo un trabajador menos calificado para realizar los escaneos. Dichos sistemas podrían algún día permitir diagnósticos más rápidos y precisos en un entorno de atención primaria de la salud.
Sin embargo, el papel de la IA en la medicina no termina con el diagnóstico. La tecnología también se puede aplicar para hacer que el proceso de descubrimiento de fármacos sea más rápido y menos costoso. Usando bases de datos de ensayos clínicos y trabajos de investigación académica, las IA pueden identificar rápidamente compuestos candidatos que se sabe que interactúan con la patología de una enfermedad determinada. Al comparar muestras de tejido de pacientes con y sin una enfermedad específica, los sistemas de descubrimiento de fármacos de IA también pueden descubrir nueva información sobre cómo progresa esa enfermedad en el cuerpo humano. Estos conocimientos pueden generar recomendaciones de compuestos químicos que podrían resultar efectivos, incluso si no se han asociado previamente con la afección en cuestión.
Incluso en el área de alto riesgo de la cirugía, los profesionales de la salud y los investigadores están descubriendo funciones mejoradas para la inteligencia artificial. Al aprender de los planes quirúrgicos anteriores, las IA pueden ayudar a los cirujanos proponiendo nuevos planes quirúrgicos para casos similares. La integración de la inteligencia artificial también podría mejorar en gran medida los robots quirúrgicos, permitiéndoles realizar una gama más amplia y compleja de tareas para ayudar de manera más efectiva al cirujano humano supervisor.
Finalmente, el análisis predictivo de IA algún día podrá identificar posibles epidemias y ayudar a los especialistas en enfermedades infecciosas a coordinar las respuestas. Esta capacidad se demostró al comienzo de la pandemia de COVID-19, cuando un puñado de programas de IA emitieron alertas tempranas de un posible brote de enfermedad respiratoria en Wuhan, China, más de una semana antes de que la OMS reconociera oficialmente el comienzo del brote. Con mejoras futuras, estos programas de análisis predictivo podrían proporcionar información más temprana y procesable sobre las amenazas emergentes para el cuidado de la salud. También se pueden usar sistemas similares para preparar hospitales para manejar grandes cantidades de pacientes al optimizar el uso de recursos y permitir que el personal del hospital planifique escenarios de alta demanda con anticipación.
Tomados en su conjunto, estos usos muestran un papel para la IA en el campo médico que se extiende desde la investigación hasta la atención práctica del paciente. Cualquiera de estos avances tecnológicos sería extremadamente útil por sí solo, pero su desarrollo colectivo revolucionará la capacidad de los profesionales médicos para comprender y abordar las enfermedades humanas.
Negocios y Finanzas
Al igual que en el cuidado de la salud, la IA está configurada para cambiar y optimizar prácticamente todas las partes del mundo empresarial moderno. Los impactos de la inteligencia artificial en los negocios comienzan con el suministro de información basada en datos para la toma de decisiones. Desde la asignación de recursos en campañas de marketing hasta la decisión de qué candidato contratar para un trabajo, el análisis de IA puede ayudar a las empresas a tomar decisiones mejores y más rentables. Estos sistemas se adaptan particularmente bien a la naturaleza cada vez más digital del lugar de trabajo, ya que las empresas modernas generan inmensas cantidades de datos de los que los algoritmos de IA pueden aprender para optimizar las operaciones comerciales.
La capacidad de la inteligencia artificial para analizar rápidamente el funcionamiento de sistemas complejos también la hace perfectamente adecuada para el campo de la gestión de la cadena de suministro. En las últimas décadas, las cadenas de suministro globales se han vuelto más largas y complejas que nunca. Sin embargo, al usar IA, las empresas podrían predecir de manera proactiva la demanda, hacer que los almacenes sean más eficientes y optimizar las rutas de entrega para garantizar que la cadena de suministro funcione de la manera más fluida y rápida posible. Según una encuesta reciente realizada por McKinsey and Company, el 61 % de las empresas espera ver ahorros en la gestión de la cadena de suministro como resultado de la integración de la IA.
Sin embargo, es importante tener en cuenta que la influencia de la IA en el sector empresarial no termina con la logística, la planificación y el análisis. En los próximos años, la inteligencia artificial probablemente tendrá una presencia tan grande en las plantas de producción como en las salas de juntas corporativas. La misma encuesta de McKinsey mencionada anteriormente sugirió que el 64 por ciento de las empresas esperan ver ahorros en sus operaciones de fabricación como resultado de la IA. En gran parte, estos ahorros serán el resultado de los sistemas de mantenimiento predictivo que controlan el rendimiento de los equipos y programan el mantenimiento para minimizar el tiempo de inactividad. Los algoritmos generativos también se pueden usar para optimizar los diseños de productos digitales, lo que podría detectar fallas de diseño de manera temprana y, por lo tanto, reducir la duración y el costo del proceso de creación de prototipos.
La IA también está lista para tener un impacto masivo en el aspecto financiero del mundo empresarial. El ejemplo más destacado de esto es la industria Fintech, donde la IA ya se está aprovechando para brindar servicios financieros asequibles y accesibles a gran escala. Desde la inversión hasta las decisiones crediticias, la IA está desempeñando un papel cada vez más importante en la vida financiera. A medida que pasa el tiempo y los algoritmos continúan mejorando, es probable que la inteligencia artificial se utilice para optimizar los préstamos, administrar los riesgos financieros e incluso analizar los datos históricos del mercado de valores para mejorar la asignación de recursos en las carteras de inversión.
Al igual que con el campo de la medicina, la IA parece dispuesta a asumir un papel integral en el mundo de los negocios. Comenzando con el diseño del producto y terminando con la logística de entrega, la inteligencia artificial puede optimizar prácticamente cada paso en el proceso de provisión de bienes y servicios a los consumidores. Juntos, estos desarrollos harán que las empresas sean más ágiles, más receptivas a las cambiantes demandas de los consumidores y más rentables.
Ingeniería
Como ya mencionamos, la IA puede desempeñar un papel importante en la optimización de los diseños de productos. Las capacidades de la tecnología en el campo de la ingeniería, sin embargo, son mucho más amplias. Una de las funciones más importantes de esta tecnología emergente es la integración de conjuntos de datos de múltiples proyectos de ingeniería. Gracias a su capacidad para analizar grandes cantidades de datos, la IA puede obtener información útil de múltiples proyectos en la misma empresa y entregar esa información a los ingenieros que trabajan en cada proyecto. Esto, a su vez, puede mejorar la cooperación y la coordinación entre los ingenieros responsables de cada parte individual de un esfuerzo de diseño mayor.
La IA también puede liberar a los ingenieros para que realicen un trabajo de gran apalancamiento mediante la automatización de tareas que consumen mucho tiempo y que normalmente ralentizan el proceso de diseño. En este sentido, los sistemas avanzados de IA se incorporarán al flujo de trabajo de ingeniería de la misma manera que lo hicieron los programas tradicionales de diseño asistido por computadora (CAD) hace décadas.
Sin embargo, el verdadero poder de la IA desde la perspectiva de la ingeniería proviene de la capacidad de la tecnología para ayudar a los ingenieros e investigadores a desarrollar materiales novedosos para usos especializados. La IA puede respaldar la ciencia de materiales avanzada mediante el modelado de nuevos materiales y la predicción de sus propiedades. Esta capacidad de predecir con precisión las propiedades de un nuevo material permitirá a los científicos de materiales producir nuevos materiales más rápidamente de lo que permiten actualmente los métodos de investigación convencionales. Esto, a su vez, ampliará la gama de materiales disponibles para los ingenieros para sus proyectos.
Resolviendo Problemas Sociales
Además de su inmenso potencial en el sector privado, la IA también tiene un papel importante que desempeñar en la resolución de problemas apremiantes a los que se enfrenta la sociedad moderna. Aunque las soluciones a estos problemas han eludido a los expertos gubernamentales y académicos durante décadas, la IA podría ser una herramienta fundamental para ayudar a la humanidad a enfrentar algunos de sus mayores desafíos.
El primero y más importante de ellos, por supuesto, es el cambio climático. La tecnología de IA está en una posición única para ayudar a los científicos y a los responsables de la formulación de políticas públicas a comprender el cambio climático mediante la creación de modelos más precisos de sus efectos. Estos modelos también se pueden usar para determinar qué acciones y políticas tienen más probabilidades de reducir los niveles atmosféricos de dióxido de carbono, lo que permite a los gobiernos intervenir de manera específica e impactante. La tecnología también podría afectar las emisiones de carbono directamente al optimizar el uso de energía e impulsar avances más rápidos en la tecnología de energía verde.
En términos de asuntos humanos más mundanos, la IA también podría ser una herramienta crítica en el esfuerzo global en curso para limitar la corrupción pública. De la misma manera que el análisis predictivo se puede usar para detectar fraudes en transacciones del sector privado, los sistemas de IA se pueden usar para descubrir el uso inapropiado de recursos en el sector público. También puede ser posible reducir la posibilidad de que ocurra una actividad corrupta en primer lugar mediante la automatización de sistemas que anteriormente dependían de humanos. Tal automatización limitaría las oportunidades de actividad corrupta al eliminar el elemento humano potencialmente poco confiable y garantizar que los fondos públicos se distribuyeran adecuadamente.
Aunque su papel en esta área probablemente será menor, la inteligencia artificial puede apoyar los esfuerzos para aumentar el acceso a viviendas asequibles. Los sistemas de inteligencia artificial que modelan el riesgo con mayor precisión y pueden tomar decisiones de préstamo de forma autónoma reducirían el costo de iniciar préstamos. Al usar datos más allá de un simple puntaje crediticio para tomar decisiones crediticias, los algoritmos también pueden ayudar a las personas que no son solventes en el sentido tradicional a financiar la compra de viviendas.
La promesa de la inteligencia artificial general
Por revolucionarias que puedan parecer las posibilidades discutidas anteriormente, todas se pueden lograr de manera realista con inteligencia artificial limitada. Si alguna vez se logra la IA general, sus capacidades podrían expandirse mucho más allá de lo que se ha discutido hasta ahora. Los futuristas creen que una IA general podría lograr objetivos aparentemente imposibles, como poner fin a las guerras o erradicar la pobreza humana. Algunos pensadores son aún más audaces y sugieren que el desarrollo de la inteligencia artificial general podría ser un trampolín hacia la inmortalidad digital de los humanos al permitir que la conciencia humana se ejecute en el hardware de la computadora.
¿Cómo se suma todo?
Como puede ver, prácticamente no hay área de la vida cotidiana en la que la IA no tenga al menos algún efecto a medida que la tecnología mejora y su uso se vuelve más común. Desde el trabajo y la salud hasta la solución de algunos de los problemas más grandes del mundo, la inteligencia artificial trabajará en conjunto con el ingenio humano para mejorar casi todos los aspectos de nuestras vidas. Como resultado, las próximas décadas pueden ser un período de cambios rápidos y grandes oportunidades para que las sociedades, las empresas y las personas aprovechen el poder de la IA.
Cómo la IA puede interactuar con otras tecnologías emergentes
Tan claro como es que la IA es inmensamente prometedora incluso en su estado actual, su verdadero poder será puesto de manifiesto por otros desarrollos tecnológicos de vanguardia. En esta sección, analizaremos la relación de la IA con el Internet de las cosas, la computación cuántica y las redes de comunicaciones 5G. Si bien estas tecnologías son revolucionarias por derecho propio, también tienen un papel integral que desempeñar para permitir que la inteligencia artificial alcance su máximo potencial.
Internet de las cosas (IoT)
En los últimos años, la cantidad de dispositivos conectados a Internet ha aumentado enormemente. Además de los teléfonos inteligentes y las computadoras, los artículos cotidianos, desde termostatos hasta lavadoras, han obtenido acceso a Internet. En conjunto, esta red mundial de dispositivos se conoce como Internet de las cosas o IoT. A finales de 2019, el IoT constaba de unos 7600 millones de dispositivos en todo el mundo.
Cuando se combinan con IA, estos dispositivos IoT pueden volverse mucho más eficientes y útiles de lo que son actualmente. Los algoritmos de IA se pueden utilizar para mejorar la eficiencia en las operaciones mediante el análisis de datos de los dispositivos IoT del lugar de trabajo. De manera similar, los dispositivos conectados en el lugar de trabajo pueden interactuar con los sistemas de inteligencia artificial que pueden predecir y mitigar los riesgos antes de que tengan la posibilidad de causar interrupciones comerciales graves.
La IA también se puede implementar para mejorar los propios dispositivos IoT. Los sistemas de inteligencia artificial integrados en drones, robots, automóviles autónomos y otros dispositivos inteligentes pueden permitirles funcionar de forma independiente y realizar tareas que normalmente requerirían el control humano. A través de tales dispositivos, la IA puede interactuar con el mundo físico, en lugar de simplemente proporcionar información basada en datos digitales.
Computación cuántica
La computación cuántica es quizás la tecnología más prometedora cuando se usa junto con la IA. Esto se debe al inmenso poder computacional que permite que estos dispositivos procesen datos más rápido de lo que cualquier computadora convencional podría esperar. Hoy en día, la computadora cuántica más rápida del mundo puede completar un cálculo en unos 200 segundos que le habría llevado milenios a una supercomputadora convencional. Dado que esta tecnología aún se encuentra en sus primeras etapas, no hay duda de que los próximos años traerán computadoras cuánticas aún más rápidas y poderosas.
Gracias a esta velocidad enormemente mejorada, la computación cuántica podría permitir que los algoritmos de IA resuelvan problemas grandes y complejos que actualmente requerirían recursos informáticos prohibitivos. Con esta tecnología, la IA podría aplicarse incluso a los desafíos más complicados.
Además de simplemente resolver problemas específicos que se le han asignado, un sistema de inteligencia artificial alimentado por una computadora cuántica también podría encontrar patrones no descubiertos previamente incluso en los conjuntos de datos más grandes. Luego, estos patrones podrían usarse para obtener información útil que no sería evidente de inmediato para un ser humano, ampliando el rango potencial de soluciones generadas por la IA.
Comunicaciones 5G
Para liberar completamente el potencial de la inteligencia artificial trabajando en conjunto con los dispositivos IoT, se deben transferir grandes cantidades de datos rápidamente. Aquí es donde entran en juego las redes 5G. Con tasas de transferencia de hasta 10 gigabits por segundo, la tecnología 5G puede manejar las inmensas cantidades de datos que los dispositivos IoT pronto alimentarán a los algoritmos de IA.
Curiosamente, se espera que esta relación funcione en ambos sentidos. Si bien las redes 5G admitirán IA al permitir el libre flujo de datos, es muy probable que esas redes sean administradas por sistemas de IA. Mediante el uso de análisis predictivos impulsados por IA, las empresas de telecomunicaciones podrían predecir picos en el tráfico y asignar recursos en consecuencia. Este es solo un ejemplo de cómo la IA puede formar relaciones simbióticas con otras tecnologías a medida que se desarrollan juntas.
Las desventajas de la tecnología de inteligencia artificial
A pesar de todas sus promesas, la tecnología de IA todavía tiene ciertas desventajas. Si bien las críticas a la tecnología son muy amplias, dos de los problemas más comunes planteados sobre el uso generalizado de la IA son su potencial para automatizar trabajos tradicionalmente seguros y un fenómeno conocido como el problema de la caja negra.
Las consecuencias económicas no deseadas de la IA
Desde que la IA se hizo realidad por primera vez, los críticos han argumentado que reemplazará a los humanos y causará pérdidas masivas de empleos. Si bien es probable que se exagere el efecto de la IA en el empleo, hay algo de verdad en la idea de que la tecnología podría alterar el mercado laboral y desplazar temporalmente a los trabajadores en ciertos roles.
Para comprender el impacto total de estos desplazamientos, primero es importante observar qué tan amplia puede ser la automatización de la IA. Tradicionalmente, la automatización ha tenido su mayor impacto en el sector manufacturero, donde ha permitido que los trabajadores manuales pasen menos tiempo en tareas simples y repetitivas. La IA, por otro lado, tiene el potencial de automatizar tareas que antes requerían el pensamiento humano. Los profesionales de la salud, el derecho y la ingeniería se encuentran entre aquellos cuyos trabajos probablemente estarán expuestos a la próxima ola de cambios tecnológicos en el lugar de trabajo.
Si bien existe un amplio consenso de que muchos trabajos enfrentarán cierto grado de automatización como resultado de la IA en un futuro cercano, las estimaciones de la cantidad de trabajos que se perderán varían ampliamente. Las estimaciones extremas sugieren que hasta el 30 por ciento de la fuerza laboral mundial actual podría verse desplazada por los cambios tecnológicos para 2030. Sin embargo, otras proyecciones son mucho más moderadas.
El problema de la caja negra
Uno de los retos más espinosos a los que se enfrenta la IA es el llamado problema de la caja negra. Este fenómeno ocurre cuando la IA avanzada, como un sistema de aprendizaje profundo, se aplica a problemas complejos. A menudo, el algoritmo actuará como una "caja negra", tomando entradas y generando salidas para resolver problemas de una manera que incluso los diseñadores humanos de IA no pueden entender completamente. En otras palabras, incluso los humanos responsables de crear sistemas de IA a veces son incapaces de explicar cómo o por qué llegan a las conclusiones a las que llegan.
El problema de la caja negra presenta varios problemas para la implementación de inteligencia artificial cada vez más avanzada. Sin una comprensión adecuada de cómo una IA resuelve el problema que se le ha planteado, es mucho menos probable que los humanos confíen en la respuesta que proporciona el sistema. En algunos casos, los sistemas de IA producen resultados sin sentido debido a la falta de insumos relevantes. Gracias al problema de la caja negra, estos resultados pueden parecer indistinguibles de las respuestas correctas, ya que no hay una buena manera de saber cómo llegó el sistema a su conclusión. Como resultado, el problema de la caja negra tiene profundas implicaciones para la precisión de los sistemas de IA y la confianza humana en ellos.
En algunos casos, por supuesto, los resultados inexactos o la falta de confianza humana son problemas menores. Un chatbot impulsado por IA que no proporciona una respuesta relevante a la pregunta de un cliente, por ejemplo, es inconveniente pero relativamente inofensivo. Sin embargo, en tareas más importantes, los humanos deben tener un alto nivel de confianza antes de que la tecnología de IA pueda desarrollar todo su potencial. Un consumidor que cree que es probable que un automóvil autónomo cometa un error y provoque un accidente de tránsito, por ejemplo, probablemente no elija comprar ese automóvil. Tal falta de confianza humana puede frenar sustancialmente la adopción y el desarrollo de la inteligencia artificial.
Este problema puede incluso dar lugar a que las máquinas desarrollen sesgos que tengan efectos en el mundo real. Los sistemas de inteligencia artificial utilizados para evaluar los niveles de riesgo en el sistema legal, por ejemplo, han exhibido un famoso sesgo racial al etiquetar a los miembros de grupos minoritarios como más propensos a cometer delitos en el futuro. Aunque se sabe que los algoritmos de IA toman estas decisiones en función de las entradas de datos con las que se entrenan y se les da para evaluar, el problema de la caja negra dificulta eliminar este sesgo del sistema.
¿Puede la IA superar estos desafíos?
En general, los beneficios de la IA hacen que valga la pena idear soluciones a los problemas que presenta. Afortunadamente, estos desafíos no son tan insuperables como parecen en la superficie. En el caso del problema de la caja negra, una mayor transparencia con respecto al funcionamiento interno de los algoritmos es una base probable para una solución. Al permitir que los humanos disciernan más fácilmente cómo un sistema de IA llegó a una conclusión determinada, los sistemas transparentes podrían resolver o al menos mitigar sustancialmente el problema de la caja negra.
En cuanto a los trastornos económicos causados por la automatización de la IA, es importante tener en cuenta que se crearán nuevos puestos de trabajo a medida que los antiguos se vuelvan obsoletos. Este concepto, conocido formalmente en economía como destrucción creativa, ha sido válido en otros períodos de cambio tecnológico masivo. De hecho, hay algunas estimaciones que sugieren que la IA será una creadora neta de puestos de trabajo. Un informe del Foro Económico Mundial de 2018 encontró que la tecnología de IA crearía 133 millones de empleospara 2022 y desplazar solo a 75 millones de trabajadores existentes. Suponiendo que estas proyecciones sean correctas, el efecto neto de la automatización de la IA sería una ganancia de unos 58 millones de puestos de trabajo. Si la capacitación laboral está disponible para ayudar a los trabajadores desplazados a encontrar nuevos roles en la economía moderna, la inteligencia artificial podría desbloquear nuevos trabajos mejor pagados para millones de personas en todo el mundo.
El futuro de la IA
Como puede ver, las oportunidades asociadas con la inteligencia artificial en los próximos años son enormes. Esta tecnología tiene el poder de transformar industrias, crear nuevas formas de trabajar e incluso resolver algunos de los mayores problemas que enfrenta nuestra sociedad. Si bien nadie puede predecir con precisión todos los usos que tendrá la IA dentro de meses o años, está muy claro que la IA será una de las fuerzas impulsoras de la economía global en el futuro previsible.
Fuente de grabación: datarecovery.com