Inicio > base de datos, BUSSINES INTELLIGENCE, IA > ¿Qué es la Inteligencia Artificial?

¿Qué es la Inteligencia Artificial?

Hay una montaña de exageraciones alrededor de los grandes datos, la Inteligencia Artificial (IA) y el Aprendizaje Automático. Es como besarse en el patio de la escuela, todo el mundo está hablando de eso, pero pocos lo están haciendo realmente, y nadie lo está haciendo bien (les leí a unos amigos en Cloudera por esa frase). Sin duda existe un amplio consenso de que las organizaciones deben monetizar sus datos. Pero con todo el ruido en torno a estas nuevas tecnologías, creo que a muchos líderes empresariales se les está rascando la cabeza sobre lo que significa todo esto.

Dada la gran diversidad de aplicaciones y opiniones sobre este tema, puede ser una locura, pero me gustaría intentar proporcionar una definición práctica y útil de la Inteligencia Artificial. Si bien mi definición probablemente no gane ningún reconocimiento por la precisión teórica, creo que proporcionará un marco útil para hablar sobre las acciones específicas que una organización debe tomar para aprovechar al máximo sus datos.

 

La definición teórica

 

Si le preguntas a un científico informático (o Antonio Banderas), la IA es lo que obtienes cuando creas una computadora que es capaz de pensar por sí misma. Es en Odisea en el Espacio en  el 2001: Una odisea del espacio. Los datos de Star Trek: La próxima generación (dos de las mejores obras maestras de todos los tiempos). Estas computadoras son conscientes de sí mismas: máquinas pensantes e independientes que (desafortunadamente) son muy propensas a dominar el mundo.

Si bien esa definición puede ser estrictamente precisa desde una torre de marfil, no es particularmente práctica. Ningún científico creó tal cosa, y ningún negocio realmente está considerando utilizar dicha entidad en su modelo comercial.

El término ‘IA‘ se utiliza tan a menudo hoy en día que tenemos una comprensión básica de lo que significa: la capacidad de una computadora para realizar tareas tales como la percepción visual, reconocimiento de voz, toma de decisiones y traducción de idiomas. La IA ha progresado rápidamente en los últimos años, pero todavía no coincide con las enormes dimensiones de la inteligencia humana. Los humanos hacen un uso rápido de todos los datos a su alrededor y pueden usar lo que han almacenado en sus mentes para tomar decisiones. Sin embargo, la IA aún no cuenta con tales habilidades, en cambio, usa grandes cantidades de datos para aclarar sus objetivos. En última instancia, esto significa que la IA podría requerir grandes cantidades de datos para hacer algo tan simple como editar texto.

Dejando a un lado esa definición, entonces, veamos algo mucho más práctico que pueda hacer avanzar la conversación en los negocios.

 

La IA no es un Aprendizaje Automático

 

Hay dos conceptos principales, de acuerdo con mis definiciones, que son importantes. La IA es una, y lo definiré en breve. El Aprendizaje Automático es el segundo. Existe tanta confusión sobre la definición de Aprendizaje Automático como acerca de la IA, y creo que es importante señalar que no son lo mismo.

El Aprendizaje Automático se conoce con otros nombres. Harvard Business Review lo llamó Ciencia de Datos (Data Science), y lo llamó el trabajo más sexy del siglo XXI, lo cual es una afirmación bastante audaz, dado que quedan muchos años hasta el siglo XXII. Hace años, se llamaban ‘estadísticas’ o ‘modelos predictivos’ (acuérdese del hombre del tiempo).

Como quiera que lo llame, el Aprendizaje Automático es un método de usar datos históricos para hacer predicciones sobre el futuro. La máquina aprende de esos ejemplos históricos para construir un modelo que luego se puede usar para hacer predicciones sobre los nuevos datos.

Por ejemplo, las compañías de tarjetas de crédito deben detectar transacciones fraudulentas en tiempo real para que puedan bloquearlas. Perder dinero por fraude es un gran problema para los proveedores de tarjetas, y detectar el fraude es un problema ideal de Aprendizaje Automático. Los proveedores de tarjetas de crédito tienen una montaña de transacciones históricas, algunas de las cuales se marcaron como fraudulentas. Usando el Aprendizaje Automático, las transacciones históricas se pueden usar para entrenar un modelo. Ese modelo es básicamente una máquina que analiza una transacción y juzga la probabilidad de que sea un fraude.

Otro ejemplo común en el espacio sanitario es predecir los resultados de los pacientes. Supongamos que un paciente va a la sala de emergencias y termina teniendo una infección mientras está en el hospital. Ese es un mal resultado para el paciente (obviamente), pero también para el hospital y las compañías de seguros, etc. Es en interés de todos tratar de evitar este tipo de incidentes.

Los médicos de atención médica con frecuencia usan datos pasados ​​de pacientes (incluida la información sobre pacientes que tuvieron y no tuvieron un mal resultado) con el fin de construir modelos que puedan predecir si un paciente en particular es probable que tenga un mal resultado en el futuro.

Los modelos de Aprendizaje Automático están definidos muy estrechamente. Predicen un evento o un número. ¿El paciente va a ponerse más enfermo? ¿Cuánto gastará mi equipo de ventas el próximo trimestre? ¿Este cliente potencial responderá a mi mensaje de marketing? Los modelos están diseñados para responder a una pregunta muy específica al hacer una predicción muy específica y, a su vez, convertirse en entradas importantes para las soluciones de inteligencia artificial.

 

La Inteligencia Artificial combina datos, lógica de negocios y predicciones

 

Tener un modelo de Aprendizaje Automático (Machine Learning) es como tener una superpotencia o una bola de cristal. Puedo alimentarlo con datos y hará predicciones sobre el futuro. Estos modelos pueden identificar préstamos potencialmente malos antes de que fallen. Pueden pronosticar los ingresos en el futuro. Pueden destacar lugares donde es probable que se cometan crímenes. El sistema de datos en la IA es cómo los pones en práctica.

Volvamos al ejemplo del fraude con tarjeta de crédito. Supongamos que puedo decirle por medio de un modelo de Aprendizaje Automático si es probable que una transacción sea fraudulenta o no. ¿Qué haría? Incluso pensarlo por un minuto hace que sea obvio que hay mucho más trabajo por hacer antes de que pueda comenzar a obtener valor de ese modelo.

Aquí hay algunas preguntas que debe considerar en este ejemplo:

  1. ¿Qué datos hay disponibles para mí en el momento de la transacción?
  2. ¿Cuánto tiempo tengo para procesar los datos y rechazar la transacción?
  3. ¿Qué regulaciones limitan mi capacidad de bloquear las transacciones potencialmente fraudulentas?
  4. A nadie le gusta tener legítimas transacciones bloqueadas. ¿Qué preocupaciones de experiencia de cliente necesito en esta dirección?
  5. ¿Con qué tasas de falsos positivos y falsos negativos me siento cómodo?
  6. …y así

Hay muchas más preguntas que un proveedor de tarjeta de crédito debería considerar antes de implementar un sistema para bloquear transacciones potencialmente fraudulentas.

Ese sistema, sin embargo, es lo que yo llamo IA. Es la combinación de toda la lógica comercial, todos los datos y todas las predicciones que necesito para automatizar una decisión o un proceso.

 

  • Lógica Comercial: La lógica comercial es probablemente el aspecto más importante para poner en práctica un sistema de IA. Esto cerca la experiencia de usuario, las cuestiones legales de conformidad, varios umbrales y banderas que puedo necesitar, etcétera. Esto es básicamente el pegamento que mantiene el proceso entero unido.

 

  • Datos: Los sistemas de IA extienden la mano para los datos. Ellos podrían tener que agregar datos de cliente, resumir transacciones, coleccionar una medida de un sensor, etcétera. Sin tener en cuenta de donde esto viene, los datos conducen el sistema de la IA; sin ello, el sistema viene hablando alto.

 

  • Predicciones: No todos los sistemas de Inteligencia Artificial usan datos, pero sí todos los buenos lo hacen. Cualquiera que haya llamado a su proveedor de cable ha tenido que lidiar con el sistema telefónico automatizado sin fin. Están tratando de automatizar un proceso, pero no están siendo inteligentes al respecto. La Smart AI podría hacer predicciones sobre por qué estaba llamando. Hay muchos recursos para las organizaciones que intentan comenzar con la IA. DataRobot ofrece programas educativos que pueden ayudar a cualquier persona a ponerse rápidamente al día. Existen muchas organizaciones que pueden ayudar a acelerar el proceso.

 

Empiece hoy mismo

 

Hay muchos recursos para las organizaciones que intentan comenzar con la IA. DataRobot ofrece programas educativos que pueden ayudar a cualquier persona a ponerse rápidamente al día. Existen muchas organizaciones que pueden ayudar a acelerar el proceso.

Recuerde, sin embargo, que no se trata de encontrar el caso de uso perfecto con la información perfecta. Se trata de asumir tantos proyectos pequeños como pueda para generar valor rápidamente. Puede obtener algunas ganancias que acumulará un impulso sustancial y hará posible que itere y amplíe su monetización de sus datos.

 

Artículos relacionados:

 

 

hostgator2

Web Hosting HostGator

Anuncios
  1. 14 de junio de 2018 en 11:29 AM

    La inteligencia artificial imita ciertas operaciones de la mente humana y es el término utilizado cuando las máquinas pueden completar tareas que generalmente requieren inteligencia humana. El término Aprendizaje Automático es cuando las computadoras usan reglas (algoritmos) para analizar datos y aprender patrones, y obtener información de los datos. La Inteligencia Artificial es un gran factor que cambia la forma en que se realiza el trabajo.

  1. No trackbacks yet.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

A %d blogueros les gusta esto: