www.zonamovilidad.es
Por qué la inteligencia artificial ha explotado en los últimos años si no es algo nuevo
Ampliar

Por qué la inteligencia artificial ha explotado en los últimos años si no es algo nuevo

jueves 09 de enero de 2020, 22:56h

google+

linkedin

Comentar

WhatsApp

  • Compartir en Meneame
El concepto de inteligencia artificial (IA) y el estudio de las redes neuronales tienen ya un largo recorrido dentro del mundo de la ingeniería; pero la explosión de los datos disponibles, de los millones y millones de datos que se están generando, en combinación con la Ley de Moore, nos ha llevado a que la capacidad de computar, de hacer algo útil con esos datos, se multiplique; y de ahí el crecimiento exponencial que se está viviendo

Así mismo, los avances que han tenido lugar en los últimos años en el campo de las redes neuronales, y sobre determinados soportes que permiten que esas redes sean más eficientes, ha desembocado en la proliferación de los usos, de la aplicación de la inteligencia artificial en diferentes campos.

A finales de 2019, Intel presentó a sus inversores su visión de la inteligencia artificial y utilizaban un símil interesante: “Hace 20 años aparecieron las empresas de Internet; entidades que fueron de nicho, que aprovecharon oportunidades en diferentes mercados y generaron negocios. Hoy cualquier compañía es una empresa de Internet; incorpora la Red de una forma u otra: en sus canales, en sus usos, en la relación con los clientes, con proveedores, etc. En el campo de la inteligencia artificial se está viviendo algo parecido; existen compañías especializadas, que tienen un conocimiento específico; pero en unos años, será imprescindible en todas las empresas”.

La calidad del producto depende de los datos utilizados en el entrenamiento

Para Norberto Mateos, director de Intel para España y Portugal, “algo que se debe de tener muy en cuenta es que hay muchas realidades en el ámbito de la inteligencia artificial y todas ellas pueden ser verdades. Por tanto, no se puede ni se debe simplificar; ya que entran muchos factores en juego; un ‘producto final’ depende de cómo se procesan las redes neuronales que se utilizan, los métodos de aplicación, el tiempo que se requiere para finalizar el desarrollo o el coste del mismo; se podría decir que cada caso, cada solución, cada resultado es distinto -afirma -; el mayor problema con el que se encuentra una empresa para integrar inteligencia artificial son los datos: de cuántos se dispone, como se ordenan y preparan para su utilización, cómo se duplican o desduplican, cuáles se utilizan para entrenar las redes neuronales y qué resultados se obtienen, etc. Si los datos que se seleccionan para el entrenamiento y el desarrollo no son buenos el resultado nunca podrá ser bueno”.

La inteligencia artificial se puede definir como: máquinas que son capaces de aprender de la experiencia y no solamente de la programación a la hora de realizar actividades que nosotros identificamos con la capacidad mental de las personas. En tanto en cuanto esto es así, hay que hablar de ‘machine learning’ y, a este respecto, lo que está haciendo Intel es buscar algoritmos que una vez entrenados correctamente son capaces de hacer cosas; cosas como clasificar, agrupar, diferenciar. Pero esto, en realidad, es algo en lo que se lleva trabajando muchos años. El salto cualitativo qué ha llegado hasta nosotros, recientemente, es el ‘Deep learning’; para lo cual se están utilizando redes neuronales nuevas, de más capas, las cuales han permitido a Intel llegar a optimizar los campos de visión, tratamiento y reconocimiento de voz, optimizar los motores de recomendación, etc.

Para Mateos este nuevo estadío tecnológico va a impactar absolutamente en todo: “Esos sistemas de reconocimiento de voz, que van a dar un soporte a las personas, cada vez es más cercano y se va a aplicar en todas las empresas (especialmente en marketing y ventas); ya que no es necesario realizar un desarrollo propio, sino que hay terceros que los desarrollan y los ofrecen como servicio”.

“Y no sólo va a impactar en temas comerciales -continúa-; también en otros como el ámbito de la medicina (herramienta de diagnóstico), automoción, la predicción en campos como la moda, la competencia empresarial… en definitiva, la inteligencia artificial nos va a dar la capacidad de resolver entornos cada vez más complejos; entornos que se miden por el número de parámetros que recogen y esos parámetros han crecido exponencialmente (10 veces por año)”.

La diversificación de arquitecturas de computación es necesaria

Por todo ello, es necesario una diversificación de las arquitecturas de computación que sean capaces de soportar todo este proceso; porque las CPUs de propósito general no valen, se requieren entornos específicos, incluso hay que llegar a las arquitecturas diseñadas solamente para redes neuronales, cómo son los Nervana -en el caso de Intel- debido a que la fase de entrenamiento requiere la máxima capacidad computacional.

Esas redes neuronales, una vez activadas, se deben utilizar en la toma de decisiones instantáneas y la inferencia (aplicación del modelo que has entrenado a la realidad) debe llevarse a cualquier tipo de dispositivo, lo cual ha conllevado el desarrollo de otros procesadores específicos, de arquitecturas capaces de dar respuesta a la complejidad de cada caso que se presenta.

Según el director de Intel España, “Nosotros lo que estamos haciendo, como históricamente, es construir procesadores, pero también desarrollar el software que permita afrontar los diferentes casos de uso. Hemos pasado de CPUs de propósito general a aumentar en 30 veces los resultados de entrenamientos de redes neuronales, simplemente optimizando el software y las extensiones de las instrucciones que utilizan nuestros procesadores. Multiplicar la capacidad 30 veces en 18 meses es un salto cualitativo muy importante y eso mismo se está llevando a cabo en las diferentes líneas de negocio”.

Cuando la IA llega al producto

A la hora de llevar la IA al producto, Intel lo que hace es realizar un estudio y un reconocimiento de lo que debe hacer cada uno de esos, en principio, artículos ‘inanimados’ para, a continuación, realizar el entrenamiento y obtener un modelo optimizado. Dependiendo de las exigencias de ese modelo en concreto, se selecciona el procesador a utilizar. El conjunto de los procesos desarrollados se ofrece como servicios a los clientes, quienes eligen el más adecuado para su negocio.

Así, Intel ha creado un ecosistema de empresas con los que trabajan mano a mano las cuales utilizan su tecnología para desarrollar inteligencia artificial o servicios basados en inteligencia artificial.

Asti Mobile Robotics

Buen ejemplo de ello es la empresa 100% española Asti Mobile Robotics, una empresa localizada en Burgos especializada en AGVs; es decir, vehículos industriales autoguiados especializados en mover materiales o destinados a temas logísticos. La empresa es número uno de Europa en su campo y sus productos, básicamente, son lo que popularmente se conoce como carretillas, horquillas, toros, remolques, mesas de transporte, etc. con la particularidad de ser autónomos en cuanto a su conducción.

Tal y como cuenta José Carlos Montes, director de I+D+i, hace siete años Asti la conformaban 30 personas y, actualmente, suman 300 empleados y tienen presencia en España (también en Madrid), Francia, Alemania y Estados Unidos. Dentro de la filosofía de la empresa no se contempla la sustitución de plantilla allá donde llegan sus vehículos; muy al contrario, pretenden el uso de herramientas conocidas y “hacerlas amigas”, convertirlas en utilidades que ayudan o suplementan.

Realmente, la empresa es un caso de éxito, ya que no sólo entrega los vehículos personalizados, sino que colaboran a todo el proceso de digitalización y a la adaptación de los mismos al entorno de trabajo. Para entenderlo, basta con imaginar un proceso de e-commerce de reparto semi inmediato y lo que ocurre desde que un consumidor realiza un pedido hasta que le llega. Inmediatamente comprendemos la utilidad de este tipo de transportadores de materiales y paquetes corriendo de aquí para allá con el fin de permitir que el paquete llegue en perfectas condiciones y a tiempo a su destino correcto.

Actualmente, Asti tiene más de 5.000 vehículos en el mercado (ojos y datos para la plataforma de IA y la correspondiente optimización del producto). El 70% de la producción de la compañía se dedica a la exportación.

Verbio, lenguaje natural

Otro buen ejemplo de la aplicación de inteligencia artificial dentro del entorno empresarial de Intel es Verbio, una ‘spin-off’ de la Universidad Politécnica de Cataluña que se dedicaba en sus inicios a hacer transcripción y síntesis de voz (1999 en adelante) y que ha evolucionado con los años a un sistema de interacción con diferentes aparatos, a través de la voz, cuya finalidad es facilitar la vida de las personas “fusionando tecnologías cognitivas y del habla para cambiar la experiencia del cliente; el objetivo de Verbio es simplificar la comunicación entre los hombres y las máquinas, específicamente a través de la voz, de forma natural”.

Gracias a Siri, Alexa, Google o Bixby, entre otros, no es difícil comprobar qué la voz va a ser la forma de interacción entre el hombre y la máquina y Verbio trabaja para facilitar ese proceso. Tanto es así que en los últimos años se ha producido un crecimiento exponencial de la compañía, la cual ya cuenta con una plantilla de 80 personas distribuidas en cinco oficinas: Barcelona, Madrid, México DF, Palo alto y Sao Pablo. El 87 por ciento de esa plantilla son ingenieros o lingüistas computacionales (un 25% PHD, el título americano equivalente a Doctor en España).

Al igual que Asti, aproximadamente 70 por ciento de la producción es para venta en el extranjero, especialmente en todo el continente americano y algunos países de Asia y en todos sus productos se integra inteligencia artificial. “Nosotros tenemos cuatro tecnologías en las que nos basamos: reconocimiento de voz, síntesis de voz, biometría y proceso cognitivo; todas ellas están basadas en inteligencia artificial. En sus inicios no era así, no era posible hablar de traducción en tiempo real, pero la evolución ha sido espectacular -asegura Carlos Puigjaner, consejero delegado de Verbio-”.

Con la tecnología de Verbio, cuando una persona está hablando se puede: reconocer quien es por la voz (tiene huella propia, tracto vocal y características diferenciales, como el iris), algo indispensable en términos de seguridad para realizar transacciones o llevar a cabo procesos oficiales; realizar la transcripción, es decir, recoger el mensaje; y, es capaz de extraer información como sexo, estado emocional, edad aproximada, etc. con el fin de nutrir el sistema cognitivo y que éste disponga de más información que no sea meramente la transcripción. Todo esto se aplica a sistemas como los asistentes virtuales, aplicaciones de seguridad en diferentes ámbitos, centros de atención al cliente, subtitulación e indexación, entre otras.

En términos de aprendizaje, hoy la empresa apuesta por entrenar los sistemas mediante audio y la transcripción de ese audio y, a partir de la introducción de determinados algoritmos, el sistema aprende solo; sin embargo, reconoce que “el hardware está ayudando a que cada vez haya menos barreras al multiplicar el poder de computación. Software, redes neuronales, volumen de datos para entrenar y hardware conforman un conjunto que permiten el grado de innovación que estamos alcanzando”.

¿Te ha parecido interesante esta noticia?    Si (0)    No(0)
  • Compartir en Meneame

+

0 comentarios