Header Ads Widget

Ticker

6/recent/ticker-posts

¿Cómo podría la inteligencia artificial mejorar el diseño de API?


 Hasta hace relativamente poco tiempo, la inteligencia artificial estaba firmemente implantada en el ámbito de la ciencia ficción. Sin embargo, con la llegada de procesadores más potentes y la investigación innovadora sobre el aprendizaje profundo, la IA se ha acercado cada vez más a la realidad. La pregunta ahora es, dado que tenemos esta tecnología, ¿cómo podemos usarla para mejorar los sistemas existentes? ¿Se pueden aprovechar nuevas herramientas para mejorar las plataformas API existentes?

Tanto los investigadores como los desarrolladores han respondido a esta llamada, creando sistemas que aprovechan el poder de la IA para mejorar el diseño , las pruebas y el análisis de API . Hoy, discutiremos algunas implementaciones asombrosas de la inteligencia artificial en lo que respecta a las API web, así como también disiparemos algunos mitos comunes que rodean la tecnología. Veremos cómo la IA pronto puede estar impactando cosas en nuestro espacio como:

  • Automatizar el proceso de descubrimiento de API
  • Ayudar a predecir los hábitos de consumo de los desarrolladores
  • Habilitación de nuevas herramientas innovadoras de terceros
  • Impulsando nuevas funcionalidades API y servicios especializados

Definición de IA

Antes de que podamos sumergirnos en cómo la inteligencia artificial está ayudando a mejorar el diseño de API, necesitamos definir realmente qué es la inteligencia artificial. La IA se ha convertido en un tropo en sí mismo, y la realidad, como tantas cosas en la ciencia ficción, solo está relacionada tangencialmente con el concepto de ficción.

Cuando hablamos de IA, la imagen que tiende a aparecer en nuestra cabeza es la de sistemas similares a los humanos: temas como HAL de 2001: A Space Odyssey ejemplifican esta conceptualización de la IA. La verdad, sin embargo, es que el tipo de IA que vemos en nuestros medios populares se denominaría mejor como inteligencia autónoma , es decir, inteligencia con sensibilidad .

La verdadera IA, por lo tanto, se denomina mejor como el estado del ser en el que una máquina es capaz de "aprender" y "pensar" . Puede que esto no sea una adaptación en el sentido natural, pero los ingenieros han desarrollado procesos y sistemas para imitar la forma en que las sinapsis disparan y retienen información, y han creado redes neuronales rudimentarias para llevar a cabo este procesamiento.

Ejemplos de IA

El mundo de la IA, al igual que las API, está lleno de una serie de implementaciones interesantes. En un extremo del espectro relativo al alcance y la capacidad, tenemos ejemplos como Cleverbot . Creado en 1997 por el investigador de inteligencia artificial Rollo Carpenter siguiendo el patrón de la anterior aplicación de chatbot Jabberwacky, el bot ha mantenido desde entonces más de 200 millones de conversaciones. Cleverbot está programado para retener información, en esencia, "aprender" cómo las  frases y palabras se relacionan entre sí.

Un ejemplo que es más esotérico y, en muchos sentidos, más intrigante, es el de IBM Watson . Desarrollado en el equipo de investigación DeepQA de IBM dirigido por David Ferrucci, Watson fue diseñado específicamente para responder cuestionarios en el programa de televisión Jeopardy! Las soluciones cognitivas de IBM ahora están llevando esa potencia informática similar a contextos comerciales.

Beneficios potenciales para AI / Deep Learning en el espacio API

Dado lo poderosa y extensible que esta tecnología ya ha demostrado ser, ¿qué tipo de aplicaciones pueden aportar la IA y el aprendizaje profundo al espacio de las API ? Específicamente, ¿cómo pueden estas tecnologías ayudar a mejorar el oficio de proporcionar API ?

Lo mejor de la tecnología de inteligencia artificial es que imita el comportamiento humano y las formas que no tienen precedentes y, debido a esto, crea oportunidades que una vez se relegaron estrictamente a la participación humana. Por ejemplo, la idea de descubrimiento , el proceso de proporcionar API a los consumidores que las deseen y revelar servicios relacionales estuvo una vez en el ámbito de los blogueros y las plataformas de recopilación de API . Al emplear IA, el descubrimiento se puede realizar de forma totalmente automática, aprovechando los datos públicos y ocultos para ofrecer lo mejor de lo mejor.

Reemplazando aún más el esfuerzo humano, la IA ofrece una solución bastante única para la predicción del comportamiento del usuario . Anteriormente, lo único que se podía hacer para predecir el comportamiento de los usuarios era observar las tendencias pasadas y derivar mediante fórmulas una idea general de qué esperar. Ahora, con la IA, estos datos a largo plazo no solo pueden presentar macrotendencias, sino que la adición de sistemas predictivos y de aprendizaje profundo puede analizar las microtendencias actuales y brindar una visión más holística de todas las posibilidades. Esto, a su vez, reduce el tiempo de espera entre respuestas, actualizaciones, restricción de contenido y más, al tiempo que permite una experiencia más coherente para el usuario.

Por supuesto, hay que considerar el elemento de seguridad y todo lo que conlleva. El uso de inteligencia artificial y el aprendizaje profundo, el control de versiones, las actualizaciones y los cambios se pueden escanear y probar de una manera que simplemente no es posible con las pruebas dirigidas por humanos. Las vulnerabilidades se pueden identificar incluso antes de que se conviertan en problemas importantes, y el cifrado se puede manejar de una manera en constante cambio y evolución.

API e inteligencia artificial

No es de extrañar, dado el poder y el potencial de la IA, que los desarrolladores y proveedores de API hayan dado rápidamente los enormes saltos en la gestión de procesamiento y diseño que la IA promete. Aquí hay solo algunos ejemplos de inteligencia artificial en acción en el espacio API.

Watson y Bluemix

Después del impresionante desempeño de Watson on Jeopardy !, sus creadores comenzaron a buscar nuevos usos para la tecnología en sus proyectos empresariales existentes. Al aplicar Watson a sus plataformas Bluemix existentes en desarrollo, IBM pudo aprovechar el poder relacional de su red neuronal de formas muy interesantes.

En primer lugar, Watson pudo aprovechar lo que IBM llama "datos no estructurados", la enorme cantidad de datos que resultan del procesamiento de API, patrones, relaciones e interacciones entre conjuntos de datos de API que crean una red oculta de información. Esta información es de vital importancia, a menudo denominada en general (y algo incorrectamente) como "análisis", estos datos ocultos describen algunos de los valores más importantes de una API.

Por ejemplo, los datos ocultos se pueden usar para mostrar los patrones de uso de los clientes en las API, los mejores servicios para utilizar para una comunicación optimizada e incluso lo que impulsa las interacciones sociales con contenido específicamente diseñado para grupos o hábitos determinados.

Como parte de esto, Watson también fue capaz de lanzarse al mundo del “Lenguaje natural”. En términos de desarrollo, a menudo separamos el "lenguaje natural", que es el lenguaje que usamos todos los días, del "lenguaje de máquina", que es un lenguaje estructurado que se describe a sí mismo y está estructurado de una manera fácilmente discernible para las máquinas.

Al poder acceder al lenguaje natural, Watson puede encontrar tendencias y conocimientos en las plataformas de redes sociales y permitir el seguimiento de información que de otro modo sería imperceptible para el sistema de la máquina.

Finalmente, Watson pudo desarrollar un sistema usando lo que había aprendido, junto con todo lo que es capaz de hacer en tiempo real, para generar recomendaciones para rutas y servicios de desarrollo de API. Esto no solo reduce el costo en términos de investigación, sino también en el tiempo real de comercialización.

Dynatrace

Quizás una de las aplicaciones más poderosas de IA en el espacio de diseño de API es Dynatrace. Dynatrace podría llamarse una inteligencia artificial "holística" en la forma en que maneja las API desde el inicio y más allá.

Durante la instalación inicial de Dynatrace, el sistema "llega a conocer" la API en sus detalles más íntimos, investigando el entorno, el código, sus relaciones, interacciones y dependencias.

Una vez que se conoce la funcionalidad interna, Dynatrace comienza a monitorear la API y rastrear el latido general de la aplicación de forma activa. Las métricas se comparan con una línea de base, el seguimiento se realiza en tiempo real y los problemas se resuelven antes de que se vuelvan más importantes.

Si bien esto sin duda tiene un gran impacto en términos de costo de monitoreo inicial, superando muchas soluciones métricas por pura simplicidad y facilidad de uso, el verdadero poder de Dynatraces surge cuando se considera el efecto de relaciones públicas de poder resolver problemas antes de que surjan. Al evitar que los problemas se agranden, básicamente está inoculando su sistema.

Curiosamente, los problemas se tratan según la prioridad tanto del usuario como de la gravedad, un elemento que a menudo se pasa por alto en otras soluciones de monitoreo. Este es un cambio radical desde el método clásico de "alerta de alerta" para manejar problemas, que apunta tanto a los problemas más importantes como a las causas reales de esos problemas.

Buzzlogix

Buzzlogix es una aplicación interesante de esta inteligencia artificial, diseñada específicamente para las redes sociales. La base de su sistema, la API de análisis de texto, es un servicio de aprendizaje y procesamiento de lenguaje natural que permite una amplia gama de acciones en un conjunto de datos diverso.

Al aplicar el aprendizaje automático y el procesamiento del lenguaje natural, esta API ha podido discernir no solo el contenido específico de un mensaje, sino el sentimiento real detrás de él. Decidir si el contenido es en gran medida positivo, neutral o negativo puede contribuir mucho a informar las acciones de los desarrolladores y puede ayudar a identificar problemas en sus sistemas generales antes de que se conviertan en tendencia en los círculos sociales.

Como parte de este sistema, la extracción de palabras clave permite la extracción de combinaciones de palabras, frases y flujo de datos que es igualmente poderosa por muchas de las mismas razones.

Entonces, ¿cómo es esto compatible con el diseño de API? Imagine un sistema que, con una entrada y un control mínimos, pueda transmitir el sentimiento general de sus usuarios, las características generales que representan en cuanto a estado de ánimo, género o identidad, el contenido publicitario específico que genera una respuesta positiva y la capacidad de hacer coincidir este contenido con sus procesos de desarrollo.

Soshio

Si bien todos los anteriores son usos interesantes, el uso más convincente de la inteligencia artificial se encuentra en los problemas más difíciles que dividen a Internet en su conjunto. Uno de estos problemas es la barrera del carácter, una extensión de la barrera del idioma que da como resultado que gran parte del contenido social en la red mundial se elimine por completo del resto del ecosistema.

Soshio se propone rectificar esto. Al utilizar el aprendizaje automático profundo, la minería de sentimientos y las traducciones de caracteres, Soshio puede analizar el contenido en las redes sociales chinas para desarrollar una visión general más amplia del sentimiento, el rendimiento del producto y las solicitudes de funciones. La API puede identificar cómo se desempeñan las marcas en el mercado chino, las creencias generales y las acciones sociales del ciudadano chino promedio de Internet y la demografía específica que podría estar interesada en las soluciones que una empresa puede brindar.

Es difícil explicar exactamente por qué esto es tan impresionante. Cualquiera que haya intentado aprender una lengua y una cultura extranjeras puede decirte que una de las mayores barreras en el aprendizaje es el cambio de una lengua alfabética a una logográfica, es decir, pasar de palabras formadas por letras a palabras formadas por imágenes.

Es impresionante, entonces, que Soshio sea capaz no solo de traducir este contenido logográfico en una visión alfabética, sino que también pueda analizar jergas y emojis familiares para el mercado chino pero ajenos a los domésticos. De hecho, Soshio no solo es capaz de hacer esto con logografías, también puede hacerlo con Pinyin, un sistema en el que el contexto se deriva de sonidos e inflexiones, agregando conocimiento y contexto a cada frase hablada.

Para los proveedores de API, esta sencilla integración puede ampliar drásticamente la audiencia potencial de sus servicios. Existe la desafortunada realidad de que los consumidores de API son principalmente audiencias occidentales debido a la prevalencia temprana de la World Wide Web en todo el mundo occidental. Los proveedores de API que emiten servicios pueden encontrar un enorme mercado no monetizado (o, al menos, sub monetizado) que está listo para el acceso, y Soshio puede hacer que acceder a ese mercado sea mucho más fácil.

Ejemplos adicionales

Por supuesto, esto solo comienza a raspar la superficie del panorama de la API de IA. Brevemente, aquí hay una muestra de seis API que utilizan IA de maneras asombrosas:

  • API de Skyttle : convierte contenido en análisis de texto, revelando asociaciones de palabras, correlación de frases y otros datos útiles. Extremadamente útil para generar comprensión social y contexto para plataformas de marketing.
  • Textabilidad : utiliza el aprendizaje automático y la inspección profunda de contenido para representar datos de texto a partir de imágenes y documentos. Poder extraer texto de imágenes es algo así como un santo grial, y hasta los últimos años se consideraba lo suficientemente difícil como para usarse como una medida anti-bot en soluciones como Captcha.
  • API Avatarion Portrait3D : utiliza redes neuronales para dibujar avatares animados en 3D realistas a partir de imágenes estáticas. Solo el poder de la IA puede usar de manera rápida y efectiva sus redes neuronales para mapear la curvatura de imágenes 2D a modelos 3D.
  • AT&T Speech API : una API para agregar reconocimiento de voz a las aplicaciones. Esta API es extremadamente útil para aplicaciones controladas por voz y consultas de búsqueda.
  • Skybiometry : una API que utiliza la detección de contenido relacional para impulsar el reconocimiento facial. Skybiometry se puede utilizar para una amplia variedad de aplicaciones, sobre todo para detectar usuarios para autenticación y autorización biométricas.
  • Unbabel : Unbabel es un servicio de traducción que utiliza traducciones humanas en la memoria para ayudar en la traducción automática. Esto es increíblemente poderoso, ya que el mayor problema para la traducción automática siempre ha sido el contexto: eliminar el uso de contenido analizado por humanos hace que la traducción sea más precisa.

Conclusión

La inteligencia artificial es el próximo gran cambio radical en el desarrollo y diseño de API. A medida que estos sistemas se desarrollen y se vuelvan aún más poderosos, los argumentos a favor de la integración solo se harán más fuertes. El argumento es simple: ¿por qué gastar tiempo humano sin la efectividad de la máquina?

La IA ofrece lo mejor de ambos mundos, aunque de manera imperfecta. Sin embargo, a medida que esta tecnología evoluciona, la estrecha brecha entre los elementos humanos y los sistemas de las máquinas se cerrará significativamente, lo que debilitará el ya inestable argumento en contra de su inclusión.

Publicar un comentario

0 Comentarios