Header Ads Widget

Ticker

6/recent/ticker-posts

¿Ningún Trabajo Es Demasiado Pequeño? Cómo El Aprendizaje Automático Se Hará Cargo De Los Negocios Cotidianos

 Desde la perspectiva de un profano, me acerqué al evento del Deep Learning Institute de Nvidia con una profunda sensación de inquietud. ¿Me dejaría arrastrar por un mar de jerga y acrónimos, intentando furtiva e inútilmente navegar por el mundo esotérico de la ciencia de datos? En una sala de conferencias de la Royal Institution poblada por delegados de Microsoft y el equipo de TI de Credit Suisse, ¿me sentiría totalmente alienado por el formidable, por no mencionar inaccesible, mundo del aprendizaje profundo?

¿Ningún trabajo es demasiado pequeño?  Cómo el aprendizaje automático se hará cargo de los negocios cotidianos

No, es la respuesta corta a eso. El mundo del aprendizaje profundo es complejo, lo admito, pero también electrizante: un fenómeno que ofrece innumerables posibilidades para la racionalización y el avance de la vida cotidiana en el hogar y en los negocios. En palabras de Alex White, vicepresidente empresarial de Nvidia, el aprendizaje profundo presagia una "nueva era de la informática", que podría desencadenar un "cambio poderoso y profundo [...] para todos y para todo". Al menos si Nvidia se sale con la suya.

nvidia_connect_ai_conference

Nvidia es líder en computación visual y cuenta con un ejército de 8.000 ingenieros de software de datos. La compañía está desarrollando GPU más complejas para mejorar el aprendizaje automático y, al mismo tiempo, apoya a 1.500 nuevas empresas en un intento por ver dónde puede llevar el aprendizaje automático a la raza humana. No solo en áreas que acaparan titulares, como el tratamiento del cáncer, la robótica y los automóviles sin conductor, sino también en el día a día de las empresas.

Claro, es mundano en el tema, pero ese es el punto. El aprendizaje profundo podría revolucionar la forma en que las personas realizan sus trabajos cotidianos con respecto al procesamiento de datos, liberándolos para esfuerzos más satisfactorios, creativos y, en última instancia, más fructíferos. En otras palabras, el aprendizaje profundo hace las cosas aburridas, por lo que usted no tiene que hacerlo.

¿La IA como creadora de empleo?

Si trabaja en marketing y ventas, por ejemplo, el aprendizaje profundo se puede utilizar para realizar un seguimiento de la interacción del cliente con sus marcas en tiempo real en todos los medios de comunicación social. Puede liberarlo del arduo trabajo preliminar de recopilación de datos para perseguir objetivos más valiosos, como aprovechar las fortalezas de lo que funciona y dónde.

En este sentido, el aprendizaje profundo podría constituir un medio para impulsar los niveles de empleo; cuando las empresas mejoran, se desarrollan y expanden, creando más puestos de trabajo para nosotros, los humildes seres humanos. Con ventas de comercio electrónico que alcanzaron los $ 2 billones (£ 1,6 billones) el año pasado , una cifra que se espera que se duplique para 2020, las ventas y el marketing constituyen una amplia franja del mercado laboral que podría refinarse mediante la infraestructura de aprendizaje profundo.

Un orador destacado fue el Dr. Anthony Morse, un académico que, en sus propias palabras, “fabrica máquinas que aprenden como niños”. En un video, el Dr. Morse presentó un robot humanoide a un objeto: una estrella naranja. Luego mostró la estrella naranja junto a una bola roja, que el robot aún no había sido presentado. Cuando se le pidió que recogiera la bola roja, el robot pudo inferir de las instrucciones anteriores cuál de los dos objetos era la estrella naranja, y así deducir qué objeto era la bola roja (el único otro objeto que quedaba sobre la mesa).

Esta tarea relativamente simple ocultaba un mundo de matices y sofisticación, y el objetivo del ejercicio era que este robot humanoide se estaba enseñando cosas a sí mismo de la forma en que un niño pequeño podría tener la capacidad de hacerlo. Ahora que esta tecnología ha despegado, las posibilidades son increíblemente amplias.

how_ai_can_improve_business

¿Cómo se traducen estas posibilidades en la vida real para nosotros, los simples mortales? Morse dice que el reconocimiento de imágenes visuales a menudo se cita como un ejemplo de aprendizaje automático, ya que todos lo entienden fácilmente, sin mencionar el hecho de que el aprendizaje profundo supera fácilmente a los humanos en reconocimiento visual. Cualquiera que esté familiarizado con la herramienta de etiquetado automático de Facebook reconocerá la utilidad de esto, tanto para los usuarios como para los anunciantes, aunque las capacidades del aprendizaje profundo se extienden más allá de la clasificación de fotos en las redes sociales. Morse identificó las capacidades del aprendizaje profundo como amplias y dobles: primero, para mejorar la automatización existente; y segundo, habilitar nuevas líneas de producción y mercados.

Para la primera categoría, citó el avance de las líneas de producción de fábrica, que argumentó que podrían evolucionar para convertirse en sistemas mucho más complejos que produzcan productos más nuevos y desarrollados si se reemplazan con aprendizaje profundo.

Habilitar nuevos productos y mercados fue donde las cosas se volvieron muy glamorosas. Desde reconocimiento de voz y traducción en tiempo real hasta vehículos autónomos, desde detección de cáncer en etapa temprana hasta un software curioso que Morse describió que podía tomar una foto de la ropa de alguien y comprarla inmediatamente en línea: había algo que se adaptaba a las necesidades de todos y / o idiosincrasias extrañas.

Posibilidades ilimitadas?

Hasta ahora, sí. ¿Pero infinito? No del todo, según Morse. "No puede resolver todo bajo el sol", afirmó, en un sentimiento que coincide con mucho de lo que se escucha con respecto al potencial expansivo del aprendizaje profundo.

Haciendo eco de los sentimientos de otro orador, el Dr. Adam Grzywaczewski, Morse atribuyó la reciente explosión del aprendizaje profundo a tres desarrollos. Primero, la mayor disponibilidad de Big Data. La gente sube 100 horas de video a YouTube cada minuto; hay 350 millones de imágenes al día subidas a Facebook. Los datos a esta escala han dado lugar a la investigación y el desarrollo de nuevas técnicas de aprendizaje profundo, además de avances en la potencia computacional necesaria para llevarlas a cabo.

how_ai_can_help_business

Pero con el aprendizaje profundo vienen grandes limitaciones. Morse lamentó que los datos de entrenamiento etiquetados (ejemplos de los que la inteligencia artificial puede aprender, controlados por humanos) suelen ser costosos (difíciles, cuando se trabaja en la academia, como lo señaló acertadamente un delegado de Credit Suisse) o no existen. Por otra parte, debe sopesar esta advertencia con la capacidad potencial del aprendizaje profundo. Comprender cómo aprenden los niños y aplicarlo al aprendizaje automático ya no es tema de películas de ciencia ficción o de Pixar. Está sucediendo ahora, está sucediendo rápidamente y está sucediendo a nivel empresarial.

El Dr. Grzywaczewski quería enfatizar que el ecosistema de aprendizaje profundo es dinámico, está en constante cambio. Y en palabras de Alex White de Nvidia, si bien la participación en el aprendizaje automático se ha limitado en gran medida al mundo académico en lugar de a los negocios, "esa ola está llegando a la costa con bastante rapidez".

Publicar un comentario

0 Comentarios