La Inteligencia Artificial como artículo de consumo

Ya el día de ayer desde el Consumer Electronic Show 2020 desde Las Vegas, Nevada (EEUU) platicábamos del papel preponderante que jugará este año y los que siguen, la tecnología 5G, la Inteligencia Artificial, Analíticos y demás tecnologías afines como La Nube, la Realidad Aumentada, etc.

Hoy hablaremos de como todo lo anterior trae por consecuencia la consumerización o consumidorización de la Inteligencia Artificial. Para comenzar diremos que estos términos se refieren a -"...una tendencia creciente en la cual las nuevas tecnologías de la información surgen primero en el mercado del consumidor y luego se propagan hacia las organizaciones comerciales y gubernamentales."- Este texto entrecomillado proviene de Wikipedia.

Entrando en materia, recordemos que más que un Internet de las Cosas (IoT por sus siglas en inglés) se ha evolucionado a una Inteligencia de las Cosas (con la misma abreviatura en inglés).

Aprendizaje Automático (Machine Learning), Servicios al Consumidor (End Services), todos los Servicios que apuntalan y dan sustento a los Servicios al Consumidor y las Tecnologías Emergentes (Emerging Tech) son las tecnologías que están insertas, incluidas en el concepto de Inteligencia de las Cosas y precisamente son estas de las que aquí hablaremos.

En los últimos años nos hemos enfocado en aplicaciones para el Aprendizaje Automático y de cómo esto ya forma parte de los ámbitos comercial y de negocios. Pero lo realmente sustancial radica en cómo esta tecnología está permeando cada aspecto del comercio y en la cultura de los consumidores. Sea en lo general o embebida en dispositivos, la Inteligencia Artificial aprovecha esa experiencia aprendida de forma automática para aportar al consumidor cada vez más un valor agregado.

A modo de paréntesis, este concepto del Valor Agregado ha sido muy "manoseado" y desafortunadamente tergiversado en todos los ámbitos de la industria y el comercio. Para estar en frecuencia mencionaremos que -"...en términos económicos, el valor agregado es el valor económico adicional que adquieren los bienes y servicios al ser transformados durante el proceso productivo. En otras palabras, es el valor económico que un determinado proceso productivo añade al consumo intermedio, que se conoce como los insumos (materias primas, materiales auxiliares, envases y empaques, electricidad, y otra diversidad de bienes y servicios) utilizados en su producción y distribución."- También este texto entrecomillado viene de Wikipedia.

Es entonces ese Valor Agregado el que, dentro del ámbito actual de la Cuarta Revolución Industrial y la Transformación Digital, hace que los consumidores elijan un producto o servicio determinado, por razones que pueden ir más allá de el precio o incluso la calidad. ¿No lo creen? Respóndanse a Ustedes mismos: ¿Por qué seguir comprando una marca de Dispositivos Personales Móviles y no cualquier otra? ¿Por qué seguir comprando tus víveres en ese supermercado y no en otros? ¿Por qué elegir esa tienda departamental, esa marca de vehículos, etc.?

Si ahora a esto del Valor Agregado le sumamos el Aprendizaje de Máquina, en la que un Sistema de Cómputo ahora nos puede indicar, por ejemplo, cuál es el producto más elegido por consumidores de una zona geográfica en particular, de un segmento económico, cultural, social determinado. Con esa valiosísima información es posible determinar el derrotero de nuestro negocio con miras a obtener mayores ingresos (obviamente), pero haciendo un uso más inteligente de la materia prima, los procesos y todo lo que involucra la entrega al consumidor final.

Aquí entra en acción los Dispositivos Finales (End Devices). Uno de ellos y de forma obvia es los Dispositivos Personales Móviles, las Tabletas, las Laptops y Desktops que los consumidores utilizan cada vez más para interactuar con aplicaciones que involucran Comercio Electrónico. A modo de estadística, mencionaremos que en 2019 Estados Unidos, Reino Unido y Corea del Sur, líderes en gasto medio en comercio electrónico en el mundo.

Tan solo en Estados Unidos, los consumidores compraron bienes y contrataros servicios vía Comercio Electrónico a ritmo de $1,952.00 Dólares (por persona). En el Reino Unido la cifra fue de $1,639,00 Dólares mientras que en Corea del Sur fueron $1,533.00 Dólares. En México la cifra fue de $134.00 Dólares.

Siguiendo con las estadísticas, podemos afirmar en términos generales, los países con mayor porcentaje de internautas que utilizan el comercio electrónico son Indonesia (86%), China (82%) y Alemania (81%). A nivel mundial, la media del porcentaje de internautas que han adquirido algún producto o servicio vía online alcanzó el 75% en 2019. En México fue un nada despreciable 65%.

Ahora que, más específicamente un 55% de internautas a nivel mundial realizan e-commerce a través de un Dispositivo Personal Móvil, dejando un obvio 45% que lo hace primordialmente utilizando un navegador en su computadora de escritorio o su LapTop.

Los rubros más vendedores a través de mecanismos de Comercio Electrónico fueron:

1.- Viajes (incluye transportación y alojamiento) con $750,700.00 millones de Dólares
2.- Moda y Belleza con $524,900.00 millones de Dólares
3.- Electrónica de Consumo con $392,600.00 millones de Dólares
4.- Juguetes y Herramientas (hágalo Usted mismo) con $386,200.00 millones de Dólares
5.- Muebles y Línea Blanca con $272,500.00 millones de Dólares
6.- Comida y Cuidado personal con $209,500.00 millones de Dólares
7.- Videojuegos con $70,560.00 millones de Dólares
8.- Música $12,050.00 millones de Dólares

Todo esto sumó la friolera de $2,618 billones de dólares sin contar otros rubros. Aclaramos que son billones a la mexicana, no a al "gringa". Nada mal para el ya vetusto Comercio Electrónico.

¿Y qué hay con el rubro de los Servicios? Gracias a la inclusión de la Inteligencia Artificial de la mano de los Analíticos, empresas como UBER, DIDI, NETFLIX, AIRBNB y semejantes conocen aún mejor a su público. Esto también involucra todo lo que respecta a Dispositivos Personales Móviles, Tabletas y redes inalámbricas. ¿5G otra vez? Sí.

Para comenzar a hablar de los servicios, la empresa de comida rápida McDonald's ha abierto una área completa de investigación y desarrollo, para la incorporación de asistencia por voz humana, dentro de lo que es su Drive Thru. Es este servicio el que reporta a la empresa más de la mitad de sus ventas anuales. ¿Ya no habrá entonces una persona (de carne y hueso) atendiendo en el "Auto Mac"? En un lapso no mayor a los tres años (en el cercano 2023) se espera que en los Estados Unidos y Canadá, ya no habrá personas escuchándonos. El sistema incluso será capaz de reconocer clientes frecuentes, bromistas frecuentes, así como también determinar si vale la pena realizar una "venta sugestiva" o no.

Un servicio que ya es un "deber ser" en todo hogar (u oficina) es el "Streaming" de video para programas y películas en la Pantalla Inteligente. Estamos ya inmersos en los "Streaming Wars" en donde esa cosa rara que introdujo Netflix hace años, ahora es el "bocatto di cardinale" o la "piece de resistance" de la industria del entretenimiento.

¿Recuerdan Ustedes cuando teníamos que acudir a los "video clubes" para poder rentar la película o serie de televisión de nuestra preferencia? Hoy ya no existen esas inmensas empresas, pues Netflix y las subsiguientes alternativas de "Streaming" las volvieron obsoletas.

Todas las marcas de "Televisores" o más bien Pantallas Inteligentes, incluyen de fábrica aplicaciones como Netflix, YouTube, Hulu y Amazon Prime Video. Más sin embargo en las "tiendas" de aplicaciones que el proveedor de tu pantalla mantiene para garantizar que los consumidores les sigan prefiriendo, es posible descargar e instalar más aplicaciones de "servicio video al hogar".

Gracias a redes de datos cada vez más rápidas y eficientes, así como incorporación de Inteligencia Artificial y Aprendizaje Automático, estas aplicaciones ya pueden discernir qué series o que películas son las que pueden gustar más al consumidor final. Esto está garantizando el éxito (o fracaso) de las empresas que deciden competir en esta arena ya muy saturada.

Las tecnologías emergentes con más huella en el mercado son sin duda alguna:

• Conducción Automática de Vehículos
• Realidad Aumentada
• Realidad Virtual

Ya sea incluídas (una sola, dos o todas ellas) en vehículos automotores, así como en aplicaciones para Dispositivos Personales Móviles, gafas con componentes electrónicos (cámaras, sensores, etc.), están permitiendo que personas con ciertos impedimentos físicos, o personas que se dedican a transporte de personas, bienes, entrega de servicios, etc. puedan hacer su trabajo de manera más rápida y eficiente.

Es la Realidad Aumentada la que últimamente (en los dos años recientes y hasta la fecha) está complementando ciertas ramas de la industria y el comercio, así como la educación y el ocio. Para una mayor referencia, recomendamos leer la entrada "El presente y futuro de los juguetes".

Esto forma parte del comienzo de lo que es el Consumer Electronic Show 2020. En entradas posteriores seguiremos abordando más temas que esta maravillosa exposición anual, está poniendo en la mesa de fabricantes, clientes y facilitadores en general.

¿Qué tan listo está Usted para el Consumer Electronic Show 2020?

7 tendencias tecnológicas más importantes en 2020

Ya estamos en la segunda mitad del décimo mes de el año 2020, y como también es costumbre (a la par de las tiendas departamentales y supermercados), pareciera que estamos viviendo fiestas decembrinas muy por anticipado.

El año 2020, que cierra la segunda década del Siglo XXI está tocando a nuestra puerta. Por ello entonces hemos decidido comenzar con algunas predicciones de lo que, dentro del ámbito de las Tecnologías de la Información, marcarán la pauta.

Como ya lo hemos mencionado en múltiples entradas en este Blog Tecnológico, estamos en medio de la 4ta revolución industrial, y nadie puede negar que la tecnología está evolucionando más rápido que nunca. Las empresas y las personas que no se mantienen al día con algunas de las principales tendencias tecnológicas corren el riesgo de quedarse atrás. Comprender las tendencias clave nos permitirá a las personas y las empresas prepararnos y aprovechar estas oportunidades.

No pretendemos adjudicarnos el nombramiento de "futurista de negocios y tecnología", pero parte de nuestra responsabilidad y nuestro trabajo es mirar hacia adelante e identificar las tendencias más importantes. En esta entrada, compartimos con ustedes las siete tendencias más inminentes para las que todos deberían prepararse en 2020.

Inteligencia Artificial como un Servicio

La Inteligencia Artificial (IA) es una de las evoluciones tecnológicas más transformadoras de nuestros tiempos. Como ya lo hemos dado a conocer,  la mayoría de las empresas han comenzado a explorar cómo pueden usar la inteligencia artificial para mejorar la experiencia del cliente y optimizar sus operaciones comerciales. Estamos completamente seguros de que esto continuará en el año 2020, y aunque las personas se acostumbrarán cada vez más a trabajar junto con la Inteligencia Artificial, diseñar y desplegar nuestros propios sistemas basados ​​en ésta, para la mayoría de las empresas de América Latina seguirá siendo o parecerá ser una propuesta costosa.

Por esta razón, muchas de las aplicaciones de Inteligencia Artificial continuarán trabajando en conjunto y desarrollándose a través de proveedores de plataformas como servicio, en un esquema que permite simplemente alimentar nuestros propios datos y pagar los servicios por la ejecución de algoritmos y los recursos a medida que los utilizamos.

Actualmente estas plataformas proporcionadas por empresas como Amazon, Google y Microsoft, tienden a tener un alcance amplio, con una ingeniería personalizada (a menudo costosa) requerida para aplicarlas a las tareas específicas que una organización puede requerir. Durante el año 2020 veremos una adopción más amplia y un grupo creciente de proveedores, que probablemente comenzarán a ofrecer aplicaciones y servicios más personalizados para tareas específicas o especializadas. Esto significará que ninguna compañía tendrá excusas para no aplicar la Inteligencia Artificial.

Redes de datos 5G

La quinta generación de conectividad con redes móviles a Internet nos dará velocidades de descarga y carga súper rápidas, así como conexiones más estables. Si bien las redes de datos móviles 5G estuvieron disponibles (y de manera aún modesta) en este 2019, en su mayoría resultaron por el momento ser  caras y limitadas a funcionar en áreas confinadas o ciudades importantes. Es probable que el año 2020 sea el año en que la red de datos móviles con tecnología 5G, realmente comience a volar con planes de datos más asequibles y una cobertura mejorada, lo que significa que todos pueden unirse a la diversión.

Las redes de datos súper rápidas no solo nos brindarán la capacidad de transmitir películas y música con mayor calidad cuando estamos en movimiento. Las velocidades considerablemente mayores significan que las redes móviles serán más utilizables incluso que las redes cableadas que se ejecutan en nuestros hogares y negocios. Las empresas deben considerar las implicaciones comerciales de tener acceso a Internet súper rápido y estable en cualquier lugar. El mayor ancho de banda permitirá que las máquinas, los robots y los vehículos autónomos recopilen y transfieran más datos y más rápido que nunca, lo que conducirá a avances en el área de Internet de las Cosas (IoT) y Aprendizaje Automático (sólo por mencionar algunas tecnologías propias de la Transformación Digital).

Conducción Autónoma

Si bien todavía no estamos en la etapa en la que podamos esperar viajar de forma rutinaria, o incluso ver vehículos autónomos circulando en el 2020, sin duda continuarán generando una cantidad significativa de emoción.

El jefe de la empresa Tesla, Elon Musk, dijo que espera que su compañía cree un vehículo autónomo verdaderamente "completo" para este año. Agregó que la cantidad de vehículos capaces de operar con un menor grado de autonomía, como el frenado automático y avisos por el cambio de carril, se convertirá en algo cada vez más común. Además de esto, otros sistemas en el automóvil que no están directamente conectados a la conducción, como las funciones de seguridad y entretenimiento, serán cada vez más automatizados y dependerán de la captura y análisis de datos. Waymo, la compañía hermana de Google, acaba de completar una prueba de taxis autónomos en California en donde transportó exitosamente a más de 6200 personas, en el primer mes.

No solo serán autos, por supuesto. El transporte por autobús y el transporte marítimo se están volviendo más autónomos, siendo probable que los avances en este espacio continúen llegando a los titulares a lo largo del año 2020.

Con la maduración de la tecnología de conducción autónoma, también escucharemos cada vez más sobre las medidas que tomarán las regulaciones, legisladores y autoridades. Es probable que se requieran cambios en las leyes, normas y regulaciones, para ajustarlas a estas nuevas tecnologías tomando en cuenta la infraestructura existente y las actitudes sociales, antes de que la conducción autónoma se convierta en una realidad práctica para la mayoría de nosotros. Durante el año 2020 es probable que comencemos a ver que el debate sobre la conducción autónoma se extienda fuera del mundo tecnológico, a medida que más y más personas lleguen a la conclusión de que la respuesta a l pregunta no es "si", sino "cuándo" se convertirá esto en un realidad.

Medicina Personalizada y Predictiva

Actualmente y gracias a la Convergencia Informática, la tecnología está transformando la atención médica a un ritmo sin precedentes. Nuestra capacidad de capturar datos de dispositivos portátiles como los relojes inteligentes, nos dará la capacidad de predecir y tratar cada vez más los problemas de salud en las personas, incluso antes de que experimenten algún síntoma.

Cuando se trata de la aplicación de tratamientos, veremos enfoques mucho más personalizados. Esto también se conoce como medicina de precisión, la cual permite a los médicos recetar medicamentos y aplicar tratamientos de manera más precisa (valga la redundancia), gracias a una comprensión basada en datos de cuán efectivos (o no) pueden ser para un paciente específico.

Aunque no es una idea nueva, gracias a los recientes avances tecnológicos y en especial en los campos de la genómica y la Inteligencia Artificial, cada vez tenemos una mejor comprensión de cómo los cuerpos de las diferentes personas están mejor o peor equipados para combatir enfermedades específicas, así como también el cómo es probable que reaccionen a diferentes tipos de medicamentos o tratamientos.

A lo largo del 2020 veremos nuevas aplicaciones de atención médica predictiva y la introducción de tratamientos más personalizados y efectivos, para garantizar mejores resultados en los pacientes de forma individual.

Identificación Inteligente

En términos informáticos implica el desarrollo, aprovisionamiento y puesta en operación de sistemas que permiten identificar artículos, lugares, objetos o personas a partir de imágenes visuales. Es decir, las imágenes recopiladas mediante una cámara o un sensor. Es esta tecnología la que permite que la cámara de su teléfono inteligente reconozca qué parte de la imagen que está capturando es una cara, potenciando tecnologías como Google Image Search.

A medida que avancemos en el año 2020, veremos herramientas y tecnología equipadas con visión artificial para un número cada vez mayor de usos. Esta tecnología resulta fundamental para la forma en que los automóviles autónomos podrán "ver" y responder ante el riesgo o el peligro. Las líneas de producción emplearán cámaras para detectar productos defectuosos o fallas en los equipos, mientras que  las cámaras de seguridad podrán alertarnos de cualquier cosa fuera de lo común, sin requerir monitoreo las 24 horas los 7 días de la semana por parte de personal humano.

La visión por computadora también permite el reconocimiento facial, del que escucharemos mucho más en el 2020. Ya hemos visto cuán útil es la tecnología para controlar el acceso a nuestros teléfonos inteligentes, en el caso de FaceID de Apple, y cómo el aeropuerto de Dubai la usa para proporcionar un servicio a clientes más fluido. Sin embargo, a medida que los casos de uso crezcan en el año 2020, también tendremos más debates sobre la limitación del uso de esta tecnología debido a su potencial para erosionar la privacidad, permitiendo un control estatal similar al mítico 'Gran Hermano', de la novela de Geoirge Orwel "1984".

Realidad Extendida

Realidad Extendida (XR) es un término general que cubre varias tecnologías nuevas y emergentes utilizadas para crear experiencias digitales más inmersivas. Más específicamente se refiere a la realidad virtual, aumentada y mixta. La realidad Virtual (VR) proporciona una experiencia totalmente inmersiva digitalmente en la que ingresa a un mundo generado por computadora, utilizando auriculares que complementan la experiencia emulando el mundo real. La Realidad Aumentada (AR) superpone objetos digitales al mundo real, a través de tabletas o pantallas de Dispositivos Personales Móviles (como lo hacen los filtros de Snapchat). La Realidad Mixta (MR) es una extensión de la Realidad Aumentada, lo que significa que los usuarios pueden interactuar con objetos digitales colocados en el mundo real. Imagine, por ejemplo, tocar un piano holográfico que haya colocado en su habitación, escuchando lo que interpreta con un auricular para efectos de la Realidad Aumentada.

Estas tecnologías han existido durante algunos años, pero se han limitado en gran medida al mundo del entretenimiento, como es el caso de los auriculares Oculus Rift y Vive que proporcionan lo último en videojuegos conectados a Dispositivos Personales Móviles, aunado todo lo anterior a la adición de filtros de cámara.

A partir del año 2020, se espera que todo eso cambie a medida que las empresas se familiaricen con la gran cantidad de posibilidades emocionantes que ofrecen ambas formas actuales de Realidad Extendida. La Realidad Virtual y la Realidad Aumentada prevalecerán cada vez más para la capacitación y la simulación, además de ofrecer nuevas formas de interactuar con los clientes.

Tecnología Blockchain

Blockchain es una tendencia tecnológica que hemos visto desarrollarse ampliamente en el transcurso de este año y sin embargo, es probable que tenga obtenga una respuesta no muy entusiasta si lo menciona en una compañía que no conoce la tecnología. Sin embargo, el año 2020 podría ser finalmente el año en que esto cambie.

Blockchain (nuevamente suplicamos no confundirla con bitcoin) es esencialmente un libro de contabilidad digital, que se usa para registrar transacciones, que garantiza seguridad e integridad de la información debido a su naturaleza encriptada y descentralizada. Durante este 2019 algunos comentaristas comenzaron a argumentar que la tecnología estaba exagerada y tal vez no era tan útil como se pensaba. Sin embargo es probable que la inversión continua de FedEx, IBM, Walmart y Mastercard durante 2019 comience a mostrar resultados en el mundo real, logrando así demostrar su su efectividad, conduciendo rápidamente a un aumento en la adopción por parte de jugadores más pequeños.

Y si las cosas van conforme a lo planeado, 2020 también verá el lanzamiento de la propia criptografía basada en blockchain de Facebook, "Libra", que estamos seguros que creará un gran revuelo.

Estas son nuestras primeras siete predicciones. Estamos conscientes que es aún muy temprano para poder "garantizar" cierta certeza en ellas. Pero definitivamente estamos seguros de que, como se dice coloquialmente aquí en México, "por ahí va la cosa".

Inteligencia Artificial como parte de nuestra vida

A medida que vivimos más y la tecnología continúa su rápido arco de desarrollo, podemos imaginar un futuro en el que las máquinas aumentarán nuestras capacidades humanas y nos ayudarán a tomar mejores decisiones en la vida, desde la salud hasta la riqueza. De esto se trata la Transformación Digital y la Cuarta Revolución Industrial ¿Qué no?

En lugar de realizar una pregunta y respuesta con un dispositivo en la barra, podremos conversar de forma natural con nuestro asistente virtual que está totalmente integrado en nuestro entorno físico.

A través de nuestro diálogo y las "migajas" digitales, comprenderá nuestros objetivos y aspiraciones de vida, nuestras obligaciones y limitaciones. Nos ayudará de manera sencilla y automática a presupuestar y ahorrar para diferentes eventos de la vida, para que podamos pasar más tiempo disfrutando los momentos de la vida.

Si bien podemos imaginar este futuro, la tecnología en sí no está exenta de desafíos, al menos por ahora. La capacidad de la inteligencia artificial para comprender las complejidades y matices de la conversación humana es un obstáculo. Por ahora.

Actualmente hay más de siete mil ciento once lenguas vivas conocidas en el mundo, según Ethnologue (https://www.ethnologue.com/). Además de las complejidades están las diversas formas en que las palabras se comparten y se usan en diferentes culturas, incluida la gramática y el nivel de educación y el estilo de los hablantes.

Google Duplex, la tecnología compatible con el Asistente de Google que realiza llamadas telefónicas con una voz humana de sonido natural en lugar de una robótica, es un intento inicial de abordar estos desafíos en las comunicaciones humanas. Pero estos son solo susurros iniciales en el largo viaje de la Inteligencia Artificial.

Además de hacer reservaciones y realizar diálogos simples, los asistentes virtuales tendrán que ser mucho más útiles y más integrados en el tejido de nuestra vida cotidiana.

No solo tendrán que anticipar lo que necesitamos antes de preguntar, sino que también deben comprender el contexto de nuestras conversaciones y reaccionar en consecuencia. Imagina un día de nieve donde la escuela se cancela para los niños.

Sabiendo que ahora debe quedarse en casa con sus hijos, su teléfono avisará y preguntará si desea que sus reuniones se trasladen al día siguiente; Su consola de entretenimiento sugeriría automáticamente películas para ver y libros electrónicos para leer. Lo mejor de todo es que su parlante inteligente recomendaría opciones de comida para el almuerzo mientras usted está paleando nieve.

Alternativamente, imagínese cuánto más placentero sería su viaje a casa después de un viaje de negocios, si su teléfono pudiera preparar automáticamente un Uber en espera para que lo recoja en el aeropuerto, según su itinerario de viaje, ubicación y hábitos. Las posibilidades son infinitas. Y la voz interactiva puede iniciar una conversación de la manera en que los dedos sobre el vidrio no pueden.

Consideremos el ejemplo de la banca. Libres de los límites tradicionales de la comunicación, ahora podemos volver a imaginar la vida en un mundo donde el concepto de banca se extiende más allá de sus fronteras tradicionales, o simplemente desaparecer.

En donde los límites físicos una vez definieron las sucursales bancarias, una variedad de modalidades desde teléfonos móviles y portátiles hasta altavoces inteligentes y dispositivos conectados, volverá a caracterizar el significado del dinero tanto para los consumidores como para las instituciones. Los consumidores ahora exigen experiencias digitales consistentes y sin interrupciones, ya sea que compren mercadería en línea, descarguen música o transfieran dinero.

También son los consumidores quienes ahora dictan lo que quieren y para cuando lo quieren. Si las instituciones financieras desean aprovechar la tecnología de voz para evolucionar aún más la experiencia móvil y mejorar las actividades financieras diarias, deben tomar un libro de jugadas del ecosistema digital y tener cuidado de no replicar las transacciones móviles y de sucursales con diálogos verbales.

Vale la pena tomar en cuenta que, después de todo, los asistentes virtuales tienen mucho más que una voz robótica simplificada. ¿Qué podría pasar si la Inteligencia Artificial se vuelve más sensible al contexto e incluye empatía? Imagine que un día esta tecnología ambiental nos conoce tan bien que puede actuar como nuestro "Chief Financial Officer" personal, ayudándonos continuamente a obtener los mejores resultados financieros a lo largo del tiempo, en base a su conocimiento de nuestro hogar, nuestras opciones de vida, nuestra salud y nuestra longevidad. ¿Les gusta?

Ahora respondamos esta pregunta: ¿Confiaremos lo suficiente para tomar decisiones por nosotros automáticamente? Gran parte de eso será impulsado por la percepción y aceptación de las máquinas por parte de la sociedad.

A modo de ejemplo, en Japón, donde la cultura es más acogedora para los humanoides o dispositivos con forma humana, los robots se implementan en hospitales y hogares de ancianos para evitar que las personas mayores se sientan solas. Hoy ya están utilizando robots educativos para ayudar a los niños a mejorar sus habilidades en inglés. Algunos incluso han ido al extremo para encontrar amor y compañía con robots, como en el caso del personaje holográfico basado en Inteligencia Artificial llamado Hikari Azuma, creado por el gigante japonés de mensajería Line.

La Inteligencia Artificial nos brinda la oportunidad de volver a imaginar no solo la experiencia del usuario, sino también el intercambio de valores. Al recopilar una gran cantidad de fuentes de datos, la Inteligencia Artificial tiene la capacidad de establecer una visión real de trescientos sesenta grados de la vida cotidiana del consumidor, basada en sus hábitos y comportamientos pasados, mucho más allá de los silos de datos tradicionales.

La capacidad de aprender, procesar y aumentar crea una relación simbiótica entre humanos y máquinas. Mientras que películas como "Her" y "Humans" pintan un mundo que puede parecer inalcanzable en este momento, nos permiten flexionar nuestros músculos creativos para visualizar lo que nos espera.

Si todo esto ya no parece tan lejano, el gigante del comercio electrónico y el cómputo en La Nube Amazon, visualiza un futuro así como no tan inverosímil. De hecho, con la ayuda de la Inteligencia Artificial y el Aprendizaje Automático, Amazon está trabajando para lograr un futuro en el que los humanos puedan llevar a cabo una conversación natural con altavoces inteligentes y otros dispositivos conectados.

Hoy ya tenemos el poder de diseñar un mundo en el que nuestras voces colectivas ayudan a crear mejores versiones de la humanidad, donde el propósito se vuelve fundamental para nuestras innovaciones e impulsa nuestras acciones cotidianas. Quizás lo que nos limita no es nuestra tecnología, sino nuestra imaginación para pensar más allá del ámbito actual de posibilidades, y nuestra disposición a confiar en las máquinas.

¿Su negocio ya está en el futuro?

Inteligencia Artificial, Aprendizaje Automático y Aprendizaje Profundo

En entradas anteriores, hemos platicado ampliamente que existen identificadas diez y seis tecnologías que apuntalan la Transformación Digital. Doce de ellas ya están impactando nuestras vidas a corto y mediano plazo, mientras que las restantes doce lo harán en un largo plazo no mayor a doce años.

Las primeras doce tecnologías con impacto a corto plazo son:

• Cómputo en La Nube (de la Tercera Plataforma)
• Big Data (de la Tercera Plataforma)
• Blockchain (de la Cuarta Revolución Industrial)
• Realidad Virtual (de la Cuarta Revolución Industrial)
• Realidad Aumentada (de la Cuarta Revolución Industrial)
• Internet de las Cosas (de la Cuarta Revolución Industrial)
• Inteligencia Artificial (de la Cuarta Revolución Industrial)
• Vehículos Autónomos (de la Cuarta Revolución Industrial)
• Robots (desde la Tercera Revolución Industrial)
• Fábricas Oscuras  (de la Cuarta Revolución Industrial)
• Impresión 3D (de la Cuarta Revolución Industrial)
• Biología Sintética (de la Cuarta Revolución Industrial)

Las otras cuatro tecnologías con impacto a largo plazo son:

• Auto Ensamble Molecular 
• Cómputo Cuántico
• Cómputo Orgánico
• Interfaces Cibernéticas

Junto con la Inteligencia Artificial, vienen aparejadas Aprendizaje Automático y Aprendizaje profundo. Pero, ¿Qué es lo que son, cuáles son sus semejanzas y diferencias? Comencemos pues con un poquito de historia.

Un artículo de McKinsey de 1969, afirmaba que -"...las computadoras eran tan tontas que no eran capaces de tomar ninguna decisión."-. -"De hecho... (agregó) ...es la inteligencia humana la que impulsa la máquina tonta."- Esta afirmación se ha convertido en una broma a lo largo de los años, ya que las computadoras modernas están reemplazando gradualmente a los profesionales calificados en campos de muchas industrias como la arquitectura, la medicina, la geología y la educación. La Inteligencia Artificial, el Aprendizaje Automático, la Ciencia de Datos y el Aprendizaje Profundo están impulsando estos cambios en formas que solo se están entendiendo.

En el escenario actual, se están poniendo de moda o en tendencia, muchas palabras en la industria de las Tecnologías de la Información, ahora en franca evolución, más especialmente en las diversas áreas de investigación alrededor y dentro del Data Science.

Durante muchos años el mundo ha sabido acerca de experimentos (con diferentes grados de éxito) en Inteligencia Artificial (IA), pero recientemente se realizaron avances rápidos en este campo de estudio, lo que condujo a áreas de investigación relacionadas con Inteligencia Artificial, Aprendizaje Automático y ahora Aprendizaje Profundo. Entonces, ¿cómo son estos subdominios especializados en Inteligencia Artificial similares o diferentes entre sí? Echemos un vistazo.

• Inteligencia artificial: Este término abarca y engloba todas estas áreas de investigación. Según los expertos de campo, la definición de Inteligencia Artificial ha sufrido muchos desvíos, lo que hace que el término sea casi inútil a lo largo de los años.
  
  El Informe 2015 de McKinsey titulado "Tecnologías disruptivas: los avances que transformarán la vida, los negocios y la economía global", sugieren que aproximadamente doce tecnologías disruptivas crearán un gran impacto global dentro de 10 años.
  
  Entre estas doce, se ha determinado que al menos cinco están relacionados con la Inteligencia Artificial y la Robótica, que incluyen tareas automatizadas de "Conocimiento", Robótica, Internet de las Cosas, Tecnología de Impresión 3D y autos que conducen por sí mismos. ¡Se estima que el impacto económico total de estas tecnologías combinadas alcanzará entre 50 y 99.5 miles de millones de dólares para el ya no tan lejano 2025!
  
• Inteligencia de la Máquina (MI): Muchos científicos de datos creen que la Inteligencia de la Máquina y la Inteligencia Artificial son términos intercambiables. El término "Inteligencia de Máquinas" ha sido popular en Europa, mientras que el término "Inteligencia Artificial" con su inclinación científica, ha sido más popular en los Estados Unidos.
  
  Inteligencia de la Máquina se refiere a la participación de una neurona biológica en el proceso de investigación, con un enfoque más superior que el empleado normalmente en las redes neuronales simples.
  
• Aprendizaje Automático (Machine Learning): Como parte intrínseca de la Inteligencia Artificial, el aprendizaje automático se refiere al área de investigación de software, que permite que los algoritmos mejoren a través del auto-aprendizaje de datos sin ninguna intervención humana. La "Guía para Ejecutivos sobre Aprendizaje Automático" de McKinsey, afirma que la fortaleza del Aprendizaje Automático reside en su capacidad para aprender de los datos.
  
  El Aprendizaje Automático asumió el estado de una disciplina separada a fines de la década de 1990, cuando las tecnologías avanzadas y las computadoras baratas permitieron a los científicos de datos, capacitar a las computadoras para generar algoritmos. El volumen explosivo y la variedad de datos ha aumentado la importancia del aprendizaje automático. En el artículo "Serán obsoletos los Científicos de Datos", podemos encuentra un debate interesante sobre si el Aprendizaje Automático puede reemplazar a los científicos de datos.
  
  Si algo hemos aprendido a lo largo y ancho de las Tecnologías de la Información, es que por más acertada, práctica, útil o vanguardista que parezca una tendencia, avance, idea o concepto, no trascenderá a menos que encuentre aplicación práctica y mejor aún genere ingresos en cualquier campo del quehacer de la industria, el comercio, etc.
  
  Podemos constatar esto en el mundo real, pues una buena aplicación de mercado del Aprendizaje Automático ya la ofrece Second Spectrum, una empresa emergente con sede en California que preparó modelos predictivos de juegos de baloncesto, para la NBA de Estados Unidos. En Europa, el sector bancario utiliza técnicas de Aprendizaje Automático para diversas funciones bancarias, que les ayudaron a alcanzar el crecimiento y el ahorro empresarial objetivo.
  
• Aprendizaje Profundo (Deep Learning): el aprendizaje profundo es realmente una rama del aprendizaje automático, que se relaciona con el estudio de las "redes neuronales profundas" en el cerebro humano. Aprendizaje Profundo intenta emular las funciones de las capas internas del cerebro humano y sus aplicaciones exitosas se encuentran en el reconocimiento de imágenes, la traducción de idiomas o la seguridad del correo electrónico.
  
  El aprendizaje profundo crea conocimiento a partir de múltiples capas de procesamiento de información. La tecnología de Aprendizaje Profundo se basa en el cerebro humano, y cada vez que se ingresan nuevos datos, sus capacidades mejoran.

Las áreas de investigación en la práctica.

De acuerdo con un artículo reciente en Information Week, la Inteligencia Artificial y al Aprendizaje Automático están evolucionando gradualmente desde la era de la ciencia ficción a la realidad en el terreno. Más de la mitad de las empresas globales están experimentando con Aprendizaje Automático, mientras que las principales empresas como IBM, Google y Facebook han invertido en proyectos de código abierto en este rubro. En dicho artículo se informa que las empresas globales están experimentando con la "Computación Inteligente" y están investigando seriamente si la Inteligencia Artificial se puede aplicar a las soluciones empresariales.

Un blog de Numenta presenta un estudio comparativo detallado de estas diversas tecnologías. La percepción común es que no hay definiciones estandarizadas para los cuatro términos, más sin embargo las personas todavía usamos los términos sin entender la importancia científica de cada uno.

Aunado a lo anterior, se ha producido una evolución significativa en el significado de los términos. Lo que la gente quiso decir con Inteligencia Artificial en 1960, resulta muy distinto de lo que significa hoy en día. En el artículo "Cómo Aprenden las Máquinas"de Datanami, que aborda el tema de cómo se está consumiendo datos e información, explica que la mayoría de las aplicaciones inteligentes de la actualidad dependen de Aprendizaje Automático para interpretar los resultados en el mundo real.

En la una guía para ejecutivos sobre Aprendizaje Automático, "Aprendizaje Automático 1, 2 y 3", se han descrito adecuadamente cuáles son las etapas descriptivas, predictivas y prescriptivas de las aplicaciones. La etapa predictiva está ocurriendo en este momento, pero el Aprendizaje Automático V. 3.0, proporciona un análisis claro de esta preparación tecnológica de las empresas globales. La etapa de desarrollo ofrece una gran oportunidad para el futuro.

En conclusión, por entregar resultados y ser un acelerador para el negocio y un catalizador para las utilidades de las empresas, Inteligencia Artificial, Aprendizaje Automático y Aprendizaje Profundo ya están aquí, son materia prima de los Departamentos de Tecnologías de la Información de hoy en día y ya presentan síntomas de su evidente evolución.

Empresas, organizaciones e instituciones que ya han aplicado y/o implementado exitosamente las tres, dos de ellas o al menos una de estas tecnologías derivadas de la Transformación Digital, no están dispuestas a dejarlas ir. Más aún, están trabajando muy duro y colaborando con su evolución natural.

Según IDC, qué vendrá para el 2019 y más allá...

En un documento reciente, la IDC menciona que -"...la inteligencia artificial, la nube pública, los microservicios y el crecimiento masivo de la población de desarrolladores impactarán a los líderes de TI y de negocios a medida que experimenten la transformación digital."-

Con el acelerada evolución de la Transformación Digital, apoyada por la Cuarta Revolución Industrial y la Tercera Plataforma, para el año 2023 casi todas las empresas actuarán como un nativo digital, a medida que la economía global digitalizada continúe expandiéndose, según un informe publicado el pasado martes 6 de Noviembre de 2018 por parte de la International Data Corporation (IDC). La organización se propuso hacer 10 predicciones para el panorama de Tecnologías de la Información con miras al año 2019 y más allá, a medida que los líderes de TI y de negocios continúen experimentando una transformación digital.

Las organizaciones se están reconstruyendo en torno a las tecnologías de la Tercera Plataforma, como La Nube, los Dispositivos Móviles, el Análisis de Big Data y las Redes Sociales, habilitadas por "aceleradores de la innovación" de la Transformación Digital como lo son la Internet of Things (IoT), Inteligencia Artificial (AI), la Realidad Aumentada y la Realidad Virtual.

Si bien muchas organizaciones están en el buen camino para transformar el uso de estas tecnologías, el próximo capítulo de la innovación requerirá que las empresas amplíen su alcance digital, mejoren su inteligencia, aumenten el desarrollo de aplicaciones y servicios y satisfagan las crecientes expectativas de los clientes así como las necesidades de seguridad.

-"A medida que las industrias, y la economía global, se reajustan y consolidan rápidamente en torno a la innovación digital, los "Chief Experience Officer" (CXO) deben competir para reinventar sus organizaciones para el acelerado mundo de la innovación multiplicada"-, dijo Frank Gens, vicepresidente y analista jefe de IDC.

"Esto significa reinventar las Tecnologías de la Información con base en una infraestructura de nube distribuida, pilas de software de nube pública, desarrollo e implementación de aplicaciones ágiles y nativas de la nube, Inteligencia Artificial como la nueva interfaz de usuario y nuevos enfoques generalizados de seguridad y confianza a escala", agregó Frank Gens.

Estas son las 10 principales predicciones de la industria de TI en todo el mundo de IDC, según el informe.

1. Para el año 2022, más del 60% del PIB mundial será producto de un crecimiento en la digitalización en todas las industrias, todo esto impulsado por ofertas, operaciones y relaciones mejoradas digitalmente.

Los esfuerzos de Transformación Digital deben llegar a la cima de la lista de prioridades de todos los líderes de negocios, según el informe. Quienes no logren transformar sus operaciones y ofertas se perderán ante la competencia a medida que se interrumpan los mercados tradicionales.

2. Para 2023, el 75% de todo el gasto en Tecnologías de la Información se destinará a tecnologías de la Tercera Plataforma, ya que más del 90% de todas las empresas han creado o crearán entornos de Tecnologías de la Información "nativos digitales", para prosperar en la economía digital.

Casi la mitad de las empresas dijeron que están "determinadas digitalmente", lo que significa que ya se han propuesto desarrollar una estrategia y arquitectura digital integrada que imite las de las organizaciones nativas digitales, según IDC. Esto significa que están utilizando La Nube, las prácticas ágiles y de DevOps, las plataformas y comunidades de innovación digital así como la gestión integrada de datos y la monetización, señaló el informe.

3. Para el año 2022, más del 40% de las implementaciones en La Nube de las organizaciones, incluirán computación perimetral (edge computing), mientras que el 25% de los dispositivos y sistemas de punto final ejecutarán algoritmos de Inteligencia Artificial.

La infraestructura en La Nube, las aplicaciones y servicios empresariales ya se están desplazando hacia "el borde", por una mayor proximidad a los dispositivos y fuentes de datos, según el informe. "Los servicios de Inteligencia Artificial se encontrarán entre las primeras y las más transformadoras de las capacidades de Nube Pública, que se distribuirán a lo largo de "el borde", según el comunicado.

4. Para 2022, el 90% de todas las aplicaciones contarán con arquitecturas de microservicios, que mejorarán la capacidad de diseñar, depurar, actualizar y aprovechar el código de terceros. El 35% de todas las aplicaciones en ambientes de producción, serán nativas de la nube.

En la economía digital, las empresas deben entregar aplicaciones de alta calidad muy rápidamente, para satisfacer las necesidades comerciales. De acuerdo con el informe, esto está impulsando el cambio a "aplicaciones hiperagiles" o aquellas que son altamente modulares, distribuidas, actualizadas continuamente y que utilizan tecnologías nativas de La Nube como Contenedores y Cómputo sin Servidor. Combinando estas aplicaciones con enfoques ágiles y DevOps, las empresas pueden acelerar su capacidad de innovar en comparación con los métodos anteriores.

5. Para 2024, una nueva clase de desarrolladores profesionales que producen código sin scripts personalizados, expandirá la población de desarrolladores en un 30%, acelerando la Transformación Digital.

El informe señala que el aumento de las plataformas de desarrollo de código bajo, sin código y las herramientas de desarrollo basadas en modelos, proporcionarán a las organizaciones acceso a una nueva clase de desarrolladores que pueden ofrecer soluciones digitales con mayor frecuencia. Para 2024, estos nuevos desarrolladores expandirán la población global de desarrolladores en casi un tercio, según IDC.

6. Desde 2018 hasta 2023, con nuevas herramientas y/o plataformas, más desarrolladores, métodos ágiles y mucha reutilización de código, se crearán 500 millones de nuevas aplicaciones lógicas, igual al número construido en los últimos 40 años.

El informe señala que el cambio a las tecnologías de aplicaciones hiperagílicas y la explosión de la población de desarrolladores, gracias al "bajo código" y no tanto a las herramientas de código, conducirán a un rápido crecimiento en el desarrollo de aplicaciones, servicios, ritmo y escala de implementación.

-"La capacidad de acelerar el volumen y el ritmo de la innovación digital será el nuevo punto de referencia más crítico para las organizaciones que compiten en la economía digital"-, dijo Gens en el comunicado.

7. Para 2022, el 25% de la computación en La Nube Pública se basará en procesadores que no sean x86 (incluyendo el cómputo cuántico). Para ese año las organizaciones invertirán más en aplicaciones bajo el esquema "Software como un Servicio" (SaaS) verticales, que en aplicaciones horizontales.

El número de casos de uso atendidos por Tecnologías de la Información crecerá significativamente en los próximos años, creando una amplia variedad de necesidades de Tecnologías de la Información especializadas, según el informe. Según IDC, los requisitos de procesamiento con algoritmos de Inteligencia Artificial, están impulsando la necesidad de procesadores más fuertes, empujando a las organizaciones a eligir aplicaciones de software como servicio verticalmente especializadas, con el doble de frecuencia.

8. Para 2024, las interfaces de usuario y la automatización de procesos habilitados para Inteligencia Artificial, reemplazarán un tercio de las aplicaciones basadas en pantalla. Para el año 2022, el 30% de las empresas utilizará Tecnologías de Conversación para Servicio al Cliente.

La Inteligencia Artificial se utilizará cada vez más como la interfaz de usuario principal para una serie de aplicaciones y servicios, mientras que al mismo tiempo, la automatización de procesos impulsada por la Inteligencia Artificial agilizará y reemplazará ciertas tareas humanas. Esto se hará cada vez más para maximizar la productividad de los empleados, según el informe.

9. Para 2022, el 50% de los servidores cifrará los datos en reposo y en movimiento. Más del 50% de las alertas de seguridad serán manejadas por la automatización impulsada por Inteligencia Artificial. 150 millones de personas tendrán identidades digitales basadas en Blockchain.

Las tecnologías emergentes, como el cifrado generalizado, Blockchain, el Aprendizaje Automático y el Análisis, se utilizarán para mejorar las medidas de seguridad en toda la empresa.

10. Para el año 2022, las cuatro "megaplataformas" de la nube, albergarán el 80% de las implementaciones de Infraestructura como un Servicio y/o Plataforma como un Servicio (IaaS/PaaS). Para el 2024 el 90% de las organizaciones "G1000", mitigarán el bloqueo mediante tecnologías y herramientas de Nube Múltiple e Híbrida.

En los próximos años, las empresas adoptarán herramientas y estrategias híbridas y de múltiples nubes integradas, según el informe. "La falta de una estrategia integrada dará como resultado una asignación de recursos sub-óptima, acceso limitado a las mejores innovaciones tecnológicas disponibles, una mayor identificación de problemas y tiempos de resolución, así como un apalancamiento limitado del proveedor", según el comunicado.

En resumen, podemos predecir con mucha certeza y confianza, que todas las Tecnologías derivadas de la Tercera Plataforma, Cuarta Revolución Industrial y Transformación Digital, son ya la plataforma de lanzamiento y el vehículo para todo lo que ya está por venir en las Tecnologías de la Información.

¿Qué estará haciendo Usted y/o su empresa, en lo que respecta a Tecnologías de la Información, para los siguientes cinco años?

El SIGUIENTE paso para Veeam + Nutanix

El año pasado en la conferencia .NEXT de Nutanix en Washington, D.C., Veeam anunció una nueva asociación con Nutanix, el líder en computación en la nube empresarial e infraestructura hiperconvergente (HCI por sus siglas en inglés).

Parte de ese anuncio posicionó a Veeam como el proveedor de soluciones Premier Availability para entornos virtualizados de Nutanix. La respuesta a ese anuncio fue estelar y menos de un año después, ya está disponible Veeam para Nutanix Acropolis HyperVisor en la ".NEXT Conference" en Nueva Orleans.

Con la rica herencia de jazz, Rithm & Blues y Blues de New Orleans, no podría pensar en un mejor lugar para hablar sobre la gran armonía que hemos visto en esta sinergia entre Nutanix y Veeam. Qué decir de todo lo que viene después en nuestro dúo.

Nutanix se enorgullece anunciar la expansión de su asociación con Veeam, convirtiéndose en un socio tecnológico estratégico dentro del programa Nutanix Elevate Alliance Partner, a la vez que Nutanix se une a las filas de Elite Partner dentro del programa Veeam Alliance Partner Program.

Esto significa una alineación más estrecha entre ambas compañías y una mejor experiencia para los clientes de ambas marcas. También se anunció el soporte para Nutanix Acropolis Hypervisor (AHV), expandiendo con esto el soporte de hipervisor y llevar la plataforma Veeam Availability a más clientes.

Desde una perspectiva comercial, esto significa que puede enfocarse en las competencias centrales de su negocio, cumplir con sus Niveles de Calidad de Servicio (SLA por sus siglas en inglés) al cerrar sus brechas de protección y disponibilidad, así como abordar los problemas de cumplimiento que requieren la Regla 3-2-1 (3 copias de sus datos, en 2 medios diferentes, 1 fuera del sitio).

Con el soporte de AHV, Veeam mantiene su enfoque de protección sin agentes, brindando restauración de VM completa y opciones de restauración a nivel de archivo solo por mencionar algunas. Los clientes experimentarán las mismas capacidades de administración intuitivas y fáciles de usar en una nueva interfaz de usuario basada en navegador, diseñada específicamente para verse y sentirse como Nutanix Prism, lo que garantiza una experiencia familiar para los usuarios de Nutanix. Además, para cumplir con la regla 3-2-1, los clientes pueden conservar una copia local para recuperaciones rápidas, una copia en un repositorio de Veeam y una copia en la nube.

Aprovechamos el Tejido de Almacenamiento Distribuido (DSF por sus siglas en inglés) de Nutanix para asegurarnos de incorporar la tecnología Changed Block Tracking (CBT) para reducir el tiempo y el esfuerzo al realizar copias de seguridad, mientras todo se hace a nivel de la API.

En resumen, Veeam se integrará con la API de Nutanix para lograr:

• Copia de seguridad sin agente y compatible con las Nutanix Guest Tool (NGT).
  
• Acropolis CBT incremental incorporado para el respaldo de Máquinas Virtuales a nivel de imagen.
  
• Restauraciones de toda la Máquina Virtual, restauraciones a nivel de archivos y restauraciones basadas en Veeam Explorer para una amplia gama de aplicaciones.
  
• Una interfaz de usuario basada en navegador, con experiencia apegada a Nutanix Prism.

Tras este anuncio se esperan muchas más innovaciones en el camino, con la asociación Nutanix + Veeam en el futuro.

Para obtener más información sobre Veeam Availability para Nutanix AHV, así como probar todas las posibilidades que ya ofrece Veeam en ambientes Nutanix con Acrópolis Hipervisor, a que descarguen la versión de prueba completamente funcional de 30 días.

La historia de las redes neuronales y la IA: Parte 3

Este artículo es el tercero y último de la seri sobre la historia de las redes neuronales y la inteligencia artificial. Para ver el primer artículo que se sumerge en los primeros desarrollos de inteligencia artificial, haga clic aquí. Para obtener una mejor idea de cómo las redes neuronales y las tecnologías de inteligencia artificial se extendieron durante las décadas de 1960 y 1970, consulte la segunda parte aquí.

La historia de las redes neuronales y la inteligencia artificial puede revelar bastante sobre los entornos tecnológicos actuales. Aunque los desarrollos más antiguos en redes neuronales e inteligencia artificial se produjeron hace más de 60 años, no descartemos su impacto e influencia a largo plazo en los avances de hoy en ambos campos . En esta sección final sobre la historia de las redes neuronales y la IA, revisaremos algunos de los desarrollos y tecnologías más importantes que han ocurrido desde finales de los años ochenta y principios de los noventa, hasta este Siglo XXI.

Deep Blue de IBM: una prueba de hombre frente a máquina en ajedrez

Habiendo discutido MENACE, uno de los primeros modelos inteligentes para jugar un juego humano, en la parte II de esta serie, el siguiente gran avance vino en la forma de Deep Blue de IBM en 1997. Deep Blue fue originalmente derivado de una máquina de ajedrez que comenzó como el proyecto de disertación de dos estudiantes graduados de Carnegie Mellon en 1985, conocido como el proyecto ChipTest. Ambos estudiantes de posgrado continuaron trabajando en IBM Research y continuaron su trabajo desde sus días de posgrado para mejorar las capacidades de la máquina de ajedrez.

IBM finalmente nombró sus esfuerzos como "Deep Blue". Debe notarse que Deep Blue fue específicamente diseñado para jugar ajedrez contra un oponente ya que su algoritmo esencialmente puede buscar miles de movimientos de ajedrez por segundo, sopesando las mejores opciones y luego ejecutando.

Deep Blue ganó su primer juego de ajedrez el 10 de febrero de 1996 contra un campeón mundial de ajedrez, Garry Kasparov, en el primer juego de una serie de juegos de seis rondas. Kasparov pasó a ganar la serie 4-2.

Basado en el resultado del juego de ajedrez de 1996, IBM Deep Blue realizó mejoras dramáticas en Deep Blue y estableció una revancha contra Kasparov en mayo de 1997. Deep Blue ganó el juego seis de esta serie venciendo a Kasparov en general con un puntaje de 3 ½ - 2 ½. .

Las máquinas ya habían sido capaces de vencer a los humanos en el ajedrez antes, pero Deep Blue representaba el primer sistema que venció a un campeón mundial de ajedrez en un entorno de competición de ajedrez estándar.

Uno de los resultados del resultado del partido de mayo de 1997 fue que Kasparov creía que IBM estaba haciendo trampas durante el partido porque Deep Blue hizo ciertos movimientos que él consideraba demasiado creativos para una máquina, o simplemente por la fuerza bruta. Kasparov exigió una revancha, pero IBM no cooperó con estas acusaciones. IBM se negó a publicar los archivos de registro de la máquina hasta mucho más tarde y denegó a Kasparov una revancha. Después del partido de 1997, IBM retiró a Deep Blue.

MNIST: un punto de referencia para los algoritmos de clasificación

Poco después de los logros de IBM con Deep Blue, en 1999, se publicó uno de los conjuntos de datos más famosos, el conjunto de datos del Instituto Nacional de Estándares y Tecnología Modificado o el conjunto de datos MNIST (por sus siglas en inglés). El conjunto de datos MNIST es una colección de decenas de miles de dígitos escritos a mano, compilados de estudiantes de secundaria y empleados de la Oficina del Censo de los Estados Unidos.

Este conjunto de datos no solo se destaca como uno de los conjuntos de datos más utilizados para capacitar sistemas de procesamiento de imágenes, sino que también es un famoso conjunto de datos de muestra educativa que a menudo se utiliza en la comunidad de Aprendizaje Automático. Muchos tutoriales de Aprendizaje Automático en línea usan el conjunto de datos MNIST como un ejemplo de capacidades de aprendizaje automático. Además, ha sido la fuente de muchas competencias en línea en las que los investigadores intentan producir la mejor precisión posible al reconocer dígitos en los diversos sistemas de procesamiento de imágenes que prueban.

Varios grupos han publicado documentos de Aprendizaje Automático que analizan posibles formas de lograr la tasa de error más baja, obteniendo los mejores resultados utilizando el conjunto de datos de MNIST. En 2013, se alcanzó la tasa de error más baja registrada hasta el momento en el conjunto de datos MNIST. Dividido entre 60,000 muestras de entrenamiento y 10,000 muestras de prueba, Li Wan, Matthew Zeiler, Sixin Zhang, Yann LeCun y Rob Fergus lograron el mejor resultado utilizando un método que denominaron "DropConnect". El método, basado en el trabajo de G. E. Hinton sobre Dropout, logró una tasa de error de 0.21% (sobre las 10,000 muestras).

MNIST continúa actuando como una base de datos fundamental para el entrenamiento de sistemas de procesamiento de imágenes, y el campo se mejora constantemente con nuevas iteraciones del conjunto de datos. En 2017, se lanzó un conjunto de datos ampliado de MNIST llamado EMNIST, que contiene 240,000 imágenes de dígitos de entrenamiento y 40,000 imágenes de dígitos de prueba.

Mejoras adicionales a la visión por computadora: DeepFace de Facebook

Siguiendo los pasos de MNIST vinieron los esfuerzos de Facebook en el procesamiento de imágenes. El lanzamiento de Facebook de su sistema de verificación facial "DeepFace", mejoró significativamente las capacidades de programación de visión por computadora.

"DeepFace" tiene una precisión del 97,35% en el reconocimiento de rostros humanos, que se considera una tasa increíblemente alta de precisión en el campo. La razón por la que logró una tasa de precisión tan alta se debe en parte al acceso obvio y masivo de Facebook a las imágenes de los rostros de las personas en función de las imágenes cargadas en la plataforma de redes sociales.

Con el fin de probar las capacidades de "DeepFace", el equipo de Facebook entrenó el Modelo de Red Neuronal Profunda de 9 capas en un conjunto de datos de 4 millones de imágenes faciales pertenecientes a 4.000 personas. El modelo contenía más de 120 millones de referencias utilizando varias capas conectadas localmente, en lugar de capas convolucionales estándar.

Antes de DeepFace, el sistema de identificación de próxima generación del FBI, se consideraba el más preciso en el campo con una tasa de precisión del 85%. El algoritmo original de DeepFace se adquirió en realidad mediante la adquisición de Facebook de Face.com en 2007. Debido a la alta tasa de precisión obtenida a través del modelo DeepFace, el problema del reconocimiento de rostros se ha considerado esencialmente resuelto.

Avances notables de hoy en el Aprendizaje Automático y la IA

A partir de 2004, ha habido un auge en el desarrollo de productos y creaciones que implementan el Aprendizaje Automático y la Inteligencia Artificial, en formas que conocemos (por ejemplo, asistente de voz, reconocimiento de imágenes, etc.).

Algunos ejemplos clave a tener en cuenta:

• El automóvil autónomo de Google (Waymo) se lanzó en 2009, utilizando modelos de redes neuronales para interpretar y dar sentido a imágenes tridimensionales de entornos y condiciones de manejo.
• El software controlado por voz de Apple, Siri, se introdujo en 2011. Siri cambió la forma en que podemos interactuar con nuestros productos electrónicos, teléfonos y computadoras por igual, ya que proporciona soluciones tecnológicas a los problemas reales de sus usuarios.
  
  A diferencia del software anterior controlado por voz, Siri ingresó al mercado con un profundo conocimiento de las necesidades de dispositivos de sus usuarios y soluciones de inteligencia artificial y voz implementadas, que ayudaron a los usuarios a satisfacer estas necesidades. Siri no fue tecnología desplegada por el bien de la tecnología; se implementó por el bien del usuario.
• Google DeepMind fue noticia en 2016 cuando su interfaz AlphaGo venció a un jugador Go profesional por primera vez en la historia. Con base en las técnicas de aprendizaje de refuerzo, los diversos programas de DeepMind buscan "resolver la inteligencia" e implementar algoritmos que fomenten la comprensión a través de la experiencia.

El Aprendizaje Automático sigue creciendo a una velocidad fantástica, como lo demuestra la historia de las Redes Neuronales y la IA, pero algunos piensan que esto puede ralentizarse. Una de las personas líderes en esta escuela de pensamiento es Gary Marcus, autor de "Aprendizaje profundo: una evaluación crítica", en al que describe las posibles barreras que el aprendizaje automático puede tener en el futuro. A pesar de este futuro potencial, Marcus se une al resto de la comunidad de Científicos de Datos en su entusiasmo por ver qué hay a continuación en los campos del Aprendizaje Automático y la Inteligencia Artificial.

Desde el comienzo del núcleo en la década de 1940, la historia de las Redes Neuronales y la Inteligencia Artificial continúan creciendo en su influencia e impacto exponencial en diversos aspectos de la sociedad, que van desde los autos sin conductor hasta los asistentes de voz "inteligentes".

La vida tal como la conocemos hoy no sería lo mismo sin estas tecnologías dinámicas. Sobre una base diaria, la historia se hace en el campo de la IA debido a los diferentes proyectos de investigación y desarrollos que florecen en todo el mundo. Cuando revisemos nuevamente la historia de la IA en el futuro cercano, el curso del desarrollo solo se habrá acelerado más. ¿A donde? Esa pregunta aún no ha sido respondida. Las posibilidades son infinitas.

Vuelve Estados Unidos al No.1 en el Cómputo de Alto Desempeño

Una cantidad descomunal de personas alrededor del mundo obtuvieron nuevos aparatos el viernes, pero uno en el este de Tennessee se destaca Summit, una nueva supercomputadora presentada en Oak Ridge National Lab que es, extraoficialmente por ahora, la computadora más poderosa del planeta. Fue diseñado en parte para ampliar las técnicas de inteligencia artificial que alimentan algunos de los trucos recientes en su teléfono inteligente.

Estados Unidos no posee la supercomputadora más poderosa del mundo desde junio de 2013, cuando una máquina china reclamó el título por primera vez. Se espera que Summit termine esa racha cuando la clasificación oficial de supercomputadores, de una organización llamada Top500, se actualice a fines de este mes de Junio de 2018.

Los supercomputadores han perdido algo de su atractivo en la era de la computación en la nube y los enormes centros de datos. Pero muchos problemas computacionales espinosos requieren las máquinas gigantes. El año pasado, un informe del gobierno de Estados Unidos dijo que la nación debería invertir más en supercomputación, para mantenerse al día igualando o incluso superando a China en proyectos de defensa, como armas nucleares y aviones hipersónicos, así como innovaciones en el sector aeroespacial, descubrimiento de petróleo y productos farmacéuticos.

Summit, construida por IBM, ocupa un espacio equivalente a dos canchas de tenis y requiere más de 4,000 galones (15,141.65 litros) de agua por minuto alrededor de un sistema circulatorio, para enfriar sus 37,000 (treinta y siente mil) procesadores.

Oak Ridge dice que su nuevo bebé puede ofrecer un rendimiento máximo de 200 cuatrillones de cálculos por segundo (esto es el número 200,000,000,000,000,000 o 200 seguido de 15 ceros) usando una medida estándar utilizada para evaluar los supercomputadores, conocida como los petaflops, estamos hablando de doscientos mil millones de billones de operaciones de punto flotante por segundo. Eso es aproximadamente un millón de veces más rápido que una computadora portátil típica, y casi el doble del rendimiento máximo de Sunway TaihuLight de alto rango de China.

Durante las primeras pruebas, los investigadores de Oak Ridge utilizaron Summit para realizar más de un billón de cálculos por segundo en un proyecto que analiza la variación entre las secuencias del genoma humano. Afirman que es la primera vez que un cálculo científico ha alcanzado esa escala computacional.

La nueva mejor computadora de Estados Unidos es importante para algo más que la geopolítica de la fuerza computacional. Está diseñado para ser más adecuado que las supercomputadoras anteriores para ejecutar las técnicas de Aprendizaje Automático que son populares entre compañías tecnológicas como Google y Apple.

Una razón por la que las computadoras últimamente han mejorado mucho para reconocer nuestras voces y superarnos en los juegos de mesa es que los investigadores descubrieron que las Unidades Gráficas de Procesamiento (chips gráficos o GPUs) podrían poner más poder detrás de una vieja técnica de Aprendizaje Automático conocida como Redes Neuronales profundas. Facebook reveló recientemente que un único experimento de Inteligencia Artificial con miles de millones de fotos de Instagram, requirió cientos de chips gráficos durante casi un mes.

Summit tiene casi 28,000 Unidades de Procesamiento Grafico fabricados por la empresa Nvidia, junto con más de 9,000 procesadores convencionales Power de IBM. -"Tal uso intensivo de chips gráficos es inusual para una supercomputadora, lo que debería permitir avances en la implementación del Aprendizaje Automático en problemas científicos difíciles"-, dice Thomas Zacharia, director del Oak Ridge National Lab. -"Nos propusimos construir la supercomputadora más poderosa del mundo"-, dice, -"pero también es la supercomputadora más inteligente del mundo"-.

Eliu Huerta, investigador del Centro Nacional de Aplicaciones de Supercomputación de la Universidad de Illinois en Urbana-Champaign, describe el conjunto gigante de GPUs de Summit como -"...un país de los sueños"-. Huerta utilizó anteriormente el Aprendizaje Automático en una supercomputadora llamada Blue Waters para detectar signos de ondas gravitacionales en los datos del observatorio LIGO, que hizo ganar a sus fundadores el Premio Nobel 2017 en física. Se espera que el poder de Summit ayude a analizar los aproximadamente 15 Terabytes (16,106,127,360 bytes) de imágenes que se espera que lleguen todas las noches desde el Gran Telescopio de Muestreo Sinóptico (Large Synoptic Survey Telescope), que comenzará a operar en el 2019.

Summit también se usará para aplicar el Aprendizaje Profundo a problemas en química y biología. Zacharia dice que podría contribuir a un proyecto del Departamento de Energía usando registros médicos de 22 millones de veteranos, de los cuales aproximadamente un cuarto de millón incluye secuencias completas del genoma.

Algunas personas preocupadas por la competitividad de los EE. UU. En las super computadoras esperan que el alboroto en torno a SUMMIT inspire más interés en la construcción de sus sucesores.

Estados Unidos, China, Japón y la Unión Europea han declarado la primera computadora "exascale" (con más de 1.000 petaflops de potencia informática) como el próximo gran hito en la informática a gran escala. China afirma que alcanzará ese hito en 2020, dice Stephen Ezell, vicepresidente de política de innovación global de la Fundación de Tecnología e Innovación de la Información. Por su parte los Estados Unidos Puede llegar allí en 2021 si el sucesor de Summit, conocido como Aurora, se completa a tiempo, pero el programa ya presenta retrasos.

Se han solicitado ya  $ 376 millones de dólares de fondos federales estadounidenses, para ayudar a cumplir con el objetivo en el año 2021. Ahora le toca a los legisladores de la nación aprobarlo. -"La informática de alto rendimiento es absolutamente esencial para la seguridad nacional de un país, su competitividad económica y su capacidad para asumir desafíos científicos"-, dice Ezell.

¿Cree Usted que los Estados Unidos podrán mantenerse en el número uno de los equipos de cómputo de alto rendimiento, por más de tres años?