La IA, después de estar prácticamente olvidada durante décadas porque no correspondía con lo que se esperaba de ella, vuelve a un lugar destacado en 2010.
La tecnología genera, de nuevo, mucha expectativa. Esta vez, para Swami Sivasubramanian, vicepresidente de la IA en AWS, no se espera la llegada de un nuevo "invierno".
"La gran diferencia es que, en épocas anteriores, no teníamos casos de aplicación de la IA en el mundo real. Teníamos pruebas de concepto, pero no podíamos ponerla en práctica", dice.
La puesta en práctica de la IA y su desarrollo fueron posibles gracias a una serie de factores, según los expertos. Uno de ellos es la creación de servicios de computación en nube.
Con la modalidad, en lugar de tener acceso físico a la computadora, son utilizados equipos de compañías especializadas de uso a distancia, por el que solo se paga por el uso momentáneo de la máquina.
"Si quiero hacer un análisis, puedo alquilar una máquina muy poderosa por hasta 14 dólares la hora. Resuelvo un problema sin comprar una computadora de R$ 7.000 ", explica Renato Rocha Souza, profesor de FGV e investigador de la Academia de Ciencias de Austria.
Estos servicios se pueden usar para procesar los enormes volúmenes de datos que se producen hoy en todas partes (Internet, teléfonos celulares, dispositivos conectados ...), y que no se generaban en el pasado. Dicha información es la materia prima para alimentar los sistemas de inteligencia artificial.
Paralelamente, otros factores han permitido el aumento de la IA: computadoras más potentes y nuevas técnicas (como el deep learning, un tipo de aprendizaje automático que ayuda a entrenar a la IA).
Anteriormente, una de las principales dificultades para un sistema especialista (modelo de IA popular en la década de 1970) era que los programadores tenían que crear manualmente cientos de reglas para enseñar una tarea a un ordenador. Necesitaban explicarle a la máquina exactamente lo que querían.
Actualmente, el método es inductivo. Gracias a una gran cantidad de información disponible, las computadoras pueden crear estas reglas por sí mismas analizando datos. Reciben apenas una pequeña ayuda, haciendo el resto ellas mismas.
En el ejemplo tradicional de identificación de imágenes de gatos entre muchas fotografías, sería como si, antiguamente, fuera necesario explicar a la computadora (con programación) qué es el animal. La tarea es compleja y requiere hacerse preguntas como "?qué define a un gato?", "?Qué lo diferencia de un perro?" y traducir todas las definiciones a códigos.
Ahora es posible alimentar el sistema de IA con un gran volumen de fotos de animales y dejar que la máquina misma detecte un patrón.
Con un mercado en ebullición, una de las dificultades que enfrenta el sector es la falta de profesionales especializados. Es por eso por lo que las principales compañías de computación en nube ofrecen opciones cada vez más simples para crear sistemas de inteligencia artificial.
Este es el caso, por ejemplo, de AWS, IBM y Microsoft. En sus plataformas, comenzaron a ofrecer mecanismos que no requieren programación directa para crear modelos de IA (fórmulas matemáticas que proporcionan instrucciones sobre cómo debería comportarse el sistema).
En la práctica, es como si las plataformas tuvieran modelos prefabricados para diferentes usos. Con ello, la tecnología se torna más accesible para las personas con conocimientos más avanzados en TI, pero no saben mucho sobre este sector específico. La práctica debería contribuir a un futuro con más y más IA.
Traducido por AZAHARA MARTÍN ORTEGA