Esperamos que estos recursos puedan servir a los lectores de este blog a comprender y revisar distintas dimensiones de las tecnologías de la información y de la comunicación en el mundo empresarial.
Según el consejero de Digitalización, López-Valverde, mediante una inversión de 13,7 millones de euros, esta idea del Gobierno busca facilitar la implementación de soluciones técnicas que mejoren los procesos de suministros en las pequeñas y medianas empresas, con el fin de tener un impacto positivo tanto en la economía como en la sociedad. Los ámbitos en los que está teniendo relevancia este plan son el respaldo financiero, la formación adicional para los empleados y la experimentación de proyectos basados en inteligencia artificial para optimizar sectores estratégicos.
Grandes empresas tecnológicas trabajarán junto a pymes madrileñas, permitiéndoles explorar y probar casos de uso específico en una amplia variedad de aplicaciones que puedan generar nuevas oportunidades laborales. Al mismo tiempo, se establecerá un acompañamiento que ofrecerá a las empresas participantes un socio para asesorar y ayudar en el desarrollo de nuevos proyectos, además de cubrir el 60% de los gastos de las nuevas ideas que vayan surgiendo.
Además para animar a los trabajadores a asistir a cursos especializados sobre tecnología avanzada y IA, la Consejería de Digitalización, implementa iniciativas de formación y apoyo financiero.
Todos hemos leído alguna vez un
libro, visto un video o escuchado una canción de hace décadas, compartido
por personas que no han coexistido con nosotros. Es por ello que los seres
humanos tenemos la capacidad de aprender de otras personas que ya no están con
nosotros o de los que están a nuestro lado. Sin embargo, al memorizar no
tenemos tanta facilidad. Al contrario, las maquinas tienen facilidad para
almacenar datos, pero a la hora de transferir inteligencia no están
capacitadas.
El machine learning es una técnica
que permite a una máquina aprender de un gran volumen de datos y una serie de
reglas. Los humanos aprendemos con único caso, como cuando nos dicen que mentir
está mal y ya nos queda claro. Sin embargo, un IA tendría que decir muchas
verdades y mentiras y luego recibir la orden de que está mal.
Debido a la accesibilidad a la Big
Data de diferentes fuentes en la actualidad y a las ventajas que produce esta
tecnología es utilizada en muchos sectores de diferentes características. Sin
embargo también produce riesgos de seguridad debidos a falsos positivos debido
a malos logaritmos o hacking computacional entre otros.
En la actualidad Amazon, IBM y
Microsoft tienen el 73% del mercado ya que son empresas que han diseñado y
colocado en el mercado diferentes aplicaciones de Machine Learning. Sin
embargo, muchas empresas punteras como Google o SAP intentan entrar en el
mercado y no dudamos de que muchas más se unirán a esta tendencia. A nivel
mundial, Europa del Este y Norteamérica son las regiones que más invierten en
esta tecnología.
Fuente: Elaboración propia
Como hemos comentado al principio el
reto del Machine Learning es transferir aprendizaje, es decir, conseguir llevar
conocimiento de un dominio a otro. Transferir aprendizaje no es transferir
inteligencia, aunque sí están relacionados. ¿Se podría copiar una IA y resolver
una segunda tarea para la que no esta programada?
Fuente: YouTube
Las máquinas tienen la capacidad de
duplicar su cerebro pero no de transferir aprendizaje. Es por ello que si
ponemos a hablar a dos máquinas sale una conversación realmente absurda y no
consiguiendo que una aprenda de otra. Esto se puede observar en el siguiente
video de un estudio realizado por el Laboratorio de Máquina Creativas de la
Universidad de Cornell en 2011.
Fuente: YouTube
Sin embargo ya se ha empezado a
transmitir aprendizaje entre las máquinas. Desde 2017, DeepMind, la IA de
Google, usó una herramienta llamada Consolidación de Peso Elástico (EWC) para
mejorar su aprendizaje automático.
Por ejemplo, una máquina diseñada para
detectar cáncer de piel necesita de 129.450 imágenes para clasificar la
enfermedad. Imaginemos poder aplicar esta misma tecnología para detectar
tumores de pulmón. Usando herramientas de EWC unidas a miles de imágenes de
pulmones una segunda IA aprendería de forma mucho más rápida ya que tendría la
experiencia de la primera.
Es por ello que el MachineLearning
debería tomar este camino ya que aplicándolo a ámbitos como el de la salud mejoraría
la salud de las personas a nivel mundial.
Los primeros vehículos sin conductor ya han comenzado a
rodar, el proceso es largo y solo estamos en el comienzo, pero hay una fecha
marcada por los fabricantes de automoción y las empresas tecnológicas, que se establece en el horizonte de 2030.
El termino Vehículo autónomo empieza a ser cada vez más
familiar. La tecnología no deja de avanzary poco a poco nos estamos acercando a un medio de transporte donde
desaparecerá el papel del ser humano como conductor y donde todos los integrantes
pasarán a ser pasajeros.
Los niveles de conducción autónoma se clasifican de cero
(Conducción manual) a cinco (Automóvil plenamente autónomo).
Las primeras pruebas piloto ya se están llevando a cabo y en
unos años nos resultará normal cruzarnos con vehículos autónomos por las
carreteras.
Se estima que para ese año el 60% de los vehículos que se
vendan en Estados Unidos sean autónomos (fuente del Goldman Sachs), y para
2022/2023 saldrán los primeros vehículos medianamente autónomos (fuente PwC).
Un elemento a tener en cuenta para el éxito de este objetivo,
no es solo el desarrollo de los vehículos inteligentes, sino que además es
necesario desarrollar estructuras, sistemas de comunicación y entornos donde se
pueda utilizar el coche autónomo con total garantía, a saber:
Señales
Semáforos
Iot dentro del marco de Smartcities o Ciudades Tecnológicas 5g
·
Poner de acuerdo a industria, fabricantes, constructores e incluso
Administración, para establecer una serie de normas normalizadas, es el punto
donde más hay que avanzar.
Por otro lado, por la parte de los usuarios de vehículos, está
la confianza que podamos depositar en la tecnología, sirva como referencia el
atropello el pasado 21 de marzo de una mujer en Tempe (Arizona), donde el vehículo
no detecta la presencia de un humano y un objeto de metal
Los fabricantes de vehículos tardarían mucho tiempo en poder
desarrollar por si mismos estos avances por lo cual han decidido crear
sinergias con empresa tecnológicas, entre otros:
Audi – Huawei
Toyota- Softbank
Por ello todos los actores de estos desarrollos exponen que
la Inteligencia Artificial es clave en el desarrollo de coche autónomo así como
el avance de la tecnología 5g en el ámbito de las comunicaciones.
Es fundamental que un vehículo autónomo, debe estar atento y
resolver el llamado problema de percepción, debe ser capaz de realizar un diagnóstico
de cada situación, aprender y tomar decisiones correctas en base a algoritmos
que se introduzcan. Toda esta información será ofrecida al vehículo por:
Cámaras
Radares
Escáner láser
Que dará una visión de 360 grados procesando los vehículos de
alrededor, elementos cercanos, señales de tráfico, semáforos,… de forma ultrarrápida.
Todos estos avances redundaran en la seguridad física de las
personas.
Muchos de nosotros hemos visto este término, ya sea
navegando por Internet, escuchando la radio y nos lo ha mencionado un conocido,
pero en realidad, ¿qué es?
Machine Learning es un concepto que nace desde los años 60,
pero en la actualidad es cuando esta toma más importancia. Se trata de una
disciplina de la inteligencia artificial que se basa en que los sistemas puedan
aprender datos, identificar patrones y tomar decisiones con mínima intervención
humana, estos pueden ser útiles cuando se tratan grandes cantidades de
información que requeriría de mucho esfuerzo y tiempo si se es realizado por
una persona. Por lo tanto, podemos decir que se trata de una tecnología que
pueda realizar el trabajo de una persona de manera más eficiente y eficaz, esto
se consigue mediante complejos algoritmos y uso de la estadística para ofrecer
el mejor resultado con mínimo margen de error.
A continuación, se muestran algunos de los usos de dicha
tecnología:
A nivel mundial, Europa del Este y Norteamérica son las
regiones que mas invierten en Machine Learing. El principal objetivo de estas
es mejorar la experiencia de consumidor para incrementar las ventas y la
explotación de los posibles usos de esta tecnología para innovar productos y
servicios, así como hacer más eficiente la operación.
Actualmente, Amazon, BM y Microsoft son las líderes del
mercado con un 73% del mercado de Machine Learning como servicio, algunos de
estos con pruebas gratuitas. Estas pretenden vender soluciones a las empresas
para que tengan un mejor entendimiento del comportamiento de sus consumidores,
logrando identificar tendencias, predecir preferencias, disminuir riesgos,
prevenir fraudes, dotar de asistentes digitales y bots de soporte, entre otros.
Para finalizar os dejamos con un vídeo explicativo sobre Machine Learning:
TENDENCIAS DEL SECTOR DE TI: INTELIGENCIA ARTIFICIAL
Para el análisis de la Inteligencia Artificial como tendencia del Sector de la Tecnología de la Información se usará el estudio de Ametic sobre dicho sector.
Según el Vincenç Torra, miembro del departamento de Inteligencia Artificial del CSIC, no hay una única definición de esta tecnología. Sin embargo, como explicación general se podría decir que la Inteligencia Artificial tiene como objetivo emular el comportamiento humano y mejorarlo. Esta tecnología nació en los años 50, pero no fue hasta las 90 en los que se dieron las condiciones para comenzar a desarrollarla. En la actualidad ya no se considera una fantasía, sino que se ve como algo actual.
Así pues, según datos de la IDC, de 2018 a 2020 el 55% de las empresas invertirá en Machine Learning, rama perteneciente al estudio de la Inteligencia Artificial. Además, el 23,5% de los expertos de la comunidad online mencionó la Inteligencia Artificial como una de las actividad que mas crecimiento tendrá en el Sector de las Tecnologías de la Información. A su vez, según el INCIBE, "las tecnologias congnitivas tendrán un gran impacto en las organizaciones y el empleo". Por todo ello, queda latente la importancia que tendrá ésta en el sector.
En la actualidad, este tipo de tecnología se usan para la predicción de comportamientos en contextos conocidos. De esta manera se usa principalmente en las siguientes áreas:
El Marketing es la área en la que más se usa esta tecnología. Por ello, en el siguiente video se verán ejemplo de como funciona la Inteligencia Artificial en ese campo:
De la misma manera en la que se han mencionado las áreas anteriores son destacables, dentro del mercado del Software, el Procesamiento del Lenguaje Natural (NLP), reconocimiento de voz y reconocimiento de objetos. Y, aunque aun no se esté aplicando tanto el análisis predictivo en estos, si que tiene gran potencial: desarrollo de sistemas que permitan reducir los atascos en carretera, asistentes virtuales y reducción de las reparaciones programas y los costes de mantenimiento y fallos en el funcionamiento.
Como ya se ha mencionado anteriormente, el Machine Learning tiene gran importancia dentro de la Inteligencia Artificial. Éste se encarga de que las maquinas aprendan de experiencias pasadas para reaccionar en base a un contexto y reaccionar como lo podría hacer un humano. La importancia de ello radica en que casi todas las actividades tienden a digitalizarse. De ésto deriva una enorme cantidad de datos desestructurados y con una caducidad muy temprana. Por ello, el Machine Learning conseguiría darle un valor a estos datos antes de su caducidad.
Por último, no se podría terminar esta entrada sin mencionar los incovenientes con los que se encuentra la Inteligencia Artificial, pues no son pocos. Por un lado, se necesita mayor inversión, tanto de recursos como de profesionales; una mayor cultura de la importancia de la IA y su uso en la sociedad; y el desarrollo de herramientas para obtener información y conocimiento de los datos desestructurados. Por otro lado, se ha de poder garantizar en todo momento la integridad y la privacidad de los datos, cosa que en este momento se esta poniendo muy en entredicho con el escándalo de Facebook.
