El mundo se está transformando a un ritmo más rápido de lo que hemos visto antes. Richard Foster, profesor de la Yale School of Management, descubrió que la vida útil promedio de una empresa se redujo de 67 años en la década de 1920 a sólo 15 años en la actualidad.

Uno de los principales impulsores de este cambio acelerado es el impacto que Internet ha tenido en la sociedad. Específicamente, Internet cambió por completo la forma en que nos comunicamos, así como la manera en que accedemos a la información. Esto incluye tener acceso a información bancaria, de atención médica y comunicaciones globales; todo a través de un smartphones.

Todo esto ha llevado a las organizaciones a capacitarse en Inteligencia Artificial para mejorar la experiencia en la red, así que utilizan esta tecnología para resolver problemas comerciales tradicionales y no lo ven como una búsqueda puramente académica.

Si bien es emocionante ver que las soluciones de IA ganan terrenos en juegos como Go, es aun más impactantes ver que las soluciones de Inteligencia Artificial mejoran la forma en que operan las empresas. Estamos comenzando a ver esto en múltiples industrias. En servicios financieros, EZOps está cambiando la forma en que las organizaciones comerciales gestionan sus operaciones intermedias y administrativas. En el sector de la salud, compañías como Spring Health están mejorando la forma en que tratamos las enfermedades debilitantes de la salud mental, como la depresión.

La IA se convertirá en un «multiplicador cognitivo», algo que permitirá realizar más funciones intelectuales de las que una persona había podido lograr anteriormente. Esto es similar en muchos aspectos a la transformación que ocurrió cuando se cambió el vapor y la electricidad permitieron a las personas realizar más trabajo físico de lo que cualquier persona podría haber logrado. A medida que las tecnologías de Inteligencia Artificial permitirán aprovechar este multiplicador cognitivo para realizar tareas intelectuales, veremos que nuestro mundo cambia de muchas maneras diferentes, y veremos que sucede durante un período de años en lugar de décadas.

Foster considera algunas de las tecnologías clave para la transformación de la Inteligencia Artificial son:

• Coincidencia de patrones a nivel de empresa: extracción de información de conjuntos de datos con cientos de variables diferentes a un nivel mucho más allá de la capacidad humana.
• Acceso ubicuo: tecnología que interactúa con los humanos en nuestros términos a través de la voz, la visión y la conversación, esencialmente ampliando las interfaces donde la IA se convierte en parte de lo que hacemos.
• Razonamiento deductivo: aplicación de lógica para generar nuevas ideas e ideas a partir de conjuntos de datos muy limitados.

Cada una de estas tecnologías podría verse como una lente para analizar cualquier industria e imaginar los cambios futuros de la IA. A continuación, exploraremos cada uno de éstas con profundidad.

• Coincidencia de patrones de nivel empresarial

La coincidencia de patrones habilitada por IA ya está comenzando a afectar a las empresas de todo el mundo. Los humanos tienen la capacidad de analizar situaciones e identificar resultados probables basados ​​en el reconocimiento de patrones similares en el pasado.

El Machine Learning (ML) permite que esta «coincidencia de patrones» se produzca a una escala mayor y más rápida de lo que nunca ha sido posible. El ML es un concepto que se originó ya en la década de 1950. El profesor Geoffrey Hinton demostró que la propagación hacia atrás podría usarse para crear redes neuronales de múltiples capas en 1986, dando lugar efectivamente al aprendizaje profundo.

Los líderes actuales de IA, como Andrew Ng y Yann LeCun, estudiaron con Hinton y continuaron avanzando en las aplicaciones del aprendizaje profundo en empresas como Google, Baidu y Facebook. Si bien la propagación hacia atrás y el Deep Learning son fundamentales para muchos avances de la IA, ahora estamos viendo una amplia gama de otros enfoques para desarrollar sistemas inteligentes que se están explorando.

Algunas de las áreas donde estamos viendo el impacto de esta primera ola incluyen atención médica, finanzas y publicidad.

• Acceso ubicuo

Más del 10% de los hogares de Estados Unidos cuentan con un dispositivo de voz en el hogar, como Amazon Alexa y Google Home, según el informe del Grupo NPD: «Asistentes de voz digital: propiedad y aplicaciones». Para poner esto en perspectiva, les tomó a los teléfonos inteligentes 5 años alcanzar el Marca de penetración del 10% que los dispositivos de voz en el hogar lograron en solo 2.5 años. Esto es solo la punta del iceberg, ya que los consumidores se sienten cada vez más cómodos con el concepto de una interfaz o dispositivo de conversación siempre activo que forma parte de su vida.

Del mismo modo, el nuevo iPhone X está aprovechando el reconocimiento facial para desbloquear el teléfono. El tema común detrás de estos cambios es que la IA nos permite interactuar con la tecnología de la misma manera que interactuamos entre nosotros: a través de la conversación, la visión y, eventualmente, otros sentidos. Muchas empresas están ansiosas por capitalizar esta tendencia. Qualcomm, por ejemplo, anunció recientemente un esfuerzo enfocado para hacer que la IA en el dispositivo sea ubicua en todos sus productos. A continuación se muestra un video de la presentación de Apple de la función de desbloqueo de reconocimiento facial:

Estamos en el comienzo de esta ola, pero las implicaciones son profundas. Así como los teléfonos móviles cambiaron la forma en que el mundo se comunicaba, la integración ubicua y transparente de la tecnología cambiará para siempre la forma en que vivimos y trabajamos. Conversar con nuestros electrodomésticos se volverá normal. Conocer la respuesta a preguntas como «¿Cuáles son las actividades favoritas de las personas que compran esta marca?»

Si una imagen vale más que mil palabras, los miles de millones de imágenes publicadas diariamente en Internet son realmente la mayor fuente de información para el consumidor que recién estamos comenzando a aprovechar. Quizás lo más importante es que el concepto de tener que verificar algo en su computadora o teléfono se convertirá rápidamente en una noción anticuada a medida que combine esta capacidad de generación de conocimiento con las ubicuas interfaces de IA discutidas anteriormente.

• Razonamiento deductivo

Al igual que los humanos hacen más que la coincidencia de patrones, la IA se está volviendo capaz de realizar tareas más complejas. Esta es una parte relativamente inexplorada del paisaje de IA, al menos en los últimos años. Sin embargo, eso parece estar cambiando. A medida que las personas se entusiasman cada vez más con lo que es posible mediante el aprendizaje profundo, también se dan cuenta de sus limitaciones (el mismo Hinton ha abordado abiertamente algunos de los defectos de las redes neuronales).

Cris Ross, CIO de Mayo Clinic, comparó recientemente la capacidad del sistema de IA para aprender con la de un niño de dos años. Uno de los impulsores de esto es porque los humanos no se basan en un solo medio de ingerir y analizar datos, sino en una combinación de diferentes enfoques. La implicación de esta declaración relativamente simple está teniendo un profundo impacto en el mundo de la IA. Específicamente, el concepto de «aprendizaje de transferencia» se está convirtiendo en una de las áreas más interesantes de nuevas investigaciones.

Un ejemplo de investigación en esta área está ocurriendo en Google DeepMind, donde el equipo está desarrollando «PathNet» como un enfoque para permitir el aprendizaje de transferencia. En pocas palabras (y me disculpo de antemano por los datos y los científicos de IA que están leyendo esto), el aprendizaje por transferencia permite que los sistemas de IA combinen las capacidades increíblemente poderosas de coincidencia de patrones del aprendizaje profundo con una comprensión más estructurada de cómo funciona el mundo, a menudo forma de ontologías y IA semántica.

El impacto en el mundo real de esto aún no se ha visto, pero promete ser monumental. Algunos de los primeros ejemplos de la combinación de aprendizaje profundo y IA semántica han llevado a avances en la investigación genética, así como a las mejores soluciones de comprensión del lenguaje natural en el mundo (que parecen haber mejorado significativamente en el último año).

En el futuro, es difícil imaginar una industria que no sea transformada por una plataforma que pueda identificar patrones más rápido que un ser humano y deducir cuáles son las implicaciones de esas observaciones para un negocio específico. Espero ver ejemplos de esto que van desde lo simple, como identificar que un mensaje de marketing no está impulsando el comportamiento deseado e identificar de manera proactiva lo que se debe decir y ajustar la campaña automáticamente, hasta lo muy complicado como establecer la dirección para desarrollo de productos e inversiones en I + D a medida que las empresas buscan crear productos que resuenen con los consumidores en los próximos años.

En cada transformación importante que hemos tenido en nuestra historia, el impacto se ha sentido en períodos de tiempo progresivamente más cortos. El Foro Económico Mundial describe el período en que estamos entrando como la Cuarta Revolución Industrial. Cada una de las revoluciones industriales anteriores, impulsada por vapor, electricidad y tecnologías digitales, ha cambiado nuestro mundo en un período de tiempo cada vez más corto.

Lo mismo parece ser cierto para AI y esta Cuarta Revolución Industrial. En unos pocos años, la IA ya ha comenzado a transformar la mayoría de las empresas en el planeta a través de un rendimiento dramático de los humanos en la coincidencia de patrones. A medida que avanzamos en la segunda y tercera oleadas de transformación, es razonable esperar que veamos progresivamente cambios más impactantes en la forma en que funcionan las empresas y la sociedad.

Esto creará impactos sustanciales en la sociedad, algunos de los cuales podrían ser negativos a corto plazo (incluidas las principales preocupaciones sobre la pérdida de empleo, entre otros riesgos graves a corto plazo). También existe el desafío de cómo la humanidad se adaptará a un mundo en el que algunas de las ideas más originales y perspicaces se originan en una máquina, una lucha por el significado a la que puede ser difícil adaptarse.

Imagen: Franck V.