La Inteligencia Artificial y el Machine Learning fueron tecnologías relevantes en este 2020, pues se ven los avances en sistemas avanzados de computación cuántica y sistemas de diagnóstico médico de vanguardia hasta electrónica de consumo y asistentes personales «inteligentes».

Se espera que los ingresos generados por el hardware, software y servicios de inteligencia artificial alcancen los 156.500 millones de dólares en todo el mundo este año, según el investigador de mercado IDC, un 12,3% más que en 2019.

Aquí compartimos un panorama general de cinco tendencias clave para la IA y el ML, no sóloen los tipos de aplicaciones en las que están encontrando su camino, sino también en cómo se están desarrollando y las formas están siendo utilizados.

• El papel cada vez mayor de la Inteligencia Artificial y el Machine Learning en la hiperautomatización

La hiperautomatización, una megatendencia de TI identificada por la firma de investigación de mercado Gartner, es la idea de que casi cualquier cosa dentro de una organización que pueda automatizarse, como los procesos comerciales heredados, debe automatizarse. La pandemia aceleró la adopción del concepto, que también se conoce como «automatización de procesos digitales» y «automatización de procesos inteligentes».

IA y ML son componentes clave, y principales impulsores, de la hiperautomatización (junto con otras tecnologías como las herramientas de automatización de procesos robóticos). Para tener éxito, las iniciativas de hiperautomatización no pueden depender del software empaquetado estático. Los procesos de negocio automatizados deben poder adaptarse a las circunstancias cambiantes y responder a situaciones inesperadas.

• Llevar la disciplina al desarrollo de la IA a través de la ingeniería

Sólo alrededor del 53% de los proyectos de inteligencia artificial logran pasar del prototipo a la producción completa, según la investigación de Gartner. Cuando se intenta implementar sistemas de inteligencia artificial y modelos de machine learning recientemente desarrollados, las empresas y organizaciones a menudo luchan con la capacidad de mantenimiento, la escalabilidad y la gobernanza del sistema, y ​​las iniciativas de inteligencia artificial a menudo no generan los beneficios esperados.

Las empresas y las organizaciones empiezan a comprender que una estrategia sólida de ingeniería de IA mejorará «el rendimiento, la escalabilidad, la interpretabilidad y la fiabilidad de los modelos de IA» y ofrecerá «el valor total de las inversiones en IA», según la lista de Gartner de las principales tendencias tecnológicas estratégicas para 2021. .

Desarrollar un proceso disciplinado de ingeniería de IA es clave. La ingeniería de IA incorpora elementos de DataOps, ModelOps y DevOps y hace de la IA una parte del proceso principal de DevOps, en lugar de un conjunto de proyectos especializados y aislados, según Gartner.

• Mayor uso de IA para aplicaciones de ciberseguridad

Los desarrolladores de sistemas de ciberseguridad están en una carrera interminable para actualizar su tecnología para mantenerse al día con las amenazas en constante evolución de malware, ransomware, ataques DDS y más.

Las herramientas de ciberseguridad impulsadas por IA pueden recopilar datos de los propios sistemas transaccionales, redes de comunicaciones, actividad digital y sitios web de una empresa, así como de fuentes públicas externas, y utilizar algoritmos de IA para reconocer patrones e identificar actividades amenazantes, como la detección de direcciones IP sospechosas. y posibles violaciones de datos.

• La intersección de AI / ML e Internet of Things

El IoT ha sido un área de rápido crecimiento en los últimos años y el investigador de mercado Transforma Insights pronosticó que éste mercado global crecerá a 24.1 mil millones de dispositivos en 2030, generando $ 1.5 billones en ingresos.

El uso de AI / ML está cada vez más entrelazado con IoT. La Inteligencia Artificial, el Machine Learning y el Deep Learning, por ejemplo, ya se emplean para hacer que los dispositivos y servicios de IoT sean más inteligentes y seguros. Pero los beneficios fluyen en ambos sentidos dado que la IA y el ML requieren grandes volúmenes de datos para operar con éxito, exactamente lo que proporcionan las redes de sensores y dispositivos de IoT.

En un entorno industrial, por ejemplo, las redes de IoT en una planta de fabricación pueden recopilar datos operativos y de rendimiento, que luego son analizados por sistemas de inteligencia artificial para mejorar el rendimiento del sistema de producción, aumentar la eficiencia y predecir cuándo las máquinas requerirán mantenimiento.

• Preguntas éticas persistentes sobre la tecnología de IA

A principios de este año, cuando las protestas contra la injusticia racial estaban en su apogeo, varios proveedores líderes de TI, incluidos Microsoft, IBM y Amazon, anunciaron que limitarían el uso de su tecnología de reconocimiento facial basada en inteligencia artificial por parte de los departamentos de policía hasta que existan leyes federales que regulen la el uso de la tecnología, según un artículo del Washington Post.

Eso ha puesto el foco en una serie de cuestiones éticas en torno al uso cada vez mayor de la tecnología de inteligencia artificial. Eso incluye el obvio uso indebido de la IA para los esfuerzos de desinformación «deepfake» y para los ciberataques. Pero también incluye áreas más grises, como el uso de IA por parte de gobiernos y organizaciones policiales para la vigilancia y actividades relacionadas, y el uso de IA por parte de empresas para aplicaciones de marketing y relaciones con los clientes.

En los negocios, Gartner recomienda la creación de juntas éticas externas de inteligencia artificial para prevenir los peligros de la inteligencia artificial que podrían poner en peligro la marca de una empresa, generar acciones regulatorias o «llevar a boicots o destruir el valor comercial». Dicha junta, incluidos los representantes de los clientes de una empresa, puede brindar orientación sobre el impacto potencial de los proyectos de desarrollo de IA y mejorar la transparencia y la responsabilidad en torno a los proyectos de IA.

imagen: pixabay