Hay varios artículos que tratan sobre la IA. Como es un tema amplio y complejo, no todos los artículos pueden comunicar claramente los temas presentados. En un informe de SAS Insights, encontramos uno que presenta satisfactoriamente un tema importante: “¿Cuál es la importancia de la inteligencia artificial?”. Por supuesto, no presenta todos los aspectos, pero ciertamente ayuda a comprender un poco más sobre la IA. Así que transcribimos parte del artículo esperando colaborar para una mejor comprensión de todos.
• AI automatiza el aprendizaje repetitivo y el descubrimiento de datos. Pero la inteligencia artificial es diferente de la automatización robótica impulsada por hardware. En lugar de automatizar tareas manuales, la IA realiza tareas frecuentes, voluminosas y computarizadas de manera confiable y sin fatiga. Para este tipo de automatización, la interferencia humana sigue siendo esencial para configurar el sistema y hacer las preguntas correctas;
• AI agrega inteligencia a los productos existentes. En la mayoría de los casos, la inteligencia artificial no se venderá como una aplicación independiente. Por el contrario, los productos que ya usa se mejorarán con capacidades de inteligencia artificial, de forma similar a como se agregó Siri a los productos de Apple. La automatización, las plataformas de conversación, los robots y los dispositivos inteligentes se pueden combinar con grandes cantidades de datos para mejorar muchas tecnologías domésticas y de oficina, desde inteligencia de seguridad hasta análisis de inversiones;
• IA se adapta a través de algoritmos de aprendizaje progresivo para dejar que los datos hagan la programación. La IA encuentra estructuras y regularidades en los datos para que el algoritmo adquiera una capacidad: se convierte en un clasificador o predicador. Entonces, así como el algoritmo puede aprender a jugar al ajedrez, puede aprender qué productos recomendar a continuación. Y los modelos se adaptan cuando se les dan más datos. La propagación hacia atrás es una técnica de IA que permite que el modelo se ajuste solo, a través del entrenamiento y con la entrada de nuevos datos, cuando la primera respuesta no es del todo correcta;
• IA analiza más datos y con mayor profundidad mediante redes neuronales que tienen muchas capas ocultas. Construir un sistema de detección de fraude con cinco capas ocultas era casi imposible hace unos años. Todo eso ha cambiado con una potencia informática impresionante y “big data”. Necesita una gran cantidad de datos para entrenar modelos de aprendizaje profundo porque aprenden directamente de los datos. Cuantos más datos pueda poner en ellos, más precisos se vuelven;
• IA logra una precisión increíble a través de redes neuronales profundas, lo que antes era imposible. Por ejemplo, sus interacciones con Alexa, las búsquedas de Google y Google Photos se basan en el aprendizaje profundo, y se vuelven más precisas a medida que las usamos. En el campo de la medicina, las técnicas de inteligencia artificial basadas en el aprendizaje profundo, la clasificación de imágenes y el reconocimiento de objetos ahora se pueden usar para encontrar cánceres en resonancias magnéticas con la misma precisión que los radiólogos bien capacitados;
• IA aprovecha al máximo los datos. Cuando los algoritmos aprenden por sí solos, los datos en sí pueden convertirse en propiedad intelectual. Las respuestas están en los datos; solo necesita aplicar AI para extraerlos. Dado que el papel de los datos es más importante que nunca, puede crear una ventaja competitiva. Si tiene datos en una industria competitiva, y aunque todos están poniendo en práctica técnicas similares, gana quien tiene el mejor conjunto de datos.
Fuente: SAS Insights.