IA: ¿exageración o revolución?
El término inteligencia artificial se acuñó ya en la década de 1950. Sin embargo, las expectativas inicialmente muy altas no pudieron cumplirse debido a la falta de potencia de cálculo, por lo que siguió un largo llamado invierno de la IA.
Desde principios del milenio, las condiciones básicas para la IA han mejorado considerablemente. Por ejemplo, se dispone de grandes cantidades de datos para entrenar redes neuronales a través de diversas fuentes, especialmente por internet ("big data").
Las capacidades de cálculo han aumentado exponencialmente y también están disponibles de forma universal gracias al uso de arquitecturas de GPU altamente paralelas. Como tercer componente, se han producido enormes avances en los algoritmos.
El gran avance en la percepción pública se produjo en 2016, cuando el equipo de Google Deepmind venció a un campeón de Go con Alphago, un sistema formado por varias redes neuronales, un avance que incluso los expertos no habrían creído posible hasta dentro de diez años.
Hoy nos encontramos en una situación similar con la IA a la que tuvimos con Internet a principios de los noventa. Sabemos que se producirán grandes cambios, aunque los efectos exactos en parte aún no son previsibles.
Y existe un espíritu de optimismo similar en la investigación y la industria. La IA ya está omnipresente tanto en la industria como en el sector de consumo.
Las tecnologías de aprendizaje profundo se utilizan en sistemas como Alexa y Siri para reconocer texto hablado, analizar preguntas, generar respuestas y devolverlas como habla natural.
La IA penetrará en muchos ámbitos. El ámbito de aplicación más popular en este momento, y probablemente el que más esfuerzos de investigación concentra, es la conducción autónoma. Estará disponible de forma generalizada a partir de 2025-2030 y revolucionará todo el ecosistema de la logística y el transporte personal.
Potencialmente, la IA puede utilizarse en áreas de reconocimiento de patrones y predicción que son demasiado complejas para ser descritas por algoritmos creados por humanos. Algunos ejemplos son el reconocimiento de imágenes, el reconocimiento facial, la traducción, la conversión de voz a texto, los chatbots inteligentes, el mantenimiento predictivo y muchos más.
En medicina, los sistemas que reconocen células cancerosas o evalúan imágenes radiológicas ya alcanzan mejores tasas de reconocimiento que los médicos.
La IA también tiene el potencial de alterar muchos procesos y modelos empresariales. Las empresas, independientemente de su tamaño y sector, hacen bien en estudiarla de cerca ahora.
Las empresas deben adquirir un conocimiento general de la tecnología y sus posibles aplicaciones a todos los niveles de gestión y desarrollar una estrategia de IA.
Al mismo tiempo, deben adquirir experiencia con proyectos iniciales o pilotos, intercambiar ideas con otros y, si es necesario, aportar conocimientos de IA a la empresa.
En Alemania se ha desarrollado un animado panorama de empresas de nueva creación y pequeñas y medianas empresas (PYME) que desarrollan productos y servicios innovadores basados en tecnologías de IA.
El objetivo de la Asociación AI es representar los intereses de estas empresas y participar activamente en el debate sobre su impacto en la sociedad.
Entre otras cosas, esto implica la creación de condiciones marco para las empresas de IA y la cooperación con la investigación y la industria, también con el objetivo de construir estructuras en Alemania y Europa que puedan mantenerse en competencia con los proveedores de EE.UU. y, pronto cada vez más, de China.
También es importante que todos los sectores de la población tengan conocimientos básicos de informática. Para ello es necesario, entre otras cosas, un cambio en la política educativa.
No se trata sólo de que necesitemos más informáticos en el futuro, sino de que todo el mundo conozca los fundamentos y las conexiones de estas tecnologías que nos rodean constantemente.
