Tecnología de Inteligencia Artificial: Tendencias de la IA que importan a las empresas

Según la Encuesta Global McKinsey de 2020 sobre inteligencia artificial (IA), en 2020 más del 50% de las empresas han adoptado la IA en al menos una unidad de negocio o función, por lo que asistimos a la aparición de nuevas tendencias de IA. Las organizaciones aplican herramientas de IA para generar más valor, aumentar los ingresos y la fidelidad de los clientes. Las empresas líderes en IA invierten al menos el 20% de sus beneficios antes de intereses e impuestos (EBIT) en IA. Esta cifra puede aumentar a medida que COVID-19 acelera la digitalización. Los bloqueos dieron lugar a un aumento masivo de la actividad en línea y a una adopción intensiva de la IA en los negocios, la educación, la administración, la interacción social, etc.

Este artículo pretende hacer un repaso de las tendencias de IA nuevas y actuales que surgieron en 2020 y que siguen aumentando en 2021. Basándose en las tendencias, las empresas pueden hacer proyecciones sobre el futuro de la IA en 2022 y mitigar con éxito los riesgos. Al decir IA, nos referimos a las redes neuronales, el aprendizaje automático, el aprendizaje profundo, la visión por ordenador y otros subcampos de la Inteligencia Artificial.

Crédito de la imagen



Tendencias de adopción de la IA

El nivel de adopción de la IA difiere según el sector. Utilizando los datos mencionados en la Encuesta Global de McKinsey sobre IA, podemos destacar cuatro sectores líderes: alta tecnología, telecomunicaciones, automoción, ensamblaje.

Las empresas aplican la IA para las operaciones de servicios, el diseño de servicios o productos, la publicidad y las ventas. En cuanto a las inversiones, el área de descubrimiento y desarrollo de fármacos recibió la mayor cantidad de dinero: en 2020, la suma total de inversiones superó los 13.800 millones de dólares, 4,5 veces más que el año anterior.

La IA impulsa el mayor crecimiento de los ingresos si se aplica en la optimización de inventarios y piezas, la fijación de precios y la promoción, la analítica de servicio al cliente, las ventas y la previsión de la demanda. Los casos de uso que reportaron disminución de costos están relacionados con la optimización de la gestión del talento, la automatización del centro de contacto y la automatización del almacén.



Tendencias tecnológicas de la IA

En 2021 y los años siguientes, la IA se aprovechará para simplificar las operaciones y hacerlas más eficientes. Las empresas deberían intentar beneficiarse de la aplicación comercial de la Inteligencia Artificial mediante la mejora de la infraestructura de TI y la gestión de datos. Pero no todos los modelos de IA desplegados pueden ser útiles para las empresas y apropiados para la supervisión del rendimiento. Nos centraremos en las tendencias de IA 2021-2022 que probablemente se conviertan en la corriente principal.



Tendencia 1. IA para seguridad y vigilancia

Las técnicas de IA ya se han aplicado al reconocimiento facial, la identificación de voz y el análisis de vídeo. Estas técnicas forman el mejor combo para la vigilancia y la autenticación biométrica. Así, en 2021, podemos prever la explotación intensiva de la IA en la videovigilancia.

La inteligencia artificial es beneficiosa para una configuración flexible de los sistemas de seguridad. Antes, los ingenieros pasaban mucho tiempo configurando el sistema porque se activaba cuando cambiaba un número específico de píxeles en una pantalla. Por tanto, había demasiadas falsas alarmas. Estas alarmas eran causadas por la caída de hojas o por un animal que corría. Gracias a la IA, el sistema de seguridad identifica los objetos, lo que contribuye a una configuración más flexible.

La IA en la videovigilancia puede detectar actividades sospechosas centrándose en patrones de comportamiento anómalos, no en rostros. Esta capacidad permite crear espacios más seguros, tanto públicos como privados, mediante la identificación de posibles amenazas. Estas soluciones de vídeo impulsadas por la IA podrían ser también útiles para la logística, el comercio minorista y la fabricación.

Otro nicho que ofrece perspectivas prometedoras para la aplicación de la IA es el reconocimiento de voz. Las tecnologías relacionadas con el reconocimiento de voz son capaces de determinar la identidad. Por identidad, nos referimos a la edad de una persona, el género y el estado emocional. Los principios en los que se basa el reconocimiento de voz para la vigilancia pueden ser los mismos que en el caso de Alexa o Google Assistant. Una característica idónea para la seguridad y la vigilancia es un modelo anti-spoofing incorporado que detecta la voz sintetizada y grabada.

Una de las tecnologías más cruciales para la seguridad es el reconocimiento facial biométrico. Diferentes aplicaciones maliciosas intentan engañar a los sistemas de seguridad proporcionando fotos falsas en lugar de imágenes reales. Para defenderse de estos casos, actualmente se están desarrollando y utilizando a gran escala múltiples técnicas anti-spoofing.



Tendencia 2. La IA en el procesamiento de vídeo en tiempo real

El reto para el procesamiento de flujos de vídeo en tiempo real es el manejo de los pipelines de datos. Los ingenieros pretenden garantizar la precisión y minimizar la latencia del procesamiento de vídeo. Y las soluciones de IA pueden ayudar a conseguir este objetivo.

Para implementar un enfoque basado en la IA en el procesamiento de vídeo en directo, necesitamos un modelo de red neuronal preentrenado, una infraestructura en la nube y una capa de software para aplicar escenarios de usuario. La velocidad de procesamiento es crucial para el streaming en tiempo real, por lo que todos estos componentes deben estar estrechamente integrados. Para un procesamiento más rápido, podemos paralelizar los procesos o mejorar los algoritmos. La paralelización de los procesos se consigue mediante la división de archivos o utilizando un enfoque de canalización. Esta arquitectura de canalización es la mejor opción, ya que no disminuye la precisión del modelo y permite utilizar un algoritmo de IA para procesar el vídeo en tiempo real sin ninguna complejidad. Además, en el caso de la arquitectura pipeline, es posible aplicar efectos adicionales que implican la detección de rostros y el desenfoque. Puedes encontrar más información sobre el tema en nuestro artículo dedicado a la IA en el procesamiento de vídeo en tiempo real.

El procesamiento moderno de flujos en tiempo real está indisolublemente ligado a la aplicación de la eliminación del fondo y el desenfoque. La demanda de estas herramientas ha aumentado debido a la contribución de COVID-19 a la aparición y popularización de nuevas tendencias en la videoconferencia. Y estas tendencias se desarrollarán activamente porque, según GlobeNewswire, se espera que el mercado mundial de las videoconferencias crezca de 9.200 millones de dólares en 2021 a 22.500 millones de dólares en 2026.

Hay diferentes formas de desarrollar herramientas para la eliminación del fondo y el desenfoque en un vídeo en tiempo real. El reto es diseñar un modelo capaz de separar a una persona en el encuadre del fondo. La red neuronal capaz de realizar dicha tarea podría basarse en modelos existentes como BodyPix, MediaPipe o PixelLib. Una vez elegido el modelo, queda el reto de su integración con un framework adecuado y la organización del proceso de ejecución óptimo mediante la aplicación de WebAssembly, WebGL, o WebGPU.



Tendencia 3. IA generativa para la creación de contenidos & chatbots

Los modelos modernos de IA son capaces de generar texto, audio, imágenes con una calidad muy alta, casi indistinguible de los datos reales no sintéticos.

Business Insider, se espera que el mercado de los chatbots alcance los 9.400 millones de dólares en 2024, por lo que vamos a destacar las formas en que las empresas se benefician de la implementación de chatbots impulsados por la IA. 

El chatbot trata de entender las intenciones de las personas, en lugar de limitarse a realizar comandos estándar. Las empresas que trabajan en diferentes áreas utilizan el chatbot impulsado por la IA para proporcionar a sus clientes o usuarios una comunicación de nivel humano. Las aplicaciones de los chatbots se observan ampliamente en los siguientes dominios empresariales : atención sanitaria, banca, marketing, viajes y hostelería.

Los chatbots impulsados por la IA ayudan a automatizar las tareas administrativas. Por ejemplo, en el ámbito de la salud reducen la cantidad de trabajo manual. En este caso, los chatbots ayudan a organizar las citas, enviar recordatorios relacionados con la toma de medicamentos y proporcionar a los pacientes respuestas a las consultas. En otras áreas, los chatbots se introducen para entregar mensajes dirigidos, mejorar el compromiso y la asistencia al cliente, y proporcionar a los usuarios ofertas personalizadas.

Además de los chatbots, la PNL está en el centro de otras soluciones tecnológicas de vanguardia. Uno de los ejemplos es la generación de texto mediante PNL que puede utilizarse en aplicaciones empresariales. Un sistema de generación de preguntas basado en PNL que se presenta en el siguiente vídeo se utiliza en un proceso de autenticación seguro.

La reciente llegada del modelo GPT-3 permite a los ingenieros de IA generar una media de 4.500 millones de palabras al día. Esto permitirá una tremenda gama de aplicaciones posteriores de la IA tanto para fines socialmente útiles como para otros menos útiles. También está provocando que los investigadores inviertan en tecnologías para detectar modelos generativos. Hay que tener en cuenta que en 2021-2022 asistiremos a la llegada de la GPT-4: la “IA artificialmente inteligente”.

Volviendo a la IA Generativa, queremos prestar atención a las GAN, o Redes Generativas Adversariales, que ahora son capaces de crear imágenes indistinguibles de las producidas por humanos. Podrían ser imágenes de personas inexistentes, animales, objetos, así como otros tipos de medios, como audio y texto. Ahora es el mejor momento para implementar los GANs ganando en sus habilidades porque pueden modelar distribuciones de datos reales y aprender representaciones útiles para mejorar las tuberías de IA, asegurar los datos, encontrar anomalías y adaptarse a casos específicos del mundo real.


 



Tendencia 4. Control de calidad e inspección impulsados por la IA

La rama más destacada de la visión por ordenador es la inspección por IA. En los últimos años, esta dirección ha prosperado debido a la creciente precisión y rendimiento. Las empresas comenzaron a invertir tanto recursos computacionales como financieros para desarrollar sistemas de сomputer vision a un ritmo más rápido. El desarrollo intensivo de la inspección de la IA también está relacionado con un rápido progreso en el dominio de la detección de objetos en los fotogramas de vídeo.

La inspección automatizada en la fabricación implica el análisis de los productos en cuanto a su cumplimiento de las normas de calidad. La metodología también se aplica a la supervisión de equipos.

Aquí hay algunos casos de uso de la inspección con IA:

    • Detección de defectos de los productos en la línea de montaje
    • Identificar defectos de piezas mecánicas y de carrocería
    • Inspección de equipajes y mantenimiento de aeronaves
    • Inspecciones de centrales nucleares
    • Casos de uso de la inspección de IA



Tendencia 5. Avances de la IA que cambian el juego en la asistencia sanitaria

La siguiente tendencia relacionada con la implementación de la IA en la industria de la salud ha sido intensamente discutida en los últimos años. Los científicos utilizan modelos de IA y algoritmos de visión por ordenador en la lucha contra el COVID-19, incluyendo áreas como la detección de pandemias, el desarrollo de vacunas, el descubrimiento de fármacos, el cribado térmico, el reconocimiento facial con máscaras y el análisis de tomografías computarizadas.

Para contrarrestar la propagación del COVID-19, los modelos de IA pueden detectar y analizar las amenazas potenciales y hacer predicciones precisas. Además, la IA ayuda a desarrollar vacunas identificando los componentes cruciales que las hacen eficientes.

Las soluciones basadas en la IA pueden aplicarse como una herramienta eficiente en el Internet de las Cosas Médicas y para manejar los problemas de confidencialidad específicos del sector sanitario. Si sistematizamos los casos de uso de la IA en la sanidad, queda claro que están unidos por un objetivo: garantizar que el paciente sea diagnosticado de forma rápida y precisa.



Tendencia 6. Plataformas de IA sin código en al menos tres áreas

Las plataformas de IA sin código han permitido que incluso las pequeñas empresas apliquen potentes tecnologías que antes solo estaban disponibles para las grandes empresas. Descubramos por qué dichas plataformas son una tendencia de IA clave para las empresas en 2021.

Desarrollar modelos de IA desde cero requiere un gasto de tiempo y una experiencia relevante. La adopción de la plataforma de IA sin código simplifica la tarea porque reduce la barrera de entrada. Las ventajas son:

  • Implementación rápida: en comparación con la escritura de código desde cero, el trabajo con los datos y la depuración, el ahorro de tiempo alcanza el 90%.
  • La plataforma de IA sin código simplifica la tarea porque reduce la barrera de entrada.
  • El menor coste de desarrollo – a través de la automatización, las empresas eliminaron la necesidad de contar con grandes equipos de ciencia de datos.
  • La facilidad de uso – a través de la automatización, las empresas eliminaron la necesidad de contar con grandes equipos de ciencia de datos.
  • Facilidad de uso – la funcionalidad de arrastrar y soltar simplifica el desarrollo de software y permite la creación de apps sin necesidad de codificar.
  • La automatización de los datos es una de las principales ventajas de la automatización.

Las plataformas de IA sin código son muy demandadas en la sanidad, el sector financiero y el marketing, aunque las soluciones producidas no podrían ser muy personalizadas. Entre las plataformas de IA sin código más solicitadas, se encuentran Google Cloud Auto ML, Google ML Kit, Runaway AI, CreateML, MakeML, SuperAnnotate, etc.

Las empresas de tamaño medio, así como las medianas, aprovechan las plataformas sin código para las soluciones de software que tienen como objetivo la clasificación de imágenes, el reconocimiento de poses y sonidos, y la detección de objetos.

Tendencia 7. Diversidad en la IA

La falta de diversidad en la IA puede contribuir a la aparición de sesgos raciales y de género. Por diversidad, nos referimos a una variedad de personas que desarrollan modelos de IA. Según una investigación de la NYU, el 80% de los profesores que participan en el desarrollo de la IA son hombres, y sólo el 10% de los investigadores que trabajan con Inteligencia Artificial en Google son mujeres. La misma investigación muestra que ni siquiera el 5% del personal de Google, Facebook y Microsoft son trabajadores negros.

El número de mujeres graduadas en programas de doctorado en IA y en facultades de informática se ha mantenido en un nivel bajo durante mucho tiempo. Pero la necesidad de diversidad en la IA debería influir en esta situación, que es una de las tendencias emergentes. Además, las mujeres en la IA pueden tomar grandes decisiones que influyen en el desarrollo y la aplicación de los sistemas de IA. Así que, si quieres saber más sobre las mujeres en la IA, lee el artículo dedicado a la brillante trayectoria profesional de una ingeniera de IA en MobiDev.



Evolución y futuro de la IA

Las tendencias muestran que el futuro de la Inteligencia Artificial es prometedor porque las soluciones de IA se están convirtiendo en algo común. Coches autónomos, robots y sensores para el análisis predictivo en la fabricación, asistentes virtuales en la sanidad, PNL para reportajes en los medios de comunicación, tutores educativos virtuales, asistentes de IA y chatbots que pueden sustituir a los humanos en la atención al cliente: todas estas soluciones impulsadas por la IA están avanzando a pasos agigantados.

Categorías : # aprendizaje automático, # inteligencia artificial, # seguridad

Deja una respuesta

Tu dirección de correo electrónico no será publicada.