Inteligencia artificial es sin duda uno de los temas del momento en el ámbito tecnológico, con una presencia que va mucho más allá de asistentes personales activados por voz, electrodomésticos inteligentes y robots con capacidades autónomas.
La verdadera belleza de la inteligencia artificial, y la razón por la que hay un enorme empuje hacia su desarrollo, es su potencial de ayudar a resolver grandes problemas a escala global de una manera relativamente sencilla por el lado del usuario.
Aparte de los clásicos ejemplos mencionados más arriba, la inteligencia artificial es ahora mismo un elemento clave en el desarrollo de sistemas que prometen optimizar procesos con la finalidad de ahorrar tiempo, reducir costos y eficientizar resultados. Un ejemplo de este concepto en acción se vio recientemente cuando Google presentó la herramienta Talk To Books, que simplifica sobremanera la investigación y búsqueda de información puntual.
Por supuesto, el ejemplo de Talk To Books es algo que fácilmente raya en lo personal y que aparentemente no guarda relación con la promesa de resolver problemas globales a gran escala. Para estos casos hay que tomar en cuenta un elemento que estas tecnologías buscan replicar y aplicar en los sistemas que se crean a partir de ellas: intuición basado en un aprendizaje continuo. Es aquí donde entran los conceptos de machine learning y deep learning que tanto se mencionan al hablar del tema.
Un sistema intuitivo puede alertar de posibles problemas en el horizonte que no necesariamente están a la vista, ofreciendo suficiente tiempo para tomar precauciones y actuar en consecuencias. Aplicaciones potenciales incluyen seguridad, mantenimiento y monitoreo del clima. La inteligencia artificial bien podría ser la clave para resolver el dolor de cabeza que representan los tapones al día de hoy e incluso podrían optimizar la distribución de elementos en una ciudad en base a necesidades detectadas.
Muy prometedora la inteligencia artificial, pero ahora mismo hay un problema que impide su rápido desarrollo o aplicación práctica más allá de laboratorios o de escenarios limitados: costo y acceso. La solución sería una democratización de esta tecnología a esos niveles, sobre todo por el lado de quienes la desarrollan orientada a usuarios finales.
De democratización de la inteligencia artificial habló Anish Joshi, director de tecnología de Fusemachines, a propósito de la conferencia EmTech Caribbean 2018. El primer paso para lograr este objetivo es, por supuesto, la educación, a lo que sigue exposición y acceso a las herramientas adecuadas. Estos tres elementos abren las puertas a un sinnúmero de oportunidades que incluyen áreas tan diversas como la salud colectiva, el tránsito y los seguros.
Los principios de la democratización de la inteligencia artificial son aplicados al pie de la letra por Fusemachines. Esta empresa, con sede en Nueva York, se dedica a entrenar ingenieros en los menesteres de esta tecnología con el objetivo de asistir a aquellos clientes que buscan desarrollar sus propias capacidades en el negocio. Se trata de un enfoque mucho más humano y que combate en cierto modo el temor de que en un escenario dominado por inteligencia artificial la gente simplemente no tendría cabida.
Los ingenieros de Fusemachines están orientados a una comunicación efectiva y a la flexibilidad, dos cualidades que será muy difícil replicar en máquinas o robots que a fin de cuentas necesitan estar programados para hacer cualquier cosa. Esa empatía que a veces buscamos solo una persona humana la puede ofrecer, y ese es el tipo de fortalezas a las que aspira Fusemachines junto con un entrenamiento extensivo en inteligencia artificial, la cual debe ser accesible para todos para que termine de hacer sentido.
