¿Quién tiene la IA más inteligente?
Recientemente, tuve la oportunidad de participar en el panel «Clarifying Artificial Intelligence» (Aclaraciones sobre la Inteligencia Artificial) en la conferencia Goldman Sachs TechNet para Asia Pacífico de 2017 en Hong Kong. Nos pidieron que habláramos de la tecnología de la IA, sus aplicaciones y sus repercusiones. Durante los debates y las reuniones de seguimiento posteriores, las preguntas formuladas por el público tuvieron un denominador común. Resultó evidente que la IA y sus tecnologías relacionadas se consideraban como algo transversal, integral, un mega-cerebro que se esperaba que fuera «alimentado con preguntas o problemas» y que, posteriormente, arrojara «respuestas y soluciones óptimas» automáticas con solo pulsar un botón. Con esta lógica errónea, las preguntas formuladas se centraron en comparar diferentes «alternativas» de IA o, mejor dicho, «¿qué empresa tiene la IA más «inteligente»?».
Sinceramente, no me sorprendieron mucho estas preguntas. En primer lugar, el público y los medios de comunicación nos bombardean con noticias y artículos (algunos son anuncios encubiertos) que se centran en las aplicaciones de IA «fáciles de entender» o que llaman la atención, como las máquinas de IA que ganan a los expertos humanos en ajedrez o los vehículos que se conducen sin problemas por la carretera. En segundo lugar, en su esencia, la tecnología de la IA utiliza diversas ciencias informáticas avanzadas y sofisticados algoritmos matemáticos, y no es fácil de entender para el ciudadano promedio. Por lo tanto, son numerosos los intentos de elaborar explicaciones simplificadas, que resultan, en la mayoría de los casos, perjudiciales para esta tecnología. En definitiva, la combinación de una simplificación excesiva con ejemplos sugerentes ha llevado a pensar que muy pronto todos podremos comprar robots a US Robots & Mechanical Men (“Yo, Robot” de Asimov).
La verdad, un tanto impactante, es que todavía estamos en los inicios de todo eso. Es cierto que muchas empresas se centran en establecer plataformas comunes para alojar o acelerar algoritmos relacionados con la IA, pero, mientras hablamos, muchas industrias siguen luchando con la forma básica de hacer negocios y buscan soluciones inmediatas para sus problemas existentes. Estas industrias carecen de la experiencia interna para usar las plataformas tecnológicas comunes de IA y adaptarlas a sus propias necesidades, y, en muchos casos, como estas plataformas tratan de resolver un problema genérico, no pueden igualar la escala y las sutilezas de los problemas explícitos a los que se enfrentan.
En Voyager Labs, adoptamos un enfoque pragmático. Abordamos algunos de los mayores retos de la sociedad y las empresas con productos que emplean tecnología de IA innovadora y de vanguardia en su esencia. Aunque el componente de IA es vital para el funcionamiento y el éxito de los productos, la atención se centra en los aspectos prácticos de la oferta de productos. La atención a una perspectiva vertical específica también resuelve la necesidad de una comparación plana de IA a IA. No se trata de qué IA es más inteligente, sino de la calidad y el impacto del resultado final. Ya sea que se trate de una solución para optimizar el portafolio de préstamos de un banco mediante la evaluación del riesgo financiero de un individuo, la medida del éxito radica en el ahorro de fondos perdidos (préstamos incobrables) o en el aumento de solicitantes viables aprobados. Si se trata de la capacidad mejorada de las tiendas de comercio electrónico para entender mejor al consumidor, la medida del éxito será simplemente la métrica del aumento de las tasas de conversión y de las ventas.
En resumen, dejando a un lado las exageraciones, la IA puede utilizarse sin duda para resolver diversos problemas relevantes para la industria y son los beneficios de la solución los que deberían proporcionar los medios de medición adecuados para la «el nivel de inteligencia» de la tecnología.
