<
 
 
 
 
×
>
You are viewing an archived web page, collected at the request of United Nations Educational, Scientific and Cultural Organization (UNESCO) using Archive-It. This page was captured on 12:04:35 Oct 03, 2020, and is part of the UNESCO collection. The information on this web page may be out of date. See All versions of this archived page.
Loading media information hide

Construir la paz en la mente de los hombres y de las mujeres

Gran angular

La cuarta revolución

cou_03-18_big_data_01.jpg

Reflexión#2, montaje de la artista brasileña Raquel Kogan: en una sala oscura se proyectan números generados automáticamente por un ordenador de modo tal que los cuerpos de los espectadores se integren directamente a la obra.

Después de la tercera revolución industrial desencadenada por Internet e Internet móvil, las tecnologías de inteligencia artificial (IA), asociadas a los macrodatos o inteligencia de datos (big data), preparan una cuarta revolución que probablemente trastocará el equilibrio mundial.

Yang Qiang responde a las preguntas de Wang Chao

¿Cómo se produjo la convergencia entre la inteligencia artificial (IA) y los macrodatos o inteligencia de datos (big data)?

Esta convergencia data de comienzos de los años 2000. Cuando Google y Baidu –los nuevos motores de búsqueda de la época– utilizaron la IA para crear sistemas de recomendación personalizada para sus anuncios publicitarios, se encontraron con que los resultados eran mucho mejores de lo esperado. Cuantos más datos reunían de cada usuario, mejores eran los resultados. Pero, en esa época, nadie cayó en la cuenta de que eso sucedería también en otros campos.

El verdadero punto de inflexión se produjo con la aparición de ImageNet, el mayor banco de datos de reconocimiento de imágenes del mundo. Creada por informáticos de las universidades de Stanford y Princeton, en Estados Unidos, dio el impulso inicial a la revolución del aprendizaje profundo (deep learning). La enorme cantidad de datos visuales reunidos por ImageNet permitió reducir en un 10 % el porcentaje de error de identificación. Esto mostró que la convergencia entre el aprendizaje profundo y los macrodatos permite realizar cálculos sumamente complejos.

¿Cómo definiría usted la relación entre el aprendizaje profundo y los macrodatos?

Es una relación de reforzamiento mutuo. Si un sistema de IA está bien diseñado, será más fácil de utilizar, más preciso y, por lo tanto, de más utilidad. Habrá cada vez más usuarios y, por ende, más datos que, a su vez, mejorarán el sistema.

La inteligencia de datos y la inteligencia artificial pueden fusionarse para dar origen a un nuevo tipo de IA, que podríamos denominar “datos inteligentes”.

¿Cómo pueden las empresas adaptarse a esta nueva situación?

Lo primero que debe hacerse antes de iniciar cualquier actividad es reflexionar sobre cómo recoger los datos. También deben conocerse las necesidades en función de los algoritmos y reunir los datos – de fuentes diferentes – con un objetivo específico. Por último, los servicios prestados por un sistema informático deberían poder estimular la fuente para que genere más datos que, a su vez, alimentarán el sistema, formando así un “circuito cerrado”. Esto crea un proceso continuo de automejoramiento y de autoajuste del sistema. El concepto de “circuito cerrado” es un proceso muy diferente del que se utilizaba hasta ahora en las actividades económicas.

¿Puede profundizar un poco más en este concepto de “circuito cerrado” ?

Lo primero que debe tenerse en cuenta son los proveedores de datos –los usuarios, por ejemplo. Todos sus comportamientos deben ser registrados en forma de datos. Luego, hay que tener en cuenta a los proveedores de servicios, tales como WeChat Pay, la billetera electrónica china, o Taobao, el sitio web de comercio electrónico chino. La realimentación inteligente se basa en los datos para comprender las necesidades de los usuarios. Éstos realimentan datos al proveedor de servicio y éste, a su vez, suministra los datos de servicio a los usuarios. Todo esto forma un “circuito cerrado”.

Para ser breve, el circuito debe estar totalmente automatizado y el proceso de actualización realizarse con frecuencia (varias veces al día), de modo que el sistema esté constantemente actualizado. El proceso también debe ser continuo para que los usuarios estén incentivados permanentemente a enviar información. En suma, el proceso debe ser breve, frecuente y rápido.

En su opinión, ¿cuánto tiempo pasará para que este “circuito cerrado” se convierta en realidad?

Pienso que el desarrollo de la IA se dividirá en dos etapas. En una primera etapa, todos los sectores de actividad tratarán de utilizar la tecnología. Por ejemplo, los servicios de seguridad y de protección utilizarán la tecnología de reconocimiento facial; el sector bancario utilizará la IA para controlar los riesgos, y así sucesivamente. Estas son tecnologías y soluciones únicas que sirven a sectores que ya existen.

La segunda etapa será el surgimiento de sectores industriales totalmente nuevos, cuyo elemento central será la inteligencia artificial. Por ejemplo, un banco que utilice la IA como tecnología principal podría dejarle a esta tecnología el control total de sus inversiones, servicios y créditos. Los empleados de banco sólo tendrían que realizar pequeños ajustes. También sería posible crear tipos de sistemas de atención al cliente completamente nuevos.

Pienso que en esta segunda etapa es cuando la IA transformará realmente la sociedad humana, le dará su forma futura. Es como en la época en que apareció Internet: al principio, una librería tradicional creaba una página web y se consideraba una librería en línea, lo que no era. Tuvo que pasar tiempo hasta que aparecieran sitios web como Amazon.

La combinación de macrodatos e IA también podría amenazar la vida privada y la igualdad social.

Esta combinación generará nuevos modelos económicos que serán excelentes. Sin embargo, la condición previa para la implementación de esos modelos económicos a gran escala es garantizar la vida privada de sus usuarios. Aquí, tenemos que resolver tres problemas:

‣ En primer lugar, debe crearse un conjunto de normas sociales y jurídicas que protejan la propiedad de los datos, indicando con claridad cuándo pueden ser utilizados los datos y cuándo no. Los datos de los usuarios deberían estar clasificados en diferentes categorías: roja, para los datos totalmente protegidos; amarilla, para los datos de acceso restringido; y verde, para los que son de acceso libre. No hay ningún consenso en el momento actual sobre la clasificación de los datos. Además, no existe ninguna ley que defina el perfil de la persona responsable y las sanciones en caso de incumplimiento de esas normas legales.

‣ En segundo lugar, se debe proteger técnicamente la confidencialidad de los datos. A modo de ejemplo, 4Paradigm (proveedor de servicio y de tecnología de IA instalado en Pekín) estudia actualmente el uso del “aprendizaje de la migración” de datos (migration learning) para proteger la vida privada, que es un ámbito relativamente nuevo. Por ejemplo, la empresa A elabora un modelo, que luego puede ser transferido a la empresa B. En lugar de intercambiar los datos directamente entre A y B, esos datos se incluyen en el modelo y están así mejor protegidos.  

‣ Por último, hay que investigar más sobre la relación entre vida privada de los usuarios y fijación de precios de los datos. Cuando un usuario hace clic en una publicidad online ofrecida por un sistema de recomendación controlado por IA, ¿debería el sistema obtener una parte de los beneficios? Si un motor de búsqueda genera ingresos, ¿debería redistribuirse una parte de esos ingresos entre los usuarios? Estas son algunas preguntas que vale la pena formularse.

Durante los próximos años, todos comprenderán la importancia de la IA. Deberemos estar más atentos a la forma que adoptará y en qué áreas se aplicará. En la actualidad, las finanzas, Internet y los vehículos automatizados son las áreas más adecuadas para ello.

¿Qué impacto tendrá la combinación de macrodatos y de IA en los países en desarrollo?

Pienso que permitirá que algunos países emergentes se pongan al mismo nivel que los países desarrollados o incluso los superen, ya que la competencia económica dependerá ante todo de la cantidad y la rapidez del paso a una economía de datos (data economy). Por ejemplo, el rápido desarrollo de Internet y de Internet móvil en China permitió reunir un gran volumen de datos. Esto acelerará el desarrollo del sector chino de la IA, que puede cambiar el mundo.

Por otra parte, si un país dispone ya de una infraestructura adecuada y de un sistema educativo de buena calidad, puede sacar provecho de la IA para mejorar la eficacia de su producción, de la misma manera que el uso de la máquina a vapor permitió que algunos países se desarrollaran más rápido que otros durante la revolución industrial.

 

Foto: Raquel Kogan

Yang Qiang

Experto internacional líder en IA y en minería de datos, Yang Qiang (China) es el primer presidente chino de International Joint Conferences on Artificial Intelligence (IJCAI), miembro de la Association for the Advancement of Artificial Intelligence (AAAI), dirige el Departamento de informática e ingeniería de Hong Kong University of Science and Technology y es cofundador y científico jefe de 4Paradigm.

Wang Chao

Periodista y jefe de equipo en el taller de inteligencia artificial de NetEase News, Wang Chao (China) cubre los principales acontecimientos en el sector de la IA.