Todo apunta a que 2023 será un año decisivo en el desarrollo de la inteligencia artificial aplicada. Tras lustros de inversiones en los sistemas cognitivos, el machine learning (aprendizaje de las máquinas), el procesamiento del lenguaje natural y la robótica industrial, ha llegado el momento de comenzar a rentabilizar estos escenarios futuristas, ahora situados a la vuelta de la esquina. Esta apuesta se ha convertido en el denominador común de todas las tecnológicas, cada una de ellas con servicios diseñados para cada sector de actividad.
La IA ya forma parte de la cotidianeidad de cientos de millones de usuarios de smartphones y asistentes virtuales, pero en los próximos meses ayudarán a resolver problemas que hasta ahora esperaban tecnologías habilitadoras. Desde Deloitte, por ejemplo, aseguran "que las herramientas de diseño de IA permitirán a los fabricantes de chips superar los límites de la ley de Moore (aquella que acredita que cada dos años se duplica el número de transistores en un microprocesador), ahorrar tiempo y dinero, paliar la escasez de talentos, así como aumentar la seguridad de la cadena de suministro y ayudar a mitigar la próxima escasez de chips. A grandes rasgos, "los recientes avances en el aprendizaje automático están permitiendo a las empresas de chips resolver uno de los mayores problemas de diseño de la historia: ¿cómo organizar 100.000 millones de transistores en un centímetro cuadrado?", apuntan desde la consultora.
Para Per Roman, socio director de GP Bullhound, considera que aunque actualmente atravesamos un bache económico, la tecnología no nos ha fallado, y nunca es tan buena ni tan mala como las valoraciones pueden dar a entender. Lo que estamos viendo es una corrección y una vuelta a mirar los fundamentos de las empresas. Para 2023, creemos que va a aumentar el interés por la inteligencia artificial, los servicios en la nube y la eficiencia energética, el software empresarial y el consumo digital para acelerar la construcción del futuro con productos y soluciones revolucionarias.
Desde la consultora Paradigma Digital recuerdan que los "datos son el combustible de los sistemas basados en Inteligencia Artificial y sin ellos no podríamos construir modelos de razonamiento o comportamiento". En concreto, Moisés Martínez, investigador y desarrollador de soluciones relacionadas con datos e Inteligencia Artificial y responsable de IAen Paradigma Digital, incide en la ética y explicabilidad de los algoritmos, ¿por qué la IA nos aprueba o deniega un crédito, o nos muestra un anuncio en Instagram u otro?, se pregunta en un documento. "En los últimos años nos hemos centrado en desarrollar montones de IAs para mejorar el funcionamiento o el rendimiento de nuestras aplicaciones sin tener en muchos casos las consecuencias del uso de la IA sobre los usuarios a corto y a largo plazo. Esto ha supuesto la aparición de sesgos en los datos, comportamientos erróneos o incluso comportamientos discriminatorios. Con el objetivo de conocer este tipo de situaciones muchos investigadores del área de la IA comenzaron a desarrollar las técnicas de explicabilidad de la Inteligencia Artificial (Explainble AI) que intentan ofrecer explicación comprensibles por cualquier usuario sobre los resultados que ofrecen este tipo de sistemas en base a los datos de entrada utilizados para la generación de los resultados". En el ámbito del lenguaje natural, Martínez asegura que se trata de "una tecnología core para los desarrollos de sistemas cognitivos y de toma decisiones en la empresa, conformados por chatbots y una herramienta para gestionar el conocimiento y la eficiencias de las empresas para el análisis y la toma de decisiones", añade el mismo experto.
El 'edge computing', al rescate
El edge computing, con la computación en el extremo, aliviará el cuello de botella provocado con infinidad de dispositivos con una caudal de datos que crece a velocidades exponenciales. "El problema es que, a medida que el número de puntos de conexión se dispare hasta alcanzar los 150.000 millones de dispositivos que generarán 175 zettabytes de datos en 2025 enviar todos esos datos a nubes lejanas para su procesamiento será cada vez más ineficaz y caro. Además, es posible que este modelo no pueda ofrecer los datos en tiempo real y los tiempos de respuesta que exigen las aplicaciones más recientes. En consecuencia, cada vez más organizaciones están considerando un modelo de nube híbrida que aumente las estrategias de nube existentes con la computación de borde".
Metaversos y gemelos digitales
Las nuevas pantallas de Internet, ahora acomodadas en entornos inmersivos, vendrán de la mano de las realidades virtuales, mixtas y aumentadas. Pero para que el asunto pase del plano teórico al práctico se requiere superar la gran barrera de entrada: la disponibilidad de visores de Realidad virtual a precios populares. Hasta que eso no suceda, sin visos a corto plazo de que así ocurra, el metaverso se centrará en sus aplicaciones industriales, con los gemelos digitales como principal referencia. Con estas herramientas, las empresas podrán replicar en entornos virtuales el funcionamiento de maquinaria antes de pasar a su fase de producción.
