Lo que la inteligencia artificial puede y no puede hacer en este momento
Muchos ejecutivos me preguntan qué puede hacer la inteligencia artificial. Quieren saber cómo perturbará su industria y cómo pueden usarla para reinventar sus propias empresas. Pero últimamente los medios de comunicación a veces han pintado una imagen poco realista de los poderes de la IA. (Tal vez pronto se apoderará del mundo!) La IA ya está transformando la búsqueda web, la publicidad, el comercio electrónico, las finanzas, la logística, los medios de comunicación y mucho más. Como líder fundador del equipo de Google Brain, ex director del Laboratorio de Inteligencia Artificial de Stanford, y ahora líder general del equipo de IA de Baidu de unas 1.200 personas, he tenido el privilegio de nutrir a muchos de los principales grupos de IA del mundo y he construido muchos productos de IA que son utilizados por cientos de millones de personas. Después de haber visto el impacto de la IA, puedo decir: la IA transformará muchas industrias. Pero no es magia. Para comprender las implicaciones para su negocio, recortemos el bombo y veamos lo que la IA realmente está haciendo hoy.
Sorprendentemente, a pesar de la amplitud de impacto de la IA, los tipos de implementación siguen siendo extremadamente limitados. Casi todo el progreso reciente de la IA es a través de un tipo, en el que algunos datos de entrada (A) se utilizan para generar rápidamente alguna respuesta simple (B). Por ejemplo:
Ser capaz de introducir A y salida B transformará muchas industrias. El término técnico para construir este software A?B es aprendizaje supervisado. A?B está lejos de los robots sensibles que la ciencia ficción nos ha prometido. La inteligencia humana también hace mucho más que A?B. Estos sistemas A?B han estado mejorando rápidamente, y los mejores hoy en día están construidos con una tecnología llamada deep learning o redes neuronales profundas, que fueron vagamente inspiradas por el cerebro. Pero estos sistemas todavía están lejos de la ciencia ficción. Muchos investigadores están explorando otras formas de IA, algunas de las cuales han demostrado ser útiles en contextos limitados; bien puede haber un avance que haga posibles niveles más altos de inteligencia, pero todavía no hay un camino claro hacia este objetivo.
El software de aprendizaje supervisado de hoy tiene un talón de Aquiles: Requiere una gran cantidad de datos. Es necesario mostrar al sistema muchos ejemplos de A y B. Por ejemplo, construir un etiquetador de fotos requiere de decenas a cientos de miles de imágenes (A), así como etiquetas o etiquetas que le digan si hay personas en ellas (B). La construcción de un sistema de reconocimiento de voz requiere decenas de miles de horas de audio (A) junto con las transcripciones (B).
Entonces, ¿qué puede hacer A?B? Aquí hay una regla general que habla de su disruptividad:
Si una persona típica puede hacer una tarea mental con menos de un segundo de pensamiento, probablemente podamos automatizarla usando IA ya sea ahora o en un futuro próximo.
En menos de un segundo se puede realizar una gran cantidad de valioso trabajo realizado actualmente por los humanos —examinar los videos de seguridad para detectar comportamientos sospechosos, decidir si un automóvil está a punto de golpear a un peatón, encontrar y eliminar publicaciones en línea abusivas. Estas tareas están maduras para la automatización. Sin embargo, a menudo encajan en un contexto o proceso de negocio más amplio; determinar estos vínculos con el resto de su negocio también es importante.
El trabajo de IA requiere elegir cuidadosamente A y B y proporcionar los datos necesarios para ayudar a la IA a determinar la relación A?B. Elegir A y B creativamente ya ha revolucionado muchas industrias. Está a punto de revolucionar muchos más.
Después de entender lo que la IA puede y no puede hacer, el siguiente paso para los ejecutivos es incorporarlo a sus estrategias. Eso significa entender dónde se crea el valor y qué es duro copiar. La comunidad de IA es notablemente abierta, ya que la mayoría de los investigadores principales publican e intercambian ideas e incluso código de código abierto. En este mundo de código abierto, los escasos recursos son, por lo tanto,:
- Datos. Entre los equipos líderes de IA, es probable que muchos puedan replicar el software de otros en, como máximo, de 1 a 2 años. Pero es extremadamente difícil obtener acceso a los datos de otra persona. Por lo tanto, los datos, más que el software, son la barrera defendible para muchas empresas.
- Talento. Simplemente descargar y «aplicar» software de código abierto a sus datos no funcionará. La IA debe personalizarse según el contexto y los datos de su negocio. Esta es la razón por la que actualmente existe una guerra por el escaso talento de IA que puede hacer este trabajo.
Mucho se ha escrito sobre el potencial de la IA para reflejar tanto lo mejor como lo peor de la humanidad. Por ejemplo, hemos visto que la IA proporciona conversación y consuelo a los solitarios; también hemos visto a AI involucrarse en la discriminación racial. Sin embargo, el mayor daño que la IA puede causar a los individuos a corto plazo es el desplazamiento del trabajo, ya que la cantidad de trabajo que podemos automatizar con IA es mucho mayor que antes. Como líderes, nos corresponde a todos asegurarnos de que estamos construyendo un mundo en el que cada individuo tenga la oportunidad de prosperar. Comprender lo que la IA puede hacer y cómo encaja en su estrategia es el principio, no el final, de ese proceso.
— Escrito por Andrew Ng
