La IA no siempre está lista para el horario de máxima audiencia, y las empresas no deberían esperar que lo esté. Aquí hay cinco puntos clave que se centran en lo que actualmente es factible y lo que no lo es.
El fundador de Starmind, Pascal Kaufmann, explica la diferencia entre el aprendizaje automático, el procesamiento del lenguaje natural, la automatización y los otros componentes de la inteligencia artificial.
El 27 de julio de 2019, se supo que los esfuerzos de colaboración en el tratamiento del cáncer entre el Sloan Kettering Research Institute e IBM estaban produciendo casos de prescripciones de tratamiento que no eran adecuadas para los pacientes para los que se prescribieron los tratamientos.
En un caso, a un hombre de 65 años se le recetó un fármaco que podía provocar una «hemorragia grave o mortal» aunque ya estuviera sufriendo una hemorragia grave.
Cuando los investigadores profundizaron más, descubrieron que los ingenieros de IBM y los médicos de Sloan Kettering habían suministrado datos hipotéticos de los pacientes a Watson de IBM, que estaba procesando los análisis del tratamiento. La idea inicial era que el uso de hipotéticos (en lugar de datos reales de pacientes) potencialmente sesgaba el sexo anal y daba lugar a múltiples ejemplos de recomendaciones de tratamiento inseguras o incorrectas.
A primera vista, es fácil dar un portazo a la IA, pero ¿deberíamos hacerlo nosotros?
La lección más importante que se puede aprender de Watson o de cualquier otra tecnología de IA que se esté probando en los negocios en este momento es que la IA no es perfecta. Y si el «entrenamiento» de la IA depende de ingenieros de sistemas y expertos en la materia, la IA tendrá mucho que ofrecer, pero también tardará años en perfeccionarse.
Vemos las limitaciones de la IA en otros ejemplos aparte de Watson. Estos incluyen
Los asistentes de llamadas automatizadas y las facilidades de autoayuda en línea que le dan la respuesta a todo menos a lo que usted quiere saber
Las encuestas en línea de la IA que pretenden hablarte de ti mismo y luego decirte que eres de la zona de Boston, aunque nunca has estado en Nueva Inglaterra.
Así que si usted es un profesional de TI que ejecuta un proyecto de IA, ¿qué mejores prácticas actuales puede utilizar para lograr el mayor éxito en un área evolutiva de la tecnología? He aquí algunas cuestiones a considerar.
1. La IA es un proceso iterativo que requiere constantemente la interacción entre el hombre y la máquina.
Cuando se estaba capacitando un sistema de IA en China para que los datos recopilados en los hospitales urbanos pudieran ser utilizados en el IA para tratamientos de apoplejía en áreas rurales remotas que podrían no tener personal médico capacitado, muchos casos de pacientes y tratamientos fueron introducidos en los depósitos de datos. Los análisis y los algoritmos se volvieron a ejecutar y se refinaron continuamente hasta que los diagnósticos de la IA se acercaron al 99,9% de precisión de lo que un médico altamente capacitado diagnosticaría.
2. Es importante eliminar los sesgos analíticos
La enfermedad cardíaca sigue siendo un área de mayor riesgo para las mujeres porque la mayoría de los estudios sobre enfermedades cardíacas se han realizado en hombres, que presentan síntomas diferentes y requieren tratamientos diferentes. La cardiopatía es un ejemplo en el que las prácticas médicas estándar pueden estar sesgadas y no ser igualmente efectivas para todos los pacientes. Si usted está llevando estas suposiciones a un sistema de IA, su sistema también estará sesgado.
3. La IA es una experiencia de aprendizaje continuo
La idea de la electricidad podría haber surgido ya en el año 600 a.C., pero se necesitaron siglos para que la electricidad formara parte de la vida cotidiana. A medida que aprendemos más sobre las condiciones y los eventos, nuestro cuerpo de conocimiento crece y se nos ocurren nuevas ideas. La IA no es diferente. La capacidad de la IA para analizar y predecir depende de cuánto recibe de las personas y las máquinas y de cómo se perfeccionan continuamente sus algoritmos.
4. No hay sustituto para los profesionales cualificados
Nunca habrá un sustituto para un cirujano, ingeniero, abogado o mecánico altamente calificado que tenga experiencia de primera mano con muchos tipos de casos que no se ajustan a las normas pero que aún necesitan ser resueltos. Esta es un área de anomalía en la que la lógica de la IA a menudo se queda corta y una razón por la que todavía se necesitan profesionales humanos que trabajen con herramientas de IA.
5. Hay que encontrar el punto óptimo para el trabajo hombre-máquina
Lo que la IA aporta a las empresas es una forma de procesar rápidamente volúmenes de datos en segundos y de aplicar algoritmos a los datos que dan lugar a hipótesis y predicciones. Lo que los humanos que trabajan junto a estas máquinas aportan es su experiencia y conocimientos prácticos, que van más allá de la compresión de datos y se adentran en el dominio de lo desconocido y lo inesperado. Encontrar el equilibrio adecuado entre ambos para obtener los mejores resultados es lo más importante que un director de proyecto de TI puede hacer cuando la IA se inserta en las operaciones de la empresa.
Próximo boletín informativo de Big Thing
Conoce las ciudades inteligentes, la IA, la Internet de las cosas, la RV, la conducción autónoma, los aviones no tripulados, la robótica y más de las innovaciones tecnológicas más geniales. Entregado los miércoles y viernes
…
Tu opinión
¿Se le ha encomendado la dirección de un proyecto de IA? ¿Qué obstáculos o sorpresas ha encontrado? Comparta sus experiencias y consejos con otros miembros de ConsejoTecnologico.com.