La medida en que las organizaciones se beneficien de la Inteligencia Artificial, machine learning y la analítica dependerá de sus necesidades y la aplicación que puedan tener para hacerlas más rentables, ágiles y competitivas.

La inteligencia artificial (IA) ha estado presente en nuestras vidas más tiempo del que creemos. Está en nuestro teléfono celular, en el motor de búsqueda, en el equipo médico que ayuda a hacer un diagnóstico, y en las asistentes personales como Siri, Alexa, Cortana o Bixby.

Más allá de las historias fantásticas de ciencia ficción en las que las máquinas se volvieron pensantes y malvadas, esta tecnología está cada vez más presente para mejorar la vida de las personas y dar agilidad a todo tipo de empresas y organizaciones.

A través de la capacidad y el procesamiento de datos, y más aún, de la capacidad de aprender de ellos, la IA ha ganado popularidad; quizás demasiada, al grado de que se ha subestimado y para muchos aún no queda del todo claro que puede o no hacer.

Su potencial es enorme. Las soluciones de IA son hoy capaces de observar, analizar y responder de forma inteligente al entorno a partir de la interacción con el lenguaje hablado y escrito, observación de imágenes, videos u objetos, etc.

Las soluciones de #IA son posibles de observar, consultar y responder de forma inteligente al entorno de la interacción con el lenguaje hablado y escrito, observación de imágenes, videos u objetos, etc. #SAS #Analytics Click To Tweet

Cinco canales de percepción

La inteligencia artificial se nutre de las cosas que percibe a través de distintos canales. Si bien la cantidad de datos puede ser enorme, los científicos de datos o directores de análisis (CAO), en colaboración con los líderes de sus empresas, definen claramente el tipo de conocimiento a que se asemejan y la utilidad que le dan.

Visión. La IA puede detectar, identificar y comprender el contexto de los objetos en fotos, video y la vida real. Aquí también hay la capacidad de traducir o interpretar texto, lenguaje escrito y símbolos. Las máquinas 'ven' a través de una serie de capacidades como visión por computadora, reconocimiento de imágenes, procesamiento del lenguaje natural, minería de texto y análisis de sentimientos.

Audición. Captura, cataloga e interpreta comandos orales, así como alocuciones, sonidos y señales auditivas en un entorno o incluso de un video. Aquí las máquinas pueden incluso entender el contexto a la perfección. (Provigil)

Escritura y habla. Mediante la utilización del lenguaje natural puede tener conocimiento, consultas y respuestas verbales o por escrito; es posible incluso reconocer dialectos, jerga o imitar los patrones lingüísticos.

Sensibilidad Se asimilan las condiciones ambientales (temperatura, precipitación, viento) o biométricas (ritmo cardiaco, presión, transpiración) mediante la utilización de sensores y otros dispositivos que tradicionalmente han estado vinculados al Internet de las Cosas (IoT).

Razonamiento. Se aplica machine learning y otras técnicas analíticas para integrar y analizar ideas de la información y las señales. De este modo, las máquinas piensan, o más específicamente aprenden, utilizando el análisis estadístico, la analítica predictiva y el aprendizaje profundo .

Las aplicaciones de TI son inteligentes, adaptables interactivas y siguen un proceso bien definido: reconocimiento (gente o cosas), comprensión (cómo se relacionan las cosas, entendiendo el contexto) y abstracción (concibiendo nuevas ideas o teorías a partir de eventos reales, no de la intuición).

La IA, Machine Learning y la analítica tienen una aplicación práctica en áreas como:

Medicina : reconocimiento facial de pacientes, medición de signos vitales, análisis de síntomas e historial, triaje, tratamientos y resultados.

Energía : monitoreo del ambiente interno y externo, ajuste de termostatos, análisis de las condiciones actuales y las configuraciones de energía.

Manufactura : control de la calidad de líneas de producción, análisis de imágenes de anomalías microscópicas, alertas a los ingenieros de producción, evaluación de impactos potenciales.

La medida en que las organizaciones se beneficien de la IA, machine learning y la analítica dependerá de sus necesidades y la aplicación que puedan tener para hacerlas más rentables, ágiles y competitivas.