En un mundo donde hay al menos 175 mil millones de matices en el habla, la forma en que hablamos, no solo lo que decimos , se vuelve aún más importante. Cuando se trata de robótica y procesamiento del lenguaje natural, estos matices marcan la diferencia entre el éxito y la entrada al valle inquietante.
Esta es una de las muchas tendencias que se avecinan en el nuevo año. Otros, relacionados con la inteligencia artificial (IA), alterarán profundamente la forma en que vivimos, trabajamos e interactuamos con la tecnología.
Dado que Brad Porter, CTO en Scale AI y Corey Patton, cofundador y CEO de Pramana Labs están rompiendo nuevas fronteras para lo que es posible en AI, les pedimos que evalúen las tendencias que afectan a la industria. Para escuchar sus episodios completos y mantenerse al día con otras tendencias emergentes, suscríbase a nuestro podcast gratuito IT Visionaries con el presentador Albert Chou.
Esto es lo que encontramos:
1. MÁS ES MÁS: la IA precisa proviene de un contexto abundante
"Paris Hilton es el nombre de una persona", dijo Chou. Pero, ¿qué pasa con alguien que quiere alojarse en un hotel Hilton mientras está de vacaciones en París, Francia? "De hecho, puede entrenar estas herramientas para reconocer estas diferencias, para reconocer una organización", dijo.
La respuesta es que lo ideal es hacer ambas cosas. Intentas obtener una gran cantidad de datos e intentas etiquetarlos increíblemente bien.
Brad Porter, director de tecnología de Scale AI
Porter estuvo de acuerdo. “Los modelos de aprendizaje profundo, al final del día, están razonando estadísticamente a partir de los ejemplos anteriores que han visto. Necesitas alimentarlo con ejemplos. Entonces, el desafío en el aprendizaje automático es encontrar personas que puedan hacer el trabajo de etiquetar este París ".
“Entonces, esta es la compensación clásica”, continuó, “¿cuánto invierte en obtener más datos, versus cuánto invierte en la calidad de los datos que está etiquetando y anotando? La respuesta es que lo ideal es hacer ambas cosas. Intentas obtener una gran cantidad de datos e intentas etiquetarlos increíblemente bien ".
Por supuesto, existen escenarios únicos en los que la IA no puede simplemente seguir las tendencias. Si un automóvil autónomo ve una mancha blanca, puede interpretarla como una bolsa de plástico. Pero sus datos deben ser lo suficientemente inteligentes como para dar cuenta de una de cada diez veces que la bolsa de plástico puede ser una gaviota. "Quieres capturar estos eventos raros", dijo. "Cuanto más preciso es el modelo, más precisos son los datos; cuanto más precisos son los datos, más precisos son los resultados".
2. ESPEJO CÓMO HABLAMOS: anticipe el flujo de la conversación
“Los seres humanos aprenden al tener múltiples conversaciones diferentes”, dijo Patton. Obtienen información, aprenden, hacen una pregunta de seguimiento. La IA de Pramana ayuda a sintetizar los resultados de una manera que ya se anticipa a las necesidades de la persona. En lugar de simplemente dar una respuesta de una palabra o en singular, Pramana responde en varios párrafos, con gráficos y estadísticas que dan contexto en la prosa normal y cotidiana. "Ofrecemos ambos extremos del espectro para los usuarios de la herramienta", dijo Patton.
Superar las expectativas es cada vez más importante para los consumidores de hoy. El procesamiento del lenguaje natural (PNL) es el eje para que esto suceda. Con estimaciones de hasta 100 billones de puntos de datos a considerar, comprender con precisión lo que dice el usuario y luego estar un paso adelante en la respuesta marcará la diferencia entre la IA que simplemente responde y la IA que impresiona.
“Es una conversación bidireccional”, dijo Patton. “Permitimos que el usuario haga una pregunta en texto libre, pero también tenemos una canalización completa de un extremo a otro… que escanea su base de datos y presenta una prosa narrativa. Necesita trabajar con el consumidor; todo comienza con ellos ".
3. LA IA COMO UN ACTIVO PARA LA SOCIEDAD: Facilitar el trabajo de las personas
"Hay grandes oportunidades para ayudar realmente a la gente", dijo Porter. “Este problema de los datos de alta calidad no se limita solo a este tipo de futuros drones de ciencia ficción, sino también a los desafíos del día a día como el comercio electrónico”.
Una mayor y mayor fidelidad de la información conduce a mejores servicios en el mercado. Chou volvió a señalar la analogía de una aspiradora Roomba: sin que aprenda a distinguir entre el polvo y lo que es su gato, podría recoger las cosas incorrectas. "Todavía está aprendiendo", dijo, al igual que todas las herramientas de iteración en IA.
Estas mejoras no solo ayudan al consumidor; también ayudan al empleado. Con 4,4 millones de personas que dejarán sus trabajos en 2021, es importante mantener la fuerza laboral de su empresa lo más contenta posible. Una forma de hacer esto es incorporando IA en las tareas diarias de los empleados para que puedan estar menos atascados por lo mundano y tener más confianza en los resultados de sus datos.
4. IA Y CIBERSEGURIDAD: Anticípese a las amenazas
"Necesitas ver lo que viene antes de que te golpee", dijo Patton. Las amenazas de ciberseguridad se están volviendo cada vez más avanzadas y es necesario incorporar la inteligencia artificial para una mejor protección contra los ataques.
En una entrevista anterior con la experta en seguridad Marla Hay , aprendimos cómo integrar la seguridad en el diseño mismo de un sistema desde su inicio. También hablamos con cuatro expertos diferentes en el campo sobre cómo cooperar en programas de protección automatizados en todo el mundo . Con los actores de amenazas cada vez más avanzados en el campo de la seguridad, anticipar los problemas es crucial para maximizar el potencial de la IA.
"El problema era", dijo Chou sobre el tema de las tendencias, "nunca fue lo suficientemente grande para la conversación total que haría [a la gente] creer que algo estaba sucediendo". La inteligencia artificial, por otro lado, puede presagiar dónde lanzar la conversación sobre la prevención.
La IA está en movimiento. "¿Qué problemas quieres resolver?" preguntó Chou, para "seguir impulsando el ritmo de la innovación en su espacio". Dentro de cada una de estas cuatro áreas de enfoque, hay múltiples hilos de la historia a seguir con respecto a dónde se dirige la inteligencia artificial.
- Etiquetado de datos
- Procesamiento natural del lenguaje
- Low code y la experiencia del empleado
- La seguridad cibernética
Cada uno de estos tiene su nicho de experimentación y refinamiento a medida que continuamos creciendo. Pero un hilo subyacente que Patton resumió bien, sin importar la industria, es que es esencial seguir siendo curioso: “Aquí hay un punto débil de precisión milimétrica que luego puede resolver. Y la solución realmente proporcionó un beneficio inicial, luego los beneficios crecieron y se multiplicaron ".
Porter agregó: “Tienes que hacerlo muy bien para tus clientes. Tiene que hacerlo bien por sus empleados. Y si puede resolver todo eso y hacer un negocio viable … puede convertirse en una empresa increíblemente exitosa ".
…
Esta es una traducción realizada por EGA Futura, y este es el link a la publicación original: https://www.salesforce.com/blog/trends-in-ai/
