La premisa técnica de estos lentes es bastante sencilla. Las anti-procastinación cuentan con una cámara alojada en el marco. Utilizando Machine Learning, ella identifica qué es lo que estás mirando: una pantalla, un libro a tus gatos durmiendo… estos datos luego son enviados a una AI que comienza a mostrar información y analizar qué es lo que estás viendo y de qué manera estás distribuyendo tu tiempo.

El primer uso para esta información es que le indica al usuario de qué manera está utilizando su tiempo. La información es presentada a través de gráficos que, por ejemplo cuanto tiempo pasas alejado de tu escritorio o cuánto pasas en él pero distraído en otras actividades como ver videos. Otra modalidad con la que cuenta es con espacios de ‘enfoque’ que te permiten crear sesiones para momentos en los que necesitad concentrarte en ciertas actividades. Incluso cuenta con un modo ‘extremo’ en el que los lentes te avisarán cuando estés mirando el lugar incorrectos a través de ruidos o luces sutiles.

Te puede interesar: Esta AI recreó los partidos de Wimbledon 2020

Por supuesto, en el papel suena como una solución para la procastinación, pero en otras ocasiones puede representar un problema. En algunos casos yo paso horas enteras editando videos de videojuegos o tráileres ¿Pueden las gafas entender qué estoy haciendo mi trabajo en vez de disfrutando de un momento de flojera? ¿Cómo distingue el estar viendo un tutorial de YouTube de una de esas maratones de procastinación?

Las respuestas de los creadores de las ‘gafas anti-procastinación’ es que… realmente no lo puede hacer. Las gafas pueden distinguir actividades como leer, escribir, mirar su teléfono, su computadora portátil, mirar televisión, hacer ejercicio en el gimnasio, hacer yoga, cocinar, tocar un instrumento, comer y conversar con otras personas. No está pensada para distinguir actividades más vagas como estar frente a una pantalla trabajando o viendo videos (en especial cuando ambas acciones pueden ser muy similares).

Imágenes: Indigogo

Según información del Registro Único Nacional de Tránsito (Runt), las matrículas de vehículos de carga se incrementaron un 10,3% en mayo pese a la crisis, lo que significó un total de 698 vehículos de carga nuevos respecto al mismo mes de 2019. Un indicador que demuestra que el sector de transporte de carga en Colombia continúa generando demanda a pesar de la situación sanitaria.

A pesar del aumento de la flota no se ha logrado la optimización correcta de las rutas que tienen que recorrer los vehículos de carga, generando mayores gastos en logística, combustible, pérdida de tiempo, credibilidad y reputación.

Te puede interesar: Los retos de Colombia en términos de desarrollo

Como respuesta y solución a esta coyuntura llega a Colombia SimpliRoute, una plataforma única en optimización logística de origen chileno que trabaja con la más avanzada inteligencia artificial. Esta tiene como fin ayudar a las empresas a generar una mejor experiencia a sus clientes en sus entregas, cumpliendo las metas logísticas sin comprometer la eficiencia y ahorrando en tiempo y dinero, al igual que la reducción de su huella de carbono, ya que los vehículos al no hacer recorridos innecesarios gastan menos combustibles fósiles.

“Nuestra novedosa app de ruteo es el partner ideal en tiempos en que la logística es un elemento que concierne a empresas de todos los tamaños, le entregamos a nuestros clientes la mejor ruta, ahorros, trazabilidad e información. A través de SimpleRoute traemos la democratización de la logística a Colombia para que todos puedan ser parte de este cambio”, señala Álvaro Echeverría, CEO de la empresa.

SimpleRoute tiene operaciones en más de 25 países y oficinas en Chile, México, Perú y Uruguay. También cuenta con partners en Brasil y Argentina.

Principales beneficios de implementar SimpliRoute

SimpliRoute al funcionar a través de la más avanzada inteligencia artificial y contar con un equipo robusto de científicos de datos, programadores y matemáticos que desarrollan y actualizan permanentemente el algoritmo propio, le brinda a las empresas los siguientes beneficios:

La optimización y flexibilidad en los tiempos de entrega de los clientes gracias a la trazabilidad en tiempo real. También es una generadora de ahorros, una inversión que reduce costos de las entregas y mejora 100% el servicio a los clientes. Otra ventaja es que no es restrictivo en cuanto a locaciones, no existen paradigmas de zonas. SimpliRoute también asegura ser una plataforma amigable 24/7 que brinda soluciones simples, lo que permite que cualquier persona la pueda utilizar, al igual que hacer análisis de datos.

Te puede interesar: Cursos gratuitos para mejorar tus opciones de empleabilidad

Estos beneficios han logrado la reducción del 30% en costos logísticos, 10% menos en el uso de unidades, disminución del 80% en el tiempo estimado para el diseño de rutas, así como un incremento de 25% en el número de entregas.

“Parte principal del crecimiento de SimpliRoute se debe a la inversión inicial que se hace en el equipo de data science, que crea el algoritmo matemático propio y motor principal de la tecnología que brinda la inteligencia artificial. Este elemento diferenciador como principal carácter y los fondos de inversión han sido piezas clave en el crecimiento acelerado de la app en gran parte de Latinoamérica. La última ronda de inversión que ganamos fue de 3 millones de dólares a cargo del fondo de inversión Venture Capital”, agrega Echevarría.

Al ser una app no hay necesidad de contratos, el cliente paga por mes y vehículo y así podrá tener la mejor experiencia de ruteo mediante la generación de ahorros en la optimización de rutas, análisis de datos y atención 24/7 a un precio muy asequible.

Imágenes: SimpliRoute 

En los últimos años, con el desarrollo de la Inteligencia Artificial (IA) y las nuevas técnicas de análisis de datos, se han desarrollado una serie de modelos de aprendizaje automático para diversas áreas, incluyendo tareas artísticas, lo que ha planteado importantes interrogantes sobre la creatividad, el papel de los creadores y lo que podría automatizarse mediante estos algoritmos. Por ejemplo, ¿Cuál es su aplicación en el séptimo arte y cómo está afectando la producción de cine?

Después de todo, no se trata de un panorama alejado. Muchas de las cintas que vemos hoy están aplicando conceptos de este tipo para hacer cosas que creíamos imposibles. Recrear o insertar personas muertas en cintas modernas (la despedida de Paul Walker en ‘Rápidos y furiosos 5’ o Carrie Fisher en ‘Star Wars’), así como la posibilidad de rejuvenecer a estrellas, para no tener que contratar actores que interpreten a sus versiones jóvenes, sino unificar toda la historia bajo un mismo rostro (‘The Irishman’ o ‘Proyecto Geminíns’)

Te puede interesar: Kasparov cree que perderemos nuestros empleos ante la IA

En este contexto, el proyecto de Creación y Experimentación de la Cinemateca de Bogotá, tiene una invitación abierta para participar de la sesión “Inteligencia Artificial: nuevos paradigmas de creación y producción cinematográfica”. Se trata de un conversatorio a cargo de Jorge Caballero que estará enfocada en los modelos de Inteligencia Artificial para su uso en el ámbito cinematográfico, tanto en procesos creativos como de producción; retos y posibilidades que se abren en este nuevo panorama.

Caballero es cofundador de la productora GusanoFilms, con sede en Barcelona y Bogotá. Sus películas y proyectos inmersivos e interactivos han sido premiados y seleccionados en prestigiosos festivales como IDFA, Cinema Du Reel, Visions Du Reel Nyon, SXSW, Biarritz o Málaga entre otros. Ha ganado dos veces el premio nacional de documental en Colombia.

La cita es el próximo 5 de marzo, en la Sala E de la Cinemateca de Bogotá (CRA. 3 # 19-10) a las 4 de la tarde. Este será la primera sesión del 2020 de actividades mensuales bajo el nombre de ‘Datos  y relatos’. Se trata de sesiones abiertas con expertos, centradas en la transformación de las narrativas a partir de la evolución de las tecnologías.

Imágenes: Paramount Pictures

Uno de los momentos más definitivos para la inteligencia artificial (IA) se dio en 1997. Garry Kasparov era considerado como uno de los mejores jugadores de ajedrez en la historia. Ya fuera por confianza, por hubris o publicidad, tomó el reto de tener una partida contra una supercomputadora de IBM llamada Deep Blue. Ese día el ajedrecista fue derrotado por la máquina, con algunas imágenes inmortalizando el momento en el que el hombre perdió contra el robot. Un titular que dio la vuelta al mundo.

En 2020 Kasparov regresó al salón donde fue derrotado, para un panel en el que fue invitado a conversar con expertos en inteligencia artificial. Como una de las víctimas de las ‘súper computadoras’, habló con el portal Wired sobre su experiencia como la primera persona que se dio cuenta de que su trabajo estaba amenazado por el avance de la tecnología. De hecho, la visión del ajedrecista es bastante negra sobre el impacto de sus avances: básicamente, la mayoría de los humanos quedaremos desempleados ante la inteligencia artificial.

“Cada tecnología destruye empleos antes de crear empleos. Cuando miras las estadísticas, solo el 4 por ciento de los empleos en los EE. UU requieren creatividad humana. Eso significa el 96 por ciento de los trabajos, los llamo trabajos zombis, están muertosy simplemente no lo saben. Durante varias décadas hemos estado entrenando a personas para que actúen como computadoras, y ahora nos estamos quejando de que estos trabajos están en peligro. Por supuesto que lo están”, afirmó Kasparov para el portal Wired.

Te puede interesar: La pasión quizá nos salve de los robots

No es un debate nuevo. Los titulares de máquinas remplazando a humanos no son novedosos. Pero se trata de una realidad que se ajusta, de manera progresiva, a lo que ocurre en ciertas industrias cuyos procesos cada vez pueden ser confiados en las manos de la inteligencia artificial. Por ejemplo, los contact center cada día emplean más la ayuda de sistemas automatizados para solucionar y guiar a los clientes, solo utilizando el contacto humano para problemas más complejos. Así, organizaciones como la OECD intentan calmar la tormenta de estas preocupaciones afirmando que solo un 14% de los empleos modernos en los Estados Unidos serán remplazados por la inteligencia artificial.

También está la idea de que nuestras emociones o pasión pueden ser la salvación frente a la ola de despidos que traerá la inteligencia artificial. Incluso la idea de que nuestra capacidad de entender dilemas éticos (como atropellar a alguien para salvar al pasajero, en la duda eterna de los vehículos automáticos) nos pone en una situación de ventaja. Pero incluso en este aspecto Kasparov tiene una respuesta infalible:

“La gente dice, oh, necesitamos hacer una IA ética. Qué absurdo. Los humanos todavía tienen el monopolio del mal. El problema no es la IA. El problema es que los humanos usan nuevas tecnologías para dañar a otros humanos”.

Imagen: El Mostrador

Pero, como suele ocurrir, esta marcha no se ha detenido. Si algo, ha comenzado a acelerar. El futuro de tu celular está en la inteligencia artificial. Pero antes de que te asustes y comiences a pensar que estamos a un paso de un apocalipsis como en ‘Terminator’, nos parece prudente explicarte de manera simple de qué se trata esta tecnología y por qué será vital en los equipos de la próxima década

¿Qué es inteligencia artificial?

Así se llama a la tecnología que busca brindar a una máquina una capacidad de pensar de manera similar a un humano.

Pero los maquinas son más inteligentes ya, ¿no?

Aunque las máquinas son capaces de hacer tareas o cálculos de manera más rápida que los humanos, son incapaces de realizar otras tareas que nosotros realizamos por naturaleza o instinto. Por ejemplo, mira esta imagen.

Hay varias cosas que tu cerebro es capaz de hacer en varios momentos. Reconocer los objetos dentro de la imagen (cuatro personas y un perro), identificar los rostros de cada uno, crear etiquetas que te permitan entender la situación de la imagen e incluso reconocer que el perro es un shih tzu. Una máquina tiene más dificultades para hacer todas estas tareas.

¿Y cuál es el problema para programar este tipo de funciones?

Aunque el ejemplo que acabamos de dar suena simple, en teoría la capacidad de tomar decisiones, racionalizar una situación, resolver problemas y organizar información es mucho más compleja de lo que parece. El principal reto de la inteligencia artificial está en convertir una tarea mecánica y ajustarla de tal manera que la máquina pueda realizarla de una manera similar a la humana.

¿Qué es machine learning?

Una de las soluciones a las que se llegó era que, en vez de diseñar una plataforma que imitara esta forma de razonar, el primer paso era crear un método para que las maquinas pudieran aprender a hacer estas tareas. En ese momento surgió el machine learning (aprendizaje de máquina, en español) como una disciplina de la Inteligencia Artificial.

La idea era crear algoritmos (una secuencia de instrucciones) que permitieran a una máquina abordar un problema de la misma manera que un humano lo haría. Para esto, lo principal era crear una capacidad de aprender y asociar. Básicamente un computador puede tomar un gran ejemplo de datos y, con esa información, adaptarse.

¿Qué es deep learning?

Pero, como es costumbre, la tecnología ha avanzado a un punto en el que busca que la máquina no solo replique la forma del humano, sino que opere igual. Aquí entra el Deep Learning.

Para dar un ejemplo, digamos que usted quiere entrenar a un robot para que identifique fotos de un perro. En el aprendizaje tradicional, el programador tiene que ser muy específico al momento de definir qué cosas tiene que buscar la máquina a través de prueba y error.

El Deep Learning, por otro lado, busca que la máquina realice esta tarea por sí misma. Así, tomando una enorme base de datos buscará las cualidades que tiene un ‘perro’ y luego extraerá un resultado. Esto es importante, porque significa una capacidad mucho más avanzada de resolución de problemas, así como tareas más complejas.

Te puede interesar: ¿Nanometros? La tecnología de los chipsets que debes entender

¿Por qué el AI es mejor que los humanos al realizar estas tareas?

Porque mientras más aprende una máquina y más avanza la tecnología de aprendizaje, menos errores comete en comparación con un ser humano.

¿Cómo se ha aplicado la AI en los celulares?

Hay varias formas en las que la AI se integrado en los equipos móviles. En años recientes, la mayoría de esfuerzos en este campo han estado dedicados a la cámara y reconocimiento de objetos.

¿Qué funciones de este tipo encuentro en mi celular?

Algunas de las herramientas que usan AI en tu equipo son: reconocimiento facial (para desbloquear el equipo o al momento de tomar alguna fotografía), álbumes inteligentes (reconocimiento del lugar dónde se tomó la foto o los objetos dentro de la imagen), embellecimiento y edición de las imágenes, asistentes de voz, seguimiento de un objeto enfocado al momento de tomar una foto o video, los stickers que usas en Instagram, el efecto bokeh, etc.

La Inteligencia Artificial suena compleja. ¿Eso quiere decir que solo equipos costosos tienen este tipo de funciones?

Hasta hace poco esto era verdad. Lo cierto es que las funciones de AI presentan un trabajo que los procesadores tradicionales no pueden realizar como es debido. Por fortuna, compañías como MediaTek han desarrollado unidades de procesamiento dedicadas a estas tareas, además de administradores capaces de dirigir estos procesos al lugar indicado. Todo esto, con chipsets que no aumentan el costo de fabricación (es decir, que permiten equipos más ecnómicos).

¿Cómo afectará la inteligencia artificial a futuro los smartphones?

A futuro, algunas de las cosas que se espera conseguir con AI en el segmento móvil son reconocimiento facial y de voz de la mayoría de Apps (ingreso a Facebook usando estas herramientas, por ejemplo). También mejorará la forma en que las cámaras podrán captar las imágenes, editarlas en tiempo real y reconocer los objetos para realizar búsquedas inteligentes.

Imágenes: Istock (Nadine C.)

¿Por qué hay tanto interés en AI para los teléfonos celulares?

En 2018, durante eventos como CES y Mobile Word Congress, uno de los temas en los que más se enfocaron las compañías fue en avances de AI. La razón está en que, usando esta tecnología, es posible traer a los dispositivos móviles funciones que facilitan y mejoran la experiencia del usuario. En la cámara, por ejemplo, la AI es vital para poder mejorar la experiencia tomando fotografías, retocando o permitiendo captar imágenes profesionales con un celular.

Una de los principales atractivos también está en que la AI es capaz de aprender del usuario. Aunque al principio es probable que no consiga entender del todo a la persona que usa las herramientas, mientras más interacción tenga con él, más acertada será al momento de funcionar. Esta cualidad le permite crear una experiencia que se acomoda, mejor que nada, a lo que necesita el público de los teléfonos inteligentes.

¿Qué funciones consigo con AI en mi celular?

Algunas de las funciones que vemos hoy en día y que se consiguen con AI son el reconocimiento facial (bloqueo del equipo o enfoque al momento de tomar una foto), el efecto Bokeh, embellecimiento facial y mejor eficiencia de la energía al momento de realizar actividades con como live streaming, por solo mencionar algunos ejemplos.

¿Por qué es necesario buscar soluciones de AI en los chipsets?

De manera sencilla, porque a medida que las opciones con AI crecen, también lo hace la complejidad de los cálculos que el equipo debe realizar. A esto se suma que el objetivo de integrar funciones AI es que un teléfono las pueda realizar de manera rápida, segura y eficiente. También está el objetivo de que no solo equipos de gama alta tengan acceso a este tipo de desarrollos.

¿Qué es APU?

Al principio, estás funciones de AI se asignaban a la GPU y la CPU del smartphone. Sin embargo, dado que estos procesadores no estaban diseñados para este tipo de tareas, su desempeño era poco eficiente. Para esto, el fabricante de chipsets MediaTek decidió integrar en su chipset un procesador dedicado a las funciones de inteligencia artificial llamado AI Procesing Unit (Unidad de procesamiento de AI o APU, por sus siglas en inglés).

Hay varias ventajas que ofrece esta unidad adicional. Una de las más valiosas para el usuario es que ahorra hasta un 95% de energía al equipo, en comparación a cuando se usa la CPU para procesos de AI.

¿Qué es NeuroPilot?

De manera sencilla, es el administrador que se encarga de decir cuál es el procesador que se encarga de realizar cada tipo de tarea. Como mencionamos antes, una parte fundamental de la AI es que de manera constante está ‘aprendiendo’ con sus interacciones del usuario. Lo que NeuroPilot decide es si una tarea se ejecutará de manera más eficiente en la GPU, la CPU o la APU del equipo.

¿Qué ventajas ofrecen NeuroPilot y APU en mi celular?

Otra función son los álbumes inteligentes. Esta es una función en la que la AI reconoce los objetos en las fotos y permite al usuario realizar una búsqueda rápida de los archivos usando filtros sin estar conectado a una red (es decir, offline). Por ejemplo,  puedes buscar todas las imágenes con un animal en ellas. Otra herramienta es el reconocimiento de objetos en tiempo real y la búsqueda de resultados en navegadores. Por no mencionar el famoso efecto Bokeh o la posibilidad de editar y embellecer las fotos que se toman con un celular. APU y NeuroPilot prometen un futuro en el que la AI será mucho más efectiva, rápida y accesible para los usuarios.

Imágenes: MediaTek

Gracias a la inteligencia artificial, ahora podemos detectar el cáncer y pensamientos suicidas. El aprendizaje de máquinas se está infiltrando y está optimizando cada aspecto de la medicina. Desde la forma en que funcionan los servicios de emergencia, hasta la asistencia a los médicos durante las cirugías. La inteligencia artificial ayuda a predecir la muerte de pacientes terminales. Y también permite detectar enfermedades oculares. Hoy te contaremos algunos ejemplos que menciona The Next Web en un artículo, de empresas que están usando inteligencia artificial para mejorar servicios médicos.

1.Corti

Los despachadores del servicio de emergencia en Copenhagen, Dinamarca, están usando una nueva tecnología de asistencia de voz llamada Corti.  Corti funciona al escuchar todas las llamadas telefónicas de emergencia. El sistema analiza la conversación y detecta pistas que luego relaciona con su base de datos. Luego, le muestra a los despachadores la información relacionada. La combinación entre humanos y máquinas ha demostrados ser exitosa, explica el CEO de EMS en Copenhagen.

Corti le ha salvado la vida a muchas personas, porque en situaciones de emergencia, las personas suelen estar bajo mucha presión. Tanto las personas en problemas, como los despachadores pueden estar nerviosos. Y es ahí cuando la información sobre síntomas y condiciones médicas es vital. Corti busca ser una ayuda al trabajo humano, nunca un reemplazo, explican sus creadores. Mira en este video exactamente cómo funciona Corti.

1. RadIO

La inteligencia artificial es uno de los aliados más poderosos que tenemos en la lucha contra el cáncer. Uno de los ejemplos que nos menciona el medio es la tecnología RadIO. El Departamento TI del Gobierno de Moscú (DIT) que lanzó la semana pasada este novedoso sistema. Se trata de un código de fuente abierta de detección de cáncer, que está disponible en Github, y que usa ‘deep learning’ para encontrar signos de cáncer de pulmón en radiografías.

RadIO está disponible gratuitamente para cualquier persona que quiera usarlo, y hay tutoriales sobre cómo ejecutarlo. No es un botón mágico de detección de cáncer, pero es probable que salve muchas vidas. Según el DIT, RadIO permite crear algoritmos de ‘deep learning’ en una pieza de código Python corta y fácil de leer. Ese sistema es tan rápido que según los investigadores, es capaz de procesar las radiografías de toda la población de Moscú (12 millones de personas) en 30 segundos.

3. Art Medical

Art Medical es una compañía que quiere resolver un gran problema con la medicina. En específico, el hecho de que los pacientes se enferman más en los hospitales. Art Medical desarrolló tubos de alimentación y monitores inteligentes, que actualmente están en pruebas clínicas. Estos dispositivos están hechos para evitar complicaciones fatales en pacientes que están en cuidados intensivos en los hospitales y clínicas. La empresa espera que con sus productos se puedan prevenir complicaciones que no están relacionadas con el motivo original de hospitalización. Un ejemplo de complicación es neumonía de aspiración, que es un gran riesgo que corren los pacientes intubados.

4. IBM y la psicosis

El lenguaje es la herramienta con la que los psiquiatras evalúan a sus pacientes para ciertos desórdenes mentales, como la esquizofrenia. Sin embargo, estas evaluaciones dependen de la disponibilidad de profesionales altamente entrados, y de instalaciones adecuadas.

Es por eso que un equipo compuesto por investigadores de psiquiatría, datos, ingeniería y medicina IBM decidieron hacer una solución con tecnología. Juntos, desarrollaron una inteligencia artificial capaz de predecir, con precisión relativa, la presencia de psicosis en un paciente. Así, una herramienta de este tipo estaría disponible para los pacientes en cualquier momento, según explicó Futurism.  Hasta el momento, el sistema tiene un porcentaje de precisión de casi 80%. Puedes ver en este video una reseña de la solución:

Imágenes: capturas de pantalla y Pixabay.

Un nuevo sistema de inteligencia artificial, a través de ‘deep learning’ será la ‘mano derecha’ de los cuidados paliativos. Un grupo de investigadores de la Universidad de Stanford desarrolló un algoritmo de inteligencia artificial que puede ayudar a los hospitales a mejorar el cuidado a pacientes con enfermedades terminales. Así lo informó TechTimes.

El algoritmo de esta ‘calculadora’ está basado en una máquina de redes neuronales que puede analizar cientos de registros médicos, con el fin de determinar si un paciente puede ser remitido a cuidados paliativos. El sistema indica si la persona tiene de 3 a 12 meses de vida, lo cual puede ser muestra de que ya los tratamientos activos no tendrían utilidad.

Los cuidados paliativos son tratamientos médicos que buscan disminuir los síntomas de enfermedades graves, en lugar de curarlas. Estos métodos se usan en personas que ya no pueden ser curadas, o que están en otros tratamientos, simplemente para disminuir su sufrimiento.

¿Por qué es necesario este sistema?

Según el estudio, las predicciones le permiten al equipo de cuidados paliativos (de los hospitales) ser proactivos en cuanto a cómo actuar frente a los pacientes. Esto en lugar de tener que esperar a que un médico ordene el tratamiento.

Algunos estudios citados por esta investigación indican que un 80% de pacientes en Estados Unidos hubiera querido pasar sus últimos días en casa. Pero solo el 20% lo logra. Además, más de la mitad de las muertes de los pacientes ocurren en las zonas de cuidados intensivos de los hospitales.

Es decir, los pacientes con enfermedades terminales usualmente están recibiendo tratamientos médicos agresivos en sus últimos días. Esto en lugar de estar en casa, tranquilos, solo con tratamientos que les impidan sentir dolor u otros síntomas. Esto suele pasar porque los médicos suelen ser muy optimistas en cuanto al prognosis de los pacientes, explica la investigación.

¿Cómo funciona la ‘calculadora de la muerte’?

El sistema elaborado por la Universidad usa ‘deep learning’. Esta es una técnica de aprendizaje de máquinas que sirve para filtrar y analizar grandes volúmenes de datos.

La predicción de muerte según este método se diferencia de otros porque no tiene en cuenta el tipo de enfermedad, la edad del paciente o la gravedad en que se recibió al paciente. En su lugar usan datos de registros médicos electrónicos de los pacientes de un año hacia atrás. A partir de ahí se determina ‘el tiempo que le queda’.

Para este estudio en particular, los investigadores analizaron dos millones de registros de pacientes adultos y niños que fueron admitidos en dos hospitales. De esos dos millones, tomaron 200.000, que fueron analizados para predecir su mortalidad. Al algoritmo se le puso la tardea de predecir la mortalidad de los pacientes elegidos. Luego de analizar los datos de 160.000 de esos pacientes, el sistema logró predecir la muerte de los 40.000 restantes. Esto con un alto nivel de predicciones acertadas.

Imágenes: Pixabay.

Esta prueba fue realizada por expertos en inteligencia artificial de Stanford con el fin de medir las capacidades de lectura de las máquinas. Alibaba fue el primer software en superar los resultados ‘humanos’.

Frente a esta noticia, muchos titulares (incluyendo el de CNN), han indicado que ahora las máquinas son más capaces que los humanos a la hora de comprender textos. De acuerdo con Luo Si, científica líder del equipo de procesamiento de lenguaje natural de Alibaba, este logro significa que muchas personas perderán sus empleos frente a las máquinas.

Esto debido a que la tecnología lograda puede ser aplicada a numerosas aplicaciones, como servicios al cliente, cursos de museos, respuestas en línea a preguntas sobre salud. Todo esto disminuye la necesidad de una persona a cargo, según Si.

Sin embargo, de acuerdo con un artículo de TheNextWeb, decir que la inteligencia artificial ahora es mejor que nosotros es una exageración. Según los expertos consultados por ese medio, este hecho solo significa que los chatbots serán cada vez mejores en sus trabajos, gracias a cada actualización, que aplica las mejores redes de ‘deep learning’ en sus bases de datos. Porque debemos admitir que hasta hoy, los chatbots no nos inspiran confianza.

Microsoft también considera que la inteligencia artificial no reemplazará a los humanos, sino que será una herramienta, según dijo un vocero a CNN.

¿En qué consistía la prueba?

La prueba que hizo Stanford generaba preguntas sobre una serie de artículos de Wikipedia. Por ejemplo, una persona o un programa de inteligencia artificial lee un fragmento sobre la historia de la serie ‘Doctor Who’. Y luego ambos deben responder preguntas del tipo de ¿cómo se llama la nave espacial del Doctor?

El modelo de redes neuronales de Alibaba alcanzó un resultado de 82,44 en su prueba. Con este puntaje le ganó al mejor participante humano, que llegó a 82,304. Un día después, el software de Microsoft también venció el puntaje humano, con un resultado de 82,650.

¿Es cierto que ahora las máquinas leen mejor que los humanos?

De acuerdo con varios expertos, no es preciso decir que la inteligencia artificial ahora tenga mejores capacidades que los humanos. Se trata, en su opinión, de una exageración. La explicación es sencilla.

Cuando las máquinas y los participantes humanos respondieron las preguntas sobre los artículos de Wikipedia, las primeras tenían una ventaja. La inteligencia artificial tiene acceso a toda la base de datos de Wikipedia, y en este caso, a la base de datos de los artículos que se dictaron en la prueba. Esto es mucho más ventajoso si se trata de datos como fechas o cifras, que en el caso de los humanos debieron haberse aprendido de memoria. Así que en teoría, esta sería una prueba más de memoria, o recordación, que de lectura o comprensión.

Otro argumento es que la inteligencia artificial lograda por Microsoft y Alibaba no es única. Las compañías participaron en una competencia en la que muchas otras compañías también desarrollaron máquinas de aprendizaje. Y de todas esas, solo las de Microsoft y Alibaba fueron capaces de superar a los humanos. Esto pone en duda la sospecha de que millones de personas puedan perder sus empleos. Al menos no por ahora.

¿Qué lección nos queda?

Lo que en realidad debemos estar pensando con este logro es que las máquinas ahora se están acercando cada vez más a ser útiles. La inteligencia artificial actual no es tan inteligente, dice TheNextWeb. Hasta el momento es excelente a la hora de organizar grandes bases de datos. Pero no es inteligente de la misma forma en que lo somos los humanos.

Si mucho, los avances que estamos viendo en esta tecnología lo que harán es brindarnos un mejor servicio en productos como nuestros asistentes personales (Siri o Alexa). Cuando las máquinas entienden mejor nuestras preguntas, son capaces de darnos mejores respuestas.

Imágenes: Pixabay.