Más allá de la inteligencia artificial en el Web Summit

Tres días plagados de tecnología, de startups en diferentes momentos de evolución, de empresas consolidadas ofreciendo sus productos y todo, o casi todo, girando alrededor de la inteligencia artificial (IA).

Porque, sorprendentemente, no todo giró alrededor de la IA. Esperaba un despliegue masivo de startups con ideas fabulosas y todas ellas basadas en IA y lo que resultó fue que el uso de múltiples fuentes de datos para proporcionar información de valor fue lo que aglutinó la mayor parte de las startups tipo Alpha, esto es, aquellas que presentan una idea incipiente y ni siquiera llevan un mínimo producto viable, sino un prototipo. Por lo tanto, predominio de data science frente a la AI.

Respecto a la AI, muy poco se vio de visión artificial aplicada y sí muchos “juegos” o momentos divertidos. Improving Metrics participó como Alpha con un MVP de un sistema que utiliza visión artificial y extrae información sobre el comportamiento de personas en espacios cerrados, como puede ser un comercio, una exposición o un showroom, por lo que el interés era un poco más acuciado en esa dirección.

Claro que en el momento en el que en el stand de Microsoft, la mayor atracción era una pantalla en la que tras un momento se te identificaba (y no de forma única, sino que si volvías tu identificador era diferente) y se te clasificaba por género y edad además de ponerte un emoticono que trataba de reflejar tu estado de ánimo, mi nivel de expectativa disminuyó bastante.

Para más detalle, en el stand de SAP, jugué una partida al futbolín, que utilizando una cámara de visión artificial para entornos industriales, fue capaz de hacer un mapa de calor de la partida así como detectar los goles, con lo qué pensé, a otra escala, con múltiples cámaras estamos haciendo un mix entre lo que nos enseña Microsoft y lo que nos enseña SAP…

¿Competimos con las grandes? No me quedó muy claro hasta que en una de las Alpha vi como usando una cámara web, unos chicos construían un mapa de calor de las posiciones de las piezas de un tablero de ajedrez a lo largo de las últimas jugadas. Al día siguiente teníamos nosotros nuestro stand de Alpha, y lo que sucedió es que quien preguntaba por lo que enseñábamos acababa mostrando un gran interés.

Respecto al evento, luces y sombras, algo normal en un evento en el que de forma simultánea puedes tener hasta 20 personas hablando en diferentes entornos. Desde la fabulosa visión de cómo la IA nos afecta y afectará en nuestras vidas diarias expuesta por Luc Julia, CTO del equipo de innovación de Samsung y uno de los pioneros de Siri, que expuso la denostada y muy mal publicitada Inteligencia Artificial como algo que tiene más de 60 años, que ha pasado un muy frío invierno y que desde hace 7 u 8 años está despuntando gracias al Deep Learning y al Machine Learning, pero no está yendo más allá, hacia lo que se llama Inteligencia Artificial General. Luc Julia no ve que en un corto espacio de tiempo se pueda alcanzar nada similar a la IAG, aun que sí ve que el ML y el DL pueden ser de gran ayuda en campos como la medicina o en aquellos en los que el contexto está bien acotado.

La visión de Julia contrasta casi frontalmente con la de Greg Brockman, CTO de OpenAI, que expone de forma intensa las posibilidades de la IAG (AGI en inglés) dándole desde potencial para acabar con la pobreza y curar enfermedades y extender la vida, hasta potencial para resolver complejos problemas de coordinación internacional, aunque también podrá generar nuevos problemas altamente complejos no solucionables con más IAG. Su aseveración se basa en el análisis de aquellas cosas que en los últimos 6 años se consideraban imposibles y que ahora mismo, modelos de DL son capaces de solucionar y cada vez con un menor número de errores.

Otro punto de vista lo aporta Ganesh Bell, presidente de Uptake, que nos dice que el futuro ya está aquí, que no esperemos a los próximos 20 ó 30 años. Su punto de vista parte de la idea de que el concepto de software actual ya ha cambiado o se está cambiando, de meras bases de datos donde se almacenan datos y la automatización de procesos donde estos datos están involucrados a un modelo en el que se trata de automatizar procesos de decisión basándose en datos. El análisis de Ganesh Bell concluye que la productividad industrial está disminuyendo, mientras que está apareciendo mucha información que no se está teniendo en cuenta para la toma de decisiones y que ello va a llevar a cambiar ese modelo de toma de decisiones de negocio. La utilización de modelos predictivos y de detección de anomalías, permite el ahorro de ingentes cantidades de dinero y ya no solo eso, si no los beneficios sociales y medioambientales que puede tener.

En conclusión, respecto a la inteligencia artificial, es más exageración que realidad, aunque sí que permite y permitirá en los próximos años abordar y automatizar tareas que ahora se podrían considerar imposibles.

En una próxima entrada, veremos qué pasa con la computación cuántica.

Pablo Vázquez

Operations Manager de Improving Metrcis