Inteligencia Artificial (IA), Machine Learning (ML) y Deep Learning (DL) son términos que se han popularizado en los últimos años. Comprender estos conceptos, se ha vuelto cada vez más necesario: ¿a qué nos referimos cuando hablamos de IA, ML o DL y qué problemas de negocio nos ayudan a resolver?
El pasado 4 de noviembre tuve el placer de participar en un Webinar Online titulado «Inteligencia Artificial para resolver problemas de negocio» organizado por la Asociación Insights + Analytics. Empezamos la sesión repasando las principales definiciones del campo de la IA y continúamos revisando tres casos de uso concretos sobre Marketing Optimization, Predictive Analytics y Computer Vision.
IA, ML y DL
De una manera muy resumida, podemos definir estos conceptos de la siguiente manera:
Inteligencia Artificial (IA)
- Campo general.
- La Inteligencia Artificial consiste en la simulación de los procesos de inteligencia humana por parte de las máquinas. Pero, ¿cómo podemos definir la inteligencia? Según la RAE, es la capacidad de entender, comprender, resolver problemas, aprender, adquirir destreza, etc.
Machine Learning (ML)
- Subconjunto de la Inteligencia Artificial.
- El objetivo es aprender de los datos con el fin de predecir resultados al tener nuevos datos.
Deep Learning (DL)
- Subconjunto del Machine Learning.
- El objetivo de estas técnicas es la simulación e imitación de la red neuronal del cerebro.
¿Lo mejor del Webinar?
La participación de los asistentes, la cual me llevó a sacar tres conclusiones de la sesión:
1. Los conceptos Inteligencia Artificial, Machine Learning y Deep Learning no están del todo claros. Comenzaba el Webinar pidiendo a los asistentes que seleccionaran la representación correcta de las cuatro siguientes:
De los 92 participantes conectados, sólo se atrevieron a contestar 53. Y de los 53, el 25% seleccionaron una opción incorrecta:
Además, si tenemos en cuenta que la mayor parte de los asistentes al Webinar se dedica al análisis de datos o investigación de mercados, podemos asumir que estos números serían peores si la encuesta se hubiera hecho a la población general.
2. Damos importancia a pensar en los dilemas éticos que se pueden generar por la Inteligencia Artificial. ¿Seremos capaces de asumir en el futuro que un coche autónomo puede fallar y causar una muerte? “Moral Machine” es un famoso experimento desarrollado por el MIT en Boston que ilustra el tipo de dilema ético al que se puede enfrentar un coche autónomo. Si no lo conoces, te recomiendo que rellenes el cuestionario y veas los resultados.
3. Hay interés en leer y aprender más sobre esta temática. Tanto en la sesión, como posteriormente, varias personas preguntaron por alguna recomendación de libro. A continuación, dos libros interesantes que permiten al lector adentrarse en los usos de la Inteligencia Artificial:
- El mito del algoritmo: Cuentos y cuentas de la Inteligencia Artificial (Richard Benjamins e Idoia Salazar)
- Armas de destrucción matemática (Cathy O’Neil)
