La inteligencia artificial creció más rápido, mejor y más controvertido en 2018. ¿Qué nos espera en 2019?

El 2018 vio muchos desarrollos en inteligencia artificial, desde nuevo hardware a nuevas aplicaciones, y también algunos debates y complicaciones más grandes. A pesar de un año dramático, las aplicaciones de IA continúan creciendo en 2019.

En 2018, los nuevos desarrollos de hardware permitieron un uso más sofisticado y generalizado de la IA, y el software logró que la IA fuera aún más humana. Eche un vistazo a los desarrollos en IA durante el año pasado y vea lo que vendrá a continuación.

Definir y debatir qué significa la "inteligencia artificial"

El concepto de inteligencia artificial ha existido durante siglos, como la historia del autómata Talos de la mitología griega antigua. Pero en 2018, a medida que la IA se adentraba en la vida cotidiana, los rápidos desarrollos en el hardware y las aplicaciones de la IA provocaron un debate sobre su existencia. Dependiendo de cómo definamos tanto "artificial" como "inteligencia", podemos determinar si vemos a la IA como un mito de marketing, un avance legítimo en la tecnología o un presagio de un futuro aterrador.

Talos, de la mitología griega, fue un automotón con inteligencia artificial. Pintura de Thomas Bulfinch.

En un sentido básico, la IA puede verse como un software altamente sofisticado con la capacidad de leer y aprender datos. AI puede procesar grandes cantidades de datos a una velocidad increíble, imposibles para la inteligencia humana. Pero la inteligencia artificial todavía no puede tomar en cuenta los factores humanos (como las emociones) y ciertas situaciones contextuales a medida que aprende.

El debate sobre la ética y la regulación de la IA se calentó también en 2018. En mayo, hubo renuncias en Google por el uso controvertido de AI para aplicaciones militares. Y al anunciar su uso expandido de la IA en su informe anual publicado en agosto, Microsoft advirtió sobre posibles responsabilidades éticas y problemas.

Incluso con tanta controversia a su alrededor, el desarrollo de la IA continuó ampliando los límites de sus capacidades.

Aplicaciones crecientes en roles humanos

Aunque la inteligencia artificial todavía tiene limitaciones, 2018 vio cómo aprendía a imitar la interacción humana matizada e incluso a alcanzar los trabajos tradicionales en la sociedad moderna.

El año pasado, Google demostró Google Duplex, un sistema AI capaz de hablar de forma natural y de una comunicación autónoma. Mientras que el flujo natural del discurso sorprendió a los espectadores en la demostración de Duplex en mayo, el sistema recibió críticas éticas por motivos de engaño y protección de datos.

Representación visual del enfoque de sistema de voz más holístico de WaveNet. Capturas de pantalla cortesía de Google

Las aplicaciones también expandieron la IA a los medios de vida humanos, trabajando como dentistas, oficiales de patrulla de policía y asistentes legales. Y en el siguiente paso, más allá de jugar al ajedrez contra los Grandes Maestros, el Proyecto Debater de IBM se enfrentó a oponentes humanos en un debate sobre el subsidio gubernamental a la exploración espacial y la telemedicina. Al igual que Google Duplex, tanto la invasión de AI en el mercado laboral como sus nuevas capacidades para participar en debates de alto nivel obtuvieron elogios y críticas.

A medida que la ética de la IA sigue siendo más complicada, las barreras para usarla cayeron rápidamente en 2018. Las aplicaciones de Inteligencia Artificial como Servicio (AIaaS) se hicieron más prominentes, desde algoritmos que recomiendan productos al comprar en línea, hasta programas que Permitir a cualquiera desplegar AI para analizar grandes conjuntos de datos. AI incluso se movió a aplicaciones de código abierto como el asistente de voz en el hogar de aprendizaje automático de Mycroft, y lo introdujo en dispositivos domésticos.

Estos avances son posibles debido a la mejora del hardware con más capacidad para manejar las grandes demandas de la IA.

Mejoras de hardware Haciendo AI más inteligente

El requisito de que AI para procesar grandes cantidades de datos a alta velocidad requiere un hardware cada vez más sofisticado, y se anunciaron muchos nuevos desarrollos en 2018.

Si bien los años anteriores vieron el uso de la computación en la nube para realizar la mayoría de las funciones de AI, ha habido un interés creciente en usar la computación perimetral para proporcionar una AI más sensible que no requiere una conexión de red para procesar los datos.

En la industria de los semiconductores, Qualcomm amplió el uso de su Motor de Inteligencia Artificial en su gama de SoC de Snapdragon, integrando módulos de AI diseñados para ejecutar redes neuronales.

Captura de pantalla de la animación de la plataforma móvil Snapdragon 845. Imagen cortesía de Qualcomm

Crossbar, una compañía de tecnología de memoria no volátil, se asoció con Mircosemi el año pasado para incluir Resistive RAM (ReRAM) en futuros diseños de chips. El rendimiento más bajo y más rápido de ReRAM tiene el potencial de llevar las redes neuronales de la IA a muchos más sistemas integrados.

La ayuda visual de Crossbar de su estructura ReRAM apilable. Imagen cortesía de Crossbar

Además, BrainChip anunció en septiembre su volumen de producción Akida Neuromorphic System-on-Chip (NSoC), un acelerador de inteligencia artificial que utiliza redes neuronales de punta (SNN). Al utilizar un SNN, el chip puede aprender de manera más eficiente y con un entrenamiento mínimo, imitando los patrones neuronales en el cerebro humano.

El hardware de AI también comenzó a volverse más compacto en 2018. En junio, Artosyn Microelectronics obtuvo la licencia del proceso de visión inteligente de bajo consumo del CENA-XM4 para usar en su AR9X01 AI System-on-a-Chip, mejorando las capacidades de AI en drones.

A medida que el hardware mejora al reducir los requisitos de energía y se hace más pequeño, más aplicaciones están disponibles como opciones para la IA.

Desarrollos de AI en 2019

Entonces, ¿qué podemos esperar de AI en 2019? El futuro está abierto, pero aquí hay algunas conjeturas educadas.

Procesamiento de datos AI: de los centros de datos a la nube a la informática perimetral

A medida que AI se desarrolla, se adapta continuamente para atender mejor las demandas de sus diversas aplicaciones. La cantidad de almacenamiento y memoria necesaria para la inteligencia artificial a menudo requiere una infraestructura a nivel de centro de datos; muchas empresas comenzaron a utilizar la nube para la inteligencia artificial en 2017 para administrar la creciente velocidad y las demandas de datos. Esa tendencia se mantuvo sólidamente hasta 2018.

Lo más probable es que 2019 continúe viendo aplicaciones de AI que abarquen el punto medio entre los centros de datos y la nube, la computación perimetral, que acerca la memoria y el almacenamiento a los dispositivos finales que utilizan AI.

"El rendimiento y el rendimiento de la capacitación en inteligencia artificial están limitados por el rendimiento de almacenamiento disponible", declaró Tom Coughlin, presidente de Coughlin Associates, en un artículo sobre Forbes la semana pasada. "Este rendimiento puede mejorarse con el moderno almacenamiento de estado sólido y las interfaces NVMe, pero también requiere menos movimiento de datos. Por lo tanto, la memoria / el almacenamiento deben acercarse para mejorar las aplicaciones de AI". Coughlin continuó afirmando que las redes de vanguardia serán cruciales para la IA, ya que se tejen continuamente en aplicaciones ambiciosas en lo que respecta a la seguridad, como la comunicación V2X (vehículo a X) donde la latencia es fundamental.

Hardware más pequeño y más rápido

Aunque ya ha habido muchos avances en la inteligencia artificial, la encarnación moderna de la tecnología es todavía muy nueva. Al igual que las computadoras más antiguas que tenían el tamaño de varias salas, el hardware de AI actualmente tiene una huella bastante grande (consulte los racks de servidores de Google a continuación). En 2019, veremos que el hardware se reduce a medida que se desarrolla. Las Unidades de Procesamiento de Tensor (TPU) de Google, que se utilizan para alimentar el Google Duplex mencionado anteriormente, funcionan en grandes cápsulas refrigeradas por líquido para realizar el aprendizaje automático con la enorme cantidad de datos.

Cápsulas de TPU de 3.0 petaflops versión 3.0 refrigeradas por líquido de Google. Imagen cortesía de Google a través de Twitter

A medida que la computación perimetral crece y el hardware se rediseña en componentes más pequeños, busque la inteligencia artificial para que aparezca en más aplicaciones en 2019.

Aplicaciones más grandes, más escrutinio

Más allá de las discusiones sobre qué es la IA y las formas éticas en que puede o debe usarse, hay conversaciones más amplias sobre la ética de cómo funciona la AI en sí misma. Un concepto sobre el que es probable que se conozca más en los próximos meses es el sesgo de algoritmo, la idea de que un sistema adoptará los sesgos de su programador, ya sea que el programador lo sepa o no. Este concepto ha sido objeto de investigación durante años, realizado por instituciones educativas, pero también por algunos de los actores más importantes en la industria del desarrollo de la IA, como IBM.

2018 ya trajo pasos hacia la mitigación de la cuestión del sesgo en la IA. Facebook, por ejemplo, anunció en mayo una herramienta llamada Fairness Flow que fue diseñada para identificar y eliminar sesgos en su AI propietaria. El año pasado, la Universidad de Chicago también presentó Aequitas, un conjunto de herramientas de código abierto para auditar la equidad en el aprendizaje automático, la inteligencia artificial y la ciencia de la información. Si desea participar en su desarrollo de código abierto, puede encontrar Aequitas en GitHub. Otra herramienta de auditoría de sesgo de código abierto es de Pymetrics y también se puede encontrar en GitHub.

La necesidad de estas herramientas está creciendo. Con un ciclo electoral y la seguridad de los datos teniendo en cuenta en gran medida el futuro de los Estados Unidos, la IA será cubierta nuevamente por los medios de comunicación en 2019 con respecto al big data y sus usos. Más debates sobre la regulación y las elecciones éticas surgirán a medida que la IA se vuelva más común y tenga más implicaciones en nuestra vida diaria. En 2019, se espera un mayor escrutinio no solo en los sistemas de inteligencia artificial y sus usos, sino también en las personas que los diseñan.

---

¿Cuáles son tus predicciones para la IA en 2019? Comparte tus pensamientos en los comentarios a continuación.

Imagen destacada utilizada cortesía de GreenWaves Technologies.