por Contenidos
Ha sido un año salvaje en todos los trimestres y el desarrollo de la IA no es una excepción. En general, el año ha sido un año mixto para la IA, ya que ha habido avances significativos y nuevas revelaciones sobre las aplicaciones abusivas de la tecnología. Y el mercado de la tecnología de IA parece haberse estabilizado, y una encuesta global reciente no encontró ningún aumento en la adopción de IA en toda la empresa. Esto ayuda a explicar por qué Element AI, una startup de alto vuelo que creó aplicaciones de inteligencia artificial para empresas que de otra manera carecían de las habilidades necesarias, finalmente no pudo sobrevivir por sí sola.
Un nuevo informe sobre la adopción de la inteligencia artificial por IndustryLab encontró que la implementación de la IA dentro de una empresa a menudo enfrenta desafíos para las personas, como el miedo al cambio y la pérdida del empleo. así como la falta de habilidades relevantes. Según el informe, el 87% de los encuestados enfrentó los desafíos de las personas en sus implementaciones de IA. Estos problemas siguen siendo un obstáculo sustancial para la adopción de la inteligencia artificial corporativa. No es de extrañar que el progreso haya sido lento dentro de las empresas, dando la impresión de una meseta.
Pero a pesar de esa resistencia, la tecnología de inteligencia artificial sigue avanzando. Los avances recientes en la tecnología de la IA van desde la mejora del lenguaje sintético hasta la protección de la salud de las abejas, la creación de un sistema alimentario de próxima generación y el desarrollo de nuevas recetas, la mejora del tratamiento del cáncer de mama y el descubrimiento de la corrupción de gobierno y construcción de semáforos más inteligentes. Estos y otros avances son parte de por qué un estudio de PwC estima que la IA aumentará la producción económica mundial en más de $ 15 billones para 2030. Sundar Pichai de Alphabet afirmó que la IA es más profunda que la electricidad o el fuego. Al menos una importante plataforma de análisis de datos cree que 2021 será el año de la inteligencia artificial, ya que varios grandes sectores, incluidas las empresas de petróleo y gas, fintech y de investigación de medicamentos, adoptarán cada vez más la tecnología.
Entonces, ¿la IA realmente se ha estabilizado o solo estamos viendo una pausa antes de un nuevo período de fuerte adopción? Esperaríamos que tal pausa provenga de la disonancia cognitiva: el avance de la IA frente al miedo, la resistencia al cambio y la incertidumbre de que la tecnología estará a la altura de las expectativas. En un extremo, hay predicciones como la de Vladimir Putin de que quien se convierta en el líder en IA se convertirá en el gobernante del mundo. En el otro extremo se encuentra un análisis de 40 de las mayores empresas emergentes de IA que sugiere que estas empresas no están teniendo un gran impacto, ni en el cambio ni en la economía. Si esto último es cierto, podríamos estar al comienzo del próximo invierno de IA, con expectativas nuevamente superando la realidad.
Como resultado, la bola de cristal de la IA es definitivamente turbia. O estamos en una meseta con el riesgo de caer en un abismo o nos estamos preparando para la próxima ronda de innovación. Lo más probable es que haya dos caminos que corren en paralelo: el avance continuo de las capacidades técnicas y los desafíos humanos de implementación.
2021: un año como ningún otro
Aunque la adopción de la IA en la empresa se ha ralentizado, los principales avances en la investigación de la IA de este año nos recuerdan que esta es un área de la tecnología que puede desencadenar un cambio exponencial.
El procesamiento del lenguaje natural en forma de GPT-3 desarrollado por OpenAI podría ser el precursor de la primera inteligencia artificial general (AGI), un gran avance. GPT-3 “aprende” basándose en patrones que descubre en los datos recopilados de Internet, desde publicaciones de Reddit hasta Wikipedia, fan fiction y otras fuentes. Basado en tal aprendizaje, GPT-3 es capaz de realizar muchas tareas diferentes sin entrenamiento adicional, capaz de producir narrativas convincentes, generar codigo de computadora, completa automáticamente imágenes, traduce entre idiomas y realiza cálculos matemáticos, entre otras hazañas, incluidas algunas que sus creadores no habían planeado. Esta aparente capacidad multifuncional es una desviación de todas las capacidades de IA existentes. De hecho, su función es mucho más general.
Con 175 mil millones de parámetros, el modelo supera los 10 mil millones en las redes neuronales más avanzadas y más de 1,5 mil millones en su predecesor, GPT-2. Eso es un aumento de más de 10 veces en la complejidad del modelo en poco más de un año, por lo que podría decirse que es la red neuronal más grande jamás creada.
Otro avance significativo proviene de DeepMind con AlphaFold, una red neuronal de aprendizaje profundo basada en la atención que puede haber resuelto un desafío de casi 50 años en biología: determinar la forma 3D de las proteínas a partir de su secuencia de aminoácidos. Las proteínas son los componentes básicos de la vida, responsables de la mayor parte de lo que sucede dentro de las células. El funcionamiento de una proteína y lo que hace está determinado por su forma tridimensional. Hasta ahora, determinar la estructura de las proteínas ha sido difícil, lento, caro y propenso a fallar.
El sistema AlphaFold superó a otros 100 equipos en un desafío de predicción de estructura de proteínas de dos años llamado CASP, abreviatura de Critical Assessment of Structure Prediction. En los objetivos de proteínas moderadamente difíciles, la red neuronal logró una precisión de predicción del 90%, mucho mejor que otros equipos; algunos lo consideran el resultado del santo grial de la biología. El progreso debería acelerar enormemente la comprensión de los componentes básicos de las células, permitir un descubrimiento de fármacos más rápido y avanzado y, fundamentalmente, anunciar una revolución en la biología comparable al modelo de doble hélice de ADN y la técnica de edición del genoma CRISPR-Cas9.
Esperando
Por importantes que sean estos desarrollos, es imposible pasar por alto las contribuciones de AI para abordar la pandemia de COVID-19. AI ha ayudado a monitorear la propagación de la enfermedad para limitar el número de casos, ha digerido y destilado los miles de documentos sobre el tema y ahora gestiona complejas cadenas de suministro de vacunas, además de recopilar datos para realizar un seguimiento. cualquier efecto negativo que la gente pueda tener como respuesta. Imagínese cuánto peor sería el impacto y la duración de la pandemia si no fuera por la IA. Es posible que este esfuerzo “lunar” estimule la investigación y el desarrollo de la IA en muchas áreas durante años.
Con la adopción empresarial rezagada, es posible que 2021 no sea el año de la IA. Pero seguramente verá más avances como los que hemos visto este año y nos llevará a la siguiente fase de una marcha inexorable hacia una mayor inteligencia.
Gary Grossman es vicepresidente senior de práctica tecnológica en Edelman y líder global del centro de excelencia de inteligencia artificial de Edelman.
