El tema de la Inteligencia Artificial (IA) dominó las noticias de los medios durante todo el año. El tono lo marcan los principales creadores de noticias: Elon Musk y Mark Zuckerberg, al discutir los peligros y beneficios del uso de la Inteligencia Artificial en la vida humana. Rusia y China han declarado el desarrollo de la IA como una dirección prioritaria en la economía digital. 2018 será un año de desarrollo y estudio de las posibilidades de utilizar la IA, especialmente el método de aprendizaje profundo, como la rama más prometedora de la Inteligencia Artificial. Les contaré más sobre esta tendencia en el campo de la alta tecnología usando el ejemplo del uso de la IA en marketing.
La esencia de la Inteligencia Artificial es crear máquinas tan inteligentes que superen las capacidades analíticas y de pensamiento de los humanos. El aprendizaje automático, un método básico de IA, tiene tales capacidades y ya se utiliza ampliamente en muchos sectores de la economía y áreas de la vida humana. Sin embargo, también se están desarrollando rápidamente otras tecnologías más avanzadas.
Esto se nota especialmente en el ritmo de desarrollo del aprendizaje profundo, que replica casi por completo el principio de funcionamiento del cerebro humano en el procesamiento de datos y el modelado de la toma de decisiones. En 2017, el aprendizaje profundo se convirtió en una parte integral de los procesos tecnológicos en la atención médica y la fabricación de automóviles. El marketing, como componente más dinámico de todo negocio, tampoco se ha mantenido al margen del uso de tecnologías avanzadas. El aprendizaje profundo ha tenido un impacto revolucionario en toda la industria publicitaria.
La tecnología utilizada en el método de aprendizaje profundo se basa en los principios de interacción de neuronas biológicas. Con la ayuda de algoritmos de autoaprendizaje, los especialistas en marketing ahora obtienen descripciones del potencial de compra de un cliente sin asistencia humana. Por ejemplo, RTB House analizó recientemente una gran cantidad de datos, demostrando claramente que el uso de Inteligencia Artificial en lugar de recomendaciones de especialistas en marketing experimentados en campañas de retargeting puede mejorar los resultados de conversión en un 35%. Y eso no es todo. Utilizando el método de aprendizaje profundo, los anunciantes reciben una previsión de las acciones del usuario basada en un análisis de sus características de comportamiento y deseos. Esto simplifica enormemente el trabajo de un especialista en marketing al ofrecer las mejores opciones para mensajes publicitarios dirigidos que contengan productos que el usuario ni siquiera conocía o aún no había visto.
Muchas grandes marcas ya han visto los beneficios de implementar soluciones de aprendizaje profundo en sus productos o herramientas de marketing. En 2018, esperamos un uso generalizado del aprendizaje profundo y una mayor inversión para desarrollar su potencial.
Del “aprendizaje supervisado” a nuevos horizontes
En 2017 se abandonó el llamado “aprendizaje supervisado”, típico del proceso de aprendizaje automático, hacia un sistema más complejo de “aprendizaje por transferencia”. Esta tecnología se basa en la transmisión de instrucciones humanas a una computadora: analizar modelos de toma de decisiones existentes, ejemplos, conjuntos de datos y su posterior análisis.
La forma en que funciona el aprendizaje por transferencia es la capacidad de una computadora para procesar datos a partir de simulaciones en lugar de la realidad. Este proceso es mucho más sencillo y económico, además de rápido, lo cual es muy importante a la hora de analizar grandes cantidades de datos. Con este método, la máquina aprende a tomar decisiones por sí sola: con conclusiones lógicas, analogía o método deductivo.
Por ejemplo, utilizando un modelo de aprendizaje automático más antiguo, un automóvil autónomo podría llevar a una persona millones de millas mientras se registran los datos. Estos datos se transmiten al coche, que entiende cómo conducirlo en función de las decisiones del conductor. Gracias a la “transferencia de aprendizaje”, ya no es necesario un conductor real. En cambio, los datos se pueden tomar de varias simulaciones de conducción. Al simular millones de horas de conducción, el propio automóvil comprende adónde debe ir y luego traduce el conocimiento al mundo real.
El segundo enfoque se llama "aprendizaje reforzado". Su objetivo es entrenar a una computadora para que tome las mejores decisiones basándose en la retroalimentación del entorno y las acciones que en él tienen lugar. Por ejemplo, cómo sucede esto al participar en licitaciones para la compra de espacios publicitarios. Los sistemas de subasta son muy complejos. Incluso los expertos suelen tener problemas para determinar la tasa óptima que les permitirá lograr los resultados deseados con un coste mínimo. El coche encontrará los mismos obstáculos al inicio de su movimiento. Sin embargo, a diferencia de una persona, un coche puede funcionar las 24 horas del día en un entorno de simulación. Y también puede aprender una serie de acciones, mucho más rápido que un humano. Volviendo a nuestro ejemplo de compra de espacios publicitarios, el ordenador aprende simulando subastas, recibiendo datos sobre cómo actuar de forma más eficiente y así ganar la subasta.
Nuevos empleos y nuevos desafíos
De hecho, el principio de funcionamiento de los algoritmos de aprendizaje profundo es absolutamente idéntico al funcionamiento del cerebro humano. Pero, a diferencia de las personas, las computadoras aprenden mucho más rápido y pueden analizar enormes cantidades de datos. Las computadoras no se duermen y cometen muchos errores. Aquí es donde entra en juego el súper rendimiento. De una manera muy sencilla, la IA se esforzará por superar las capacidades humanas en muchas áreas. Actualmente, los algoritmos de autoaprendizaje son capaces de reconocer acciones e imágenes con mucha más precisión que los humanos.
¿Significa esto que existe el peligro de que los robots sustituyan completamente a las personas? No precisamente. Según el Foro Económico Mundial, el 65% de los niños que hoy ingresan a la escuela primaria obtendrán trabajos que actualmente no existen. El nivel actual de desarrollo de la IA permite a las empresas buscar más especialistas en TI, analistas de datos y programadores. El año que viene probablemente veremos un auge en nuevas ofertas de trabajo para científicos de datos. Aunque ahora tal propuesta aún no es popular.
Las innovaciones de 2017 recibirán un poderoso impulso para el desarrollo en 2018
Los objetivos que persigue la implementación del método de aprendizaje profundo son simplificar nuestras vidas y aumentar la eficiencia de la actividad humana. Es por eso que el uso de la IA ya no es un estándar, sino una necesidad para las empresas que quieren ser competitivas en el mercado global. No se trata de la capacidad de personalizar o mejorar las capacidades del producto final, sino también de otras actividades indirectas, como la recopilación y el análisis de datos. Las empresas ya tienen tal cantidad de datos para analizar que no pueden hacer frente a su procesamiento.
Esta situación afecta directamente las decisiones que toman sus empleados y por tanto sus resultados financieros. Las empresas cuyo negocio se especializa en recopilar y analizar datos para diversas empresas tendrán una demanda cada vez mayor. Las empresas con presupuestos mayores utilizarán la IA para clasificar: qué ofrecer a los clientes, qué términos recomendar a los proveedores, cómo instruir a los empleados, qué decir y hacer en tiempo real. También se debe suponer que pronto surgirán muchas nuevas empresas que ofrecerán soluciones basadas en algoritmos de autoaprendizaje a medida que esta tecnología se generalice.
La inteligencia artificial en 2017 se ha convertido en parte de nuestra vida diaria y debates públicos. En los próximos años, la atención se centrará en el desarrollo de diversas tecnologías basadas en inteligencia artificial que reemplazarán a los humanos en muchas industrias complejas y, en última instancia, harán nuestras vidas mucho más fáciles. Pero esto requerirá mucho trabajo.
Ericsson nombra las 10 tendencias de consumo más populares para el próximo año
Inteligencia artificial y realidad virtual: 10 tendencias de consumo para 2017. Foto: elearningindustry.com
Ericsson ha presentado su previsión sobre las tendencias de consumo más populares del próximo año. La principal tendencia de 2017 será la inteligencia artificial, que poco a poco se está imponiendo en nuestra vida cotidiana.
Entonces, Ericsson llamó Las tendencias de consumo más populares para 2017.:
Cada vez más personas quieren que la inteligencia artificial penetre en sus vidas. Al 35% de los internautas le gustaría ver la inteligencia artificial como su asistente en el trabajo y al 25% como su jefe. Sin embargo, el 50% de los encuestados considera peligrosa la inteligencia artificial. En particular, esta tecnología puede causar que muchas personas pierdan sus empleos, porque sus funciones pueden ser realizadas fácilmente por robots.
Las aplicaciones se utilizan activamente para simplificar y automatizar ciertos aspectos de la vida. Al mismo tiempo, se está acelerando el desarrollo del Internet de las cosas. El 40% de los encuestados confía en que llegará el momento en que los teléfonos inteligentes podrán aprender los hábitos y realizar una serie de funciones de sus propietarios.
Y de nuevo sobre la pérdida de puestos de trabajo: pronto la inteligencia artificial también sustituirá a los conductores. El 25% de los encuestados apoya la idea de sustituir a los conductores por pilotos automáticos, porque creen que será mucho más seguro para los peatones. Al 65% de los encuestados le gustaría comprarse un coche con piloto automático.
El 80% de los encuestados está convencido de que en sólo tres años la realidad virtual alcanzará tal nivel de desarrollo que será imposible distinguirla del mundo físico.
Los encuestados predicen que el desarrollo de nuevas tecnologías tendrá un impacto negativo en la salud de las personas. En particular, el uso de aplicaciones de realidad virtual y aumentada provocará mareos, para los cuales el 33% de los encuestados están dispuestos a tomar las pastillas correspondientes.
A pesar de que la mayoría de la gente intenta protegerse lo máximo posible, el 60% de los encuestados admite que el uso de smartphones conlleva riesgos.
A más del 50% de los encuestados les gustaría tener unas gafas de realidad aumentada. Entre las posibles opciones para su uso: resaltar zonas oscuras, advertir sobre peligro, posibilidad de cambiar o eliminar elementos ambientales que irritan.
Más del 30% de los encuestados están convencidos de que ya no existe la privacidad en Internet, por lo que el 50% de los participantes en el estudio están satisfechos con un nivel de privacidad "razonablemente bueno".
Según los expertos, en sólo cinco años todos los usuarios de Internet podrán disponer de todos los productos y servicios de las cinco mayores empresas de TI.
AYUDA DE LA REVISTA PAYSPACE
Anteriormente escribimos sobre el hecho de que.
Kai Fu Lee, presidente de SinovationVentures, cree que la IA "tiene como objetivo la pérdida de empleos a gran escala" y al mismo tiempo concentra la riqueza en manos de empresas que desarrollan o adoptan la IA. Otros creen que temores similares estuvieron presentes con la llegada de todas las tecnologías que cambiaron el mundo, desde la imprenta en el siglo XV.
The Economist asegura a los lectores que "la IA está creando demanda de empleos" y un número creciente de personas en todo el mundo están "proporcionando servicios digitales en línea". ¿Qué empresas y países prosperarán en la era de la IA? ¿Qué segmentos desaparecerán, cambiarán o se crearán? ¿Cómo cambiará la naturaleza del trabajo?
Guerra
Los defensores de los drones armados argumentan que dichas armas pueden alcanzar objetivos con mucha mayor precisión que los humanos; y cuanto mayor sea el papel que desempeñan en el teatro de operaciones, menos a menudo los técnicos los utilizarán para hacer daño.
Pero ¿qué pasaría si esas armas se volvieran independientes y funcionaran de forma independiente, sin intervención humana? ¿La eliminación de personas de la lista de personal militar conducirá a una carrera armamentista aún más grave e imparable?
Una carta abierta publicada durante la Conferencia Internacional Conjunta sobre Inteligencia Artificial de 2015 advirtió que las armas autónomas "no requieren materias primas costosas o difíciles de encontrar y, por lo tanto, serán ubicuas y baratas para que todas las fuerzas armadas importantes las produzcan en masa". ¿Una era con armas automáticas será más pacífica o más militante?
Los investigadores de RAND piden un marco analítico y un esfuerzo internacional centrado en el uso de drones armados de largo alcance en la lucha contra el terrorismo y los asesinatos selectivos.
Tomando decisiones
Los políticos se enfrentan constantemente a una enorme cantidad de opciones y motivaciones, muchas más en la época de las redes sociales que hace veinte años. Esta sobrecarga de información hace que sea difícil hacer frente a una crisis, y mucho menos a crisis múltiples.
Recientemente, surgió una propuesta para aprobar "todas las decisiones que el presidente toma a través de una computadora, no para tomar la decisión final, sino para ayudar al líder en la persona de una persona".
Pero si bien la IA ahora es en gran medida inocente, el estudio de RAND destaca los riesgos de sesgos algorítmicos al filtrar noticias, influir en la justicia penal e incluso en la entrega de beneficios y visas de la Seguridad Social. ¿Qué decisiones deberían confiarse a la IA? ¿Qué debería quedar en manos del hombre? ¿En manos de un equipo de personas?
Creación
El mundo se ha acostumbrado a una IA que puede realizar asombrosas hazañas de cálculo y vencer a los humanos en juegos de mesa populares (han pasado poco más de 20 años desde que la supercomputadora IBM DeepBlue derrotó al famoso gran maestro de ajedrez Garry Kasparov). ¿Cómo seguirá avanzando en el espacio creativo de las personas?
El investigador de inteligencia artificial Jesse Engel cree que "transformará el proceso creativo... incrementándolo con herramientas inteligentes que brindan nuevas posibilidades de expresión". Otros no son tan optimistas. La periodista Adrienne Lafrance señala que la IA ya puede “coquetear”, “escribir novelas” y “falsificar cuadros famosos con una precisión asombrosa”. ¿Qué significa ser creativo? Además, ¿qué significa ser humano?
Los debates sobre la IA a menudo llegan a los extremos, ya sea la promesa de una utopía libre de sufrimiento humano o el peligro de una distopía en la que los robots esclavicen a sus creadores humanos. Se necesita un análisis más equilibrado y riguroso para ayudar a diseñar políticas que mitiguen los riesgos y maximicen los beneficios. Es necesario tomar ciertas medidas para superar los temores de que la IA abrume al Estado y a la sociedad.
¿Cómo puede la IA impactar los intereses nacionales de un país? ¿Qué tipos de IA, si corresponde, pueden considerarse tecnologías estratégicas según criterios gubernamentales? ¿Dónde deberían desempeñar un papel las fuerzas del mercado y dónde debería desempeñar la política? Si bien la IA sigue siendo en gran medida materia de ciencia ficción, estas preguntas son cada vez más importantes.
Hacer pronósticos es una tarea ingrata, especialmente porque los avances en el campo de los métodos modernos de aprendizaje automático han superado nuestras expectativas más descabelladas en los últimos años. Pero me atrevería a nombrar algunas áreas en el campo del entrenamiento de redes neuronales profundas en las que se pueden esperar avances significativos en un futuro próximo.
En primer lugar, se trata del desarrollo de ideas de aprendizaje por refuerzo de redes neuronales, que permitirán desarrollar nuevos algoritmos de autoaprendizaje para agentes que interactúan con el entorno. Pueden ser tanto robots como programas que operan en el espacio virtual, por ejemplo, jugando juegos intelectuales como Go (ya hecho) o Starcraft (en progreso). El objetivo principal aquí, por supuesto, será crear un algoritmo que pueda adaptarse "sobre la marcha" a un nuevo juego o entorno complejo.
En segundo lugar, está el desarrollo de nuevos métodos de aprendizaje sobre la marcha y metaaprendizaje. El primero permite que una computadora capte nuevos conceptos y significados a partir de unos pocos ejemplos, tal como lo hace un ser humano, y a diferencia de las redes neuronales modernas, que aprenden un nuevo concepto después de haber sido expuestas a miles o decenas de miles de ejemplos.
El segundo permite a la red neuronal seleccionar por sí misma los parámetros de su método de aprendizaje. Ahora, la calidad y la velocidad del entrenamiento de las redes neuronales dependen significativamente de la configuración de una serie de parámetros (generalmente llamados hiperparámetros para distinguirlos de los pesos de la red, que, de hecho, se ajustan durante el entrenamiento), así como de la arquitectura de la propia red. Actualmente están determinados por humanos o por procedimientos semiautomáticos que están lejos de ser óptimos. Debido a esto, las redes neuronales aprenden más y peor de lo que podrían.
Un trabajo aparecido en 2016 muestra que, en principio, este trabajo puede confiarse a una red neuronal auxiliar. Como todos recordamos de la escuela secundaria, el final de la Revolución Industrial es cuando “las máquinas empiezan a fabricar máquinas”. Quizás en el futuro, un hito igualmente importante será el momento en que las redes neuronales comiencen a entrenar redes neuronales, y hay razones para creer que esto sucederá ya en 2017.
En tercer lugar, las redes neuronales aprenderán a hablar con una persona (tanto en el sentido de generar réplicas de textos como en el sentido de sintetizar un habla indistinguible del habla humana), generar imágenes fotorrealistas y secuencias de vídeo basadas en descripciones de texto y escribir textos extensos y significativos. . Este será nuestro futuro próximo gracias al rápido progreso en el campo de los llamados. Modelos generativos de aprendizaje profundo. Por supuesto, esto conducirá a la creación de nuevas empresas, la aparición de nuevos tipos de bienes y servicios, así como un aumento de la productividad laboral en sectores tradicionales de la economía, como los operadores de telefonía móvil o los bancos, que podrán abandonar los centros de llamadas costosos e ineficaces.
Resolver todos estos problemas será un paso importante hacia el Santo Grial del aprendizaje automático: la creación de inteligencia artificial. Seguramente la IA no aparecerá el año que viene, pero sin duda se desarrollará dentro de 5 a 10 años. Además, los elementos de inteligencia artificial ya existentes ayudarán a los científicos a crear una IA completa y, por lo tanto, acelerarán el trabajo en esta dirección. La creación de la IA será el logro más importante de la humanidad y le proporcionará un poderoso salto civilizatorio.
Es importante señalar que el rápido progreso en el campo de la IA ha sido posible en gran parte debido al hecho de que estos desarrollos se llevan a cabo abiertamente y cualquier persona con la formación mínima necesaria (por ejemplo, un graduado de la Facultad de Informática de la Escuela Superior de Economía de la Universidad Nacional de Investigación) puede participar en ellos: incluso las grandes empresas de TI, líderes en el campo del aprendizaje profundo, no tienen secretos (excepto los comerciales a corto plazo), hay implementaciones de software de la mayoría de los métodos disponibles, así como una descripción matemática de los algoritmos, que sorprendentemente resultan no tan complejos, teniendo en cuenta el carácter global de los problemas resueltos con su ayuda. Esto distingue al aprendizaje automático de, digamos, los programas espaciales o nucleares de mediados del siglo XX.
Materiales adicionales
Conferencia de Dmitry Vetrov sobre aprendizaje automático (para entender qué es)
Inteligencia artificial (AI, inglés: Inteligencia artificial, AI): la ciencia y la tecnología de la creación de máquinas inteligentes, especialmente programas informáticos inteligentes. La IA está relacionada con la tarea similar de utilizar computadoras para comprender la inteligencia humana, pero no se limita necesariamente a métodos biológicamente plausibles.
¿Qué es la inteligencia artificial?
Inteligencia(del latín intellectus - sensación, percepción, comprensión, comprensión, concepto, razón), o mente - una cualidad de la psique que consiste en la capacidad de adaptarse a nuevas situaciones, la capacidad de aprender y recordar basándose en la experiencia, comprender y aplicar. conceptos abstractos y utilizar los conocimientos propios para la gestión ambiental. La inteligencia es la capacidad general de cognición y resolución de dificultades, que une todas las capacidades cognitivas humanas: sensación, percepción, memoria, representación, pensamiento, imaginación.
A principios de los años 1980. Los científicos computacionales Barr y Fajgenbaum propusieron la siguiente definición de inteligencia artificial (IA):
Posteriormente, una serie de algoritmos y sistemas de software comenzaron a clasificarse como IA, cuya propiedad distintiva es que pueden resolver algunos problemas de la misma manera que lo haría una persona que pensara en su solución.
Las principales propiedades de la IA son la comprensión del lenguaje, el aprendizaje y la capacidad de pensar y, lo más importante, actuar.
La IA es un complejo de tecnologías y procesos relacionados que se están desarrollando cualitativamente y rápidamente, por ejemplo:
- procesamiento de textos en lenguaje natural
- sistemas expertos
- agentes virtuales (chatbots y asistentes virtuales)
- sistemas de recomendación.
Estrategia nacional para el desarrollo de la inteligencia artificial
- Articulo principal: Estrategia nacional para el desarrollo de la inteligencia artificial
Investigación de IA
- Articulo principal: Investigación en inteligencia artificial
Estandarización en IA
2019: Expertos de ISO/IEC apoyaron la propuesta de desarrollar una norma en ruso
El 16 de abril de 2019 se conoció que el subcomité ISO/IEC de normalización en el campo de la inteligencia artificial apoyó la propuesta del Comité Técnico “Sistemas ciberfísicos”, creado sobre la base de RVC, para desarrollar la “Inteligencia artificial”. estándar. Conceptos y terminología" en ruso además de la versión básica en inglés.
Norma terminológica “Inteligencia artificial. Conceptos y terminología" es fundamental para toda la familia de documentos técnicos y normativos internacionales en el campo de la inteligencia artificial. Además de los términos y definiciones, este documento contiene enfoques conceptuales y principios para construir sistemas con elementos, una descripción de la relación entre la IA y otras tecnologías de extremo a extremo, así como principios básicos y enfoques marco para la regulación regulatoria y técnica. de inteligencia artificial.
Tras la reunión del subcomité ISO/IEC correspondiente en Dublín, los expertos de ISO/IEC apoyaron la propuesta de la delegación de Rusia de desarrollar simultáneamente una norma terminológica en el campo de la IA no sólo en inglés sino también en ruso. Se espera que el documento sea aprobado a principios de 2021.
| El desarrollo de productos y servicios basados en inteligencia artificial requiere una interpretación inequívoca de los conceptos utilizados por todos los participantes del mercado. El estándar terminológico unificará el "lenguaje" en el que se comunican los desarrolladores, los clientes y la comunidad profesional, y clasificará propiedades de los productos basados en IA como "seguridad", "reproducibilidad", "fiabilidad" y "confidencialidad". La terminología unificada también será un factor importante para el desarrollo de tecnologías de inteligencia artificial en el marco de la Iniciativa Tecnológica Nacional: los algoritmos de IA son utilizados por más del 80% de las empresas en el perímetro de NTI. Además, la decisión de ISO/IEC fortalecerá la autoridad y ampliará la influencia de los expertos rusos en el desarrollo futuro de las normas internacionales. |
Durante la reunión, los expertos de ISO/IEC también apoyaron el desarrollo de un borrador de documento internacional Tecnología de la información - Inteligencia artificial (IA) - Descripción general de los enfoques computacionales para sistemas de IA, en el que Rusia actúa como coeditor. El documento proporciona una visión general del estado actual de los sistemas de inteligencia artificial, describiendo las principales características de los sistemas, algoritmos y enfoques, así como ejemplos de aplicaciones especializadas en el campo de la IA. El desarrollo de este borrador del documento será llevado a cabo por un grupo de trabajo 5 especialmente creado "Enfoques computacionales y características computacionales de los sistemas de IA" dentro del subcomité (SC 42 Grupo de trabajo 5 "Enfoques computacionales y características computacionales de los sistemas de IA").
| En el marco de su trabajo a nivel internacional, la delegación rusa logró tomar una serie de decisiones históricas que tendrán un efecto a largo plazo en el desarrollo de las tecnologías de inteligencia artificial en el país. El desarrollo de una versión en ruso de la norma, incluso desde una fase tan temprana, es una garantía de sincronización con el ámbito internacional, y el desarrollo del subcomité ISO/IEC y el inicio de documentos internacionales con coedición rusa es la base para seguir promoviendo los intereses de los promotores rusos en el extranjero”, comentó. |
Las tecnologías de inteligencia artificial tienen una gran demanda en una variedad de sectores de la economía digital. Entre los principales factores que obstaculizan su uso práctico a gran escala se encuentra el subdesarrollo del marco regulatorio. Al mismo tiempo, es un marco regulatorio y técnico bien desarrollado el que garantiza la calidad especificada de la aplicación de la tecnología y el correspondiente efecto económico.
En el ámbito de la inteligencia artificial, TC Cyber-Physical Systems, basado en RVC, está desarrollando una serie de estándares nacionales, cuya aprobación está prevista para finales de 2019 - principios de 2020. Además, se está trabajando junto con los actores del mercado para formular un Plan Nacional de Normalización (NSP) para 2020 y años posteriores. El CT "Sistemas ciberfísicos" está abierto a propuestas para el desarrollo de documentos de organizaciones interesadas.
2018: Desarrollo de estándares en el campo de las comunicaciones cuánticas, la IA y las ciudades inteligentes.
El 6 de diciembre de 2018, el Comité Técnico “Sistemas Ciberfísicos” con base en RVC junto con el Centro Regional de Ingeniería “SafeNet” comenzaron a desarrollar un conjunto de estándares para los mercados de la Iniciativa Tecnológica Nacional (NTI) y la economía digital. Para marzo de 2019 está previsto desarrollar documentos técnicos de estandarización en el campo de las comunicaciones cuánticas, informó RVC. Leer más.
Impacto de la inteligencia artificial
Riesgo para el desarrollo de la civilización humana
Impacto en la economía y los negocios
- El impacto de las tecnologías de inteligencia artificial en la economía y los negocios
Impacto en el mercado laboral
Sesgo de inteligencia artificial
En el centro de todo lo que constituye la práctica de la IA (traducción automática, reconocimiento de voz, procesamiento del lenguaje natural, visión por computadora, conducción automatizada y mucho más) se encuentra el aprendizaje profundo. Es un subconjunto del aprendizaje automático, caracterizado por el uso de modelos de redes neuronales, que se puede decir que imitan el funcionamiento del cerebro, por lo que sería exagerado clasificarlos como IA. Cualquier modelo de red neuronal se entrena con grandes conjuntos de datos, por lo que adquiere algunas "habilidades", pero sus creadores no tienen claro cómo las utiliza, lo que en última instancia se convierte en uno de los problemas más importantes para muchas aplicaciones de aprendizaje profundo. La razón es que este modelo trabaja formalmente con imágenes, sin comprender lo que hace. ¿Es un sistema de este tipo IA? ¿Se puede confiar en los sistemas basados en el aprendizaje automático? Las implicaciones de la respuesta a la última pregunta se extienden más allá del laboratorio científico. Por lo tanto, la atención de los medios al fenómeno llamado sesgo de IA se ha intensificado notablemente. Puede traducirse como “sesgo de IA” o “sesgo de IA”. Leer más.
Mercado de tecnología de inteligencia artificial
Mercado de IA en Rusia
Mercado mundial de IA
Áreas de aplicación de la IA
Las áreas de aplicación de la IA son bastante amplias y cubren tanto tecnologías familiares como nuevas áreas emergentes que están lejos de su aplicación masiva; en otras palabras, esta es toda la gama de soluciones, desde aspiradoras hasta estaciones espaciales. Puede dividir toda su diversidad según el criterio de puntos clave de desarrollo.
La IA no es un área temática monolítica. Además, algunas áreas tecnológicas de la IA aparecen como nuevos subsectores de la economía y entidades separadas, al tiempo que sirven a la mayoría de las áreas de la economía.
El desarrollo del uso de la IA conduce a la adaptación de tecnologías en sectores clásicos de la economía a lo largo de toda la cadena de valor y los transforma, llevando a la algoritmización de casi todas las funcionalidades, desde la logística hasta la gestión empresarial.
Uso de IA para asuntos militares y de defensa
Uso en educación
Usando IA en los negocios
IA en la lucha contra el fraude
El 11 de julio de 2019 se supo que en sólo dos años la inteligencia artificial y el aprendizaje automático se utilizarán para combatir el fraude tres veces más que en julio de 2019. Estos datos se obtuvieron durante un estudio conjunto realizado por SAS y la Asociación de Examinadores de Fraude Certificados (ACFE). En julio de 2019, este tipo de herramientas antifraude ya se utilizan en el 13% de las organizaciones que participaron en la encuesta, y otro 25% dijo que planea implementarlas dentro de uno o dos años. Leer más.
IA en la industria eléctrica
- A nivel de diseño: mejora de la previsión de la generación y la demanda de recursos energéticos, evaluación de la fiabilidad de los equipos de generación de energía, automatización del aumento de la generación cuando aumenta la demanda.
- A nivel productivo: optimización del mantenimiento preventivo de los equipos, aumentando la eficiencia de generación, reduciendo pérdidas, previniendo el robo de recursos energéticos.
- A nivel de promoción: optimización de precios en función del momento del día y facturación dinámica.
- A nivel de prestación de servicios: selección automática del proveedor más rentable, estadísticas detalladas de consumo, atención al cliente automatizada, optimización del consumo energético teniendo en cuenta los hábitos y comportamiento del cliente.
IA en la fabricación
- A nivel de diseño: aumentar la eficiencia en el desarrollo de nuevos productos, evaluación automatizada de proveedores y análisis de requisitos de repuestos.
- A nivel de producción: mejorar el proceso de realización de tareas, automatizar líneas de montaje, reducir el número de errores, reducir los tiempos de entrega de materias primas.
- A nivel de promoción: previsión del volumen de servicios de soporte y mantenimiento, gestión de precios.
- A nivel de prestación de servicios: mejorar la planificación de las rutas de la flota de vehículos, demanda de recursos de la flota, mejorar la calidad de la formación de los ingenieros de servicio.
IA en los bancos
- Reconocimiento de patrones - usado incl. reconocer a los clientes en las sucursales y transmitirles ofertas especializadas.
IA en el transporte
- La industria automotriz está al borde de una revolución: 5 desafíos de la era de la conducción no tripulada
IA en logística
IA en la elaboración de cerveza
IA en el poder judicial
Los avances en el campo de la inteligencia artificial ayudarán a cambiar radicalmente el sistema judicial, haciéndolo más justo y libre de esquemas de corrupción. Esta opinión la expresó en el verano de 2017 Vladimir Krylov, doctor en ciencias técnicas y consultor técnico de Artezio.
El científico cree que las soluciones existentes en el campo de la IA se pueden aplicar con éxito en diversas esferas de la economía y la vida pública. El experto señala que la IA se utiliza con éxito en medicina, pero en el futuro puede cambiar por completo el sistema judicial.
“Al mirar las noticias todos los días sobre los avances en el campo de la IA, uno se sorprende de la imaginación inagotable y la fecundidad de los investigadores y desarrolladores en este campo. Los informes sobre investigaciones científicas se intercalan constantemente con publicaciones sobre nuevos productos que irrumpen en el mercado e informes sobre resultados sorprendentes obtenidos mediante el uso de la IA en diversos campos. Si hablamos de eventos esperados, acompañados de un notable revuelo en los medios, en los que la IA volverá a convertirse en el héroe de las noticias, entonces probablemente no me arriesgaré a hacer pronósticos tecnológicos. Puedo suponer que el próximo acontecimiento será la aparición en algún lugar de un tribunal extremadamente competente en forma de inteligencia artificial, justo e incorruptible. Esto sucederá, aparentemente, en 2020-2025. Y los procesos que tendrán lugar en este tribunal conducirán a reflexiones inesperadas y al deseo de muchas personas de transferir a la IA la mayoría de los procesos de gestión de la sociedad humana”.
El científico reconoce el uso de la inteligencia artificial en el sistema judicial como un “paso lógico” para desarrollar la igualdad y la justicia legislativa. La inteligencia artificial no está sujeta a la corrupción ni a las emociones, puede adherirse estrictamente al marco legislativo y tomar decisiones teniendo en cuenta muchos factores, incluidos los datos que caracterizan a las partes en la disputa. Por analogía con el campo médico, los jueces robot pueden operar con big data de repositorios de servicios gubernamentales. Se puede suponer, que
Música
Cuadro
En 2015, el equipo de Google probó redes neuronales para ver si podían crear imágenes por sí mismas. Luego se entrenó la inteligencia artificial utilizando una gran cantidad de imágenes diferentes. Sin embargo, cuando se le “pidió” a la máquina que representara algo por sí misma, resultó que interpretaba el mundo que nos rodea de una manera un tanto extraña. Por ejemplo, para la tarea de dibujar mancuernas, los desarrolladores recibieron una imagen en la que el metal estaba conectado por manos humanas. Esto probablemente se debió a que durante la etapa de entrenamiento las imágenes analizadas con mancuernas contenían manos y la red neuronal lo interpretó incorrectamente.
El 26 de febrero de 2016, en una subasta especial en San Francisco, los representantes de Google recaudaron alrededor de 98 mil dólares de pinturas psicodélicas creadas por inteligencia artificial. Estos fondos fueron donados a organizaciones benéficas. A continuación se presenta una de las imágenes más exitosas del automóvil.
Un cuadro pintado por la inteligencia artificial de Google.
