inteligencia-artificial-salud

Y si el futuro de la inteligencia artificial se centrase en el ser humano y sus necesidades para mejorar su salud…

Compártelo:

Hoy en día hay millones de personas en todo el mundo con movilidad reducida o deteriorada tras haber sufrido una hemorragia cerebral o ictus. Esto representa un serio desafío para la sociedad debido a la falta de una respuesta tecnológica adecuada.

Los pacientes necesitan dispositivos de asistencia que sean confiables, multifuncionales, adaptativos e interactivos, es decir, inteligentes. Si dirigimos la inteligencia artificial hacia el humano, seremos nosotros mismos los que podamos controlar dispositivos de asistencia o rehabilitación como robots, exoesqueletos o sillas de ruedas. Continuar leyendo

Los datos nunca duermen: analítica de datos en tiempo real

Los datos nunca duermen: analítica de datos en tiempo real

12 marzo, 2020 Jesús López Lobo

Compártelo:

4,5M de videos de YouTube son vistos, 511200 usuarios envían tweets, 188M de emails son enviados, 23.1840 usuarios hacen una llamada de Skype, 5.140 fotos de Instagram se postean … ¡cada minuto! Esta es la realidad en la que hemos vivido en 2019.

¿Crees que una inteligencia artificial tradicional es capaz de gestionar este volumen de información? Evidentemente no, y este es el secreto: analítica de datos en tiempo real.

Cuestión de inmediatez y espacio

La IA tradicional tiene un modo muy concreto de proceder. Se basa en el acceso a grandes volúmenes de datos, y en disponer del tiempo que sea necesario para entrenarse y aprender. Da por hecho que toda la información va a estar disponible y es accesible en todo momento. Y esto puede ser cierto mientras que los costes de almacenaje de la información, y el tiempo o coste de procesamiento no exceda de unos valores que se puedan permitir en un escenario de aplicación concreto.

En un mundo en el que la mayoría de sus procesos y aplicaciones se nutren de información en tiempo real, y a los que se le exigen respuestas casi inmediatas, la información a manejar es de tal volumen, y se debe procesar a tal velocidad, que la IA tradicional no sirve.

La solución pasa por la analítica de datos en tiempo real, y por el desarrollo de algoritmos y arquitecturas que permitan que la IA pueda aprender de forma incremental cada vez que la información está disponible. Y sin necesidad de tenerla que almacenar para acceder en el futuro, porque ni va a ser necesario, ni va a ser posible almacenarla ni procesarla. No hay tiempo. No hay sitio. La IA tiene que dar una respuesta ya.

Youtube no puede decir a sus usuarios que paren de generar videos porque su algoritmo necesita 10 minutos para entrenarse con la nueva información. Twitter no puede mandar parar a sus twiteros para procesar y analizar el contenido de los tweets. Amazon no puede parar las compras porque necesita cinco minutos para que sus algoritmos de recomendación tengan que reentrenarse con los nuevos datos, y así ofrecer recomendaciones mejor adaptadas a los gustos. ¿Cómo lo hacen? Usan algoritmos y arquitecturas para procesar datos en tiempo real.

Los datos tienen la mala costumbre de cambiar

Como parte de esta particular forma de hacer analítica, uno de los desafíos más importantes que se presenta es el manejo del efecto denominado concept drift. Este efecto consiste en el cambio repentino y sin previo aviso que se puede producir en la distribución de los datos. Este cambio hace que los algoritmos entrenados y usados hasta el momento queden obsoletos, lo que nos obliga a detectar este cambio en tiempo real y re-entrenar de nuevo los modelos. De lo contrario, el sistema en cuestión, que se basa en las predicciones de estos modelos, perdería (por ejemplo) precisión en sus predicciones.

Pensemos por ejemplo en una red de sensores Wifi-desplegados para monitorizar el estado de un componente o proceso de una planta de producción. El envejecimiento, calentamiento, o simplemente el mal funcionamiento de uno o varios de estos sensores pueden provocar un cambio en la distribución de los datos.  El sistema de monitorización que se alimenta de estos datos podría estar encargado de predecir el momento de fractura de un componente o de establecer el mejor momento para su recambio, y así no interrumpir el proceso productivo. Este sistema de monitorización estaría haciendo una predicción no adecuada basada en modelos generados cuando los datos eran correctos, pero sin considerar el cambio actual en la red de sensores.

Situaciones como estas son las que se pretende evitar con el manejo del concept drift. Su impacto puede ser tan grande, que no tenerlo en cuenta no es una opción. Muchas empresas ven mermadas de forma repentina sus capacidades analíticas en tiempo real y no saben por qué. Este es el principal causante.

Otros casos de uso

Muchas veces, ante una necesidad de gestión y análisis de grandes volúmenes de datos, se piensa en una complicada y costosa arquitectura, que a menudo está sobre dimensionada “por si acaso”. Cuando la realidad dicta que en algunas de estas ocasiones la solución que mejor se adapta pasa por una arquitectura menos pesada y que incluya un tratamiento de los datos en tiempo real.

La analítica de datos en tiempo real no es una necesidad en exclusiva de YouTube, Twitter, Skype, Instagram, Amazon, … grandes empresas. Es una necesidad más cercana de lo que pensamos, y de la que algunas empresas aun no son conscientes de necesitarla.

  • Predicción de la demanda: eléctrica, de comida, de cualquier bien de consumo, etc. Analizar esta demanda en tiempo real y poder predecirla en el corto plazo es una necesidad de muchas empresas. Además, sabiendo que las preferencias y gustos de los usuarios van cambiando y evolucionando (bien de forma repentina o gradual), el tratamiento del cambio (concept drift) resulta primordial.
  • Social media: probablemente uno de los mayores productores de datos en tiempo real que existen. Y seguramente uno de los mayores interesados en lidiar con el concept drift.
  • Gemelo digital: muy de moda últimamente. El desarrollo de gemelos digitales está adquiriendo una relevancia especial en los últimos años por las ventajas que aporta a la hora de simular procesos, realizar testeos, capacitar personal, conocer en tiempo real el comportamiento del sistema simulado, etc. Una de las partes más relevantes de un gemelo digital es su capacidad para tratar y analizar datos en tiempo real.
  • Marketing y comercio digital: analizar las ventas y transacciones en tiempo real es capital para estas empresas, por supuesto es necesaria para detectar el fraude. Y conocer los cambios de gustos, preferencias, necesidades, etc. oro en estado puro.
  • Ciberseguridad: otro término de moda, pero no por ello menos relevante. La detección de amenazas, robos, suplantaciones, intrusos, etc. es el día a día de esta tecnología. Hacerlo en tiempo real … obligatorio. Ser capaces de detectar anomalías o concept drift … cuestión de superviviencia en un entorno con alta competencia.
  • Epidemias y desastres: la analítica de datos en tiempo real ofrece un plus en cuanto a control y prevención en estos casos.
  • Salud: el tratamiento de varias fuentes de datos en tiempo real son una clara línea de investigación en el tratamiento y seguimiento de pacientes.
  • Otros: monitorización y predicción de tráfico, optimización de procesos, IoT, educación online, crimen, finanzas, banca, sistemas de recomendación, industria del entretenimiento, redes móviles, …etc.

En resumen. Si no tratas adecuadamente lo que está pasando, no vas a saber con garantías lo que ha pasado y lo que va a pasar.

“Si parpadeas te lo vas a perder.”

Inteligencia artificial: un mundo bajo constantes críticas

Inteligencia artificial: un mundo bajo constantes críticas

5 marzo, 2020 Eneko Osaba Icedo

Compártelo:

¡Cuidado! ¡La inteligencia artificial está siendo atacada! Aunque, a decir verdad, seguramente no tengamos que estar alarmados por ello. El mundo de la IA ha estado constantemente sometido a la mirada crítica desde los albores de su existencia.

Desde que el denominado “padre de la inteligencia artificial”, Alan Turing, estableció las primeras bases de lo que hoy en día conocemos como IA, la comunidad científica a su alrededor creció prácticamente al mismo ritmo que la comunidad de escépticos. Continuar leyendo

barreras de la transformación digital

Hoja de ruta para superar las barreras de la transformación digital

17 octubre, 2019 Ignacio Ayerdi

Compártelo:

La Sanidad se enfrenta al reto de una tormenta perfecta provocada por la confluencia de profundos cambios sociales y la proliferación de tecnologías disruptivas. La mayoría de los sistemas sanitarios están en serias dificultades para conciliar el cuidado de una población envejecida con prevalencia de enfermedades crónicas, tratamientos más costosos, mayores expectativas de los pacientes y restricciones presupuestarias.

Simultáneamente, la tecnología está en un momento excitante de cambios que está dando lugar a un número de soluciones sanitarias innovadoras que generan, recogen y analizan una ingente cantidad de datos. Una sanidad conectada y el impacto de la inteligencia artificial (IA) prometen hacer la vida de los pacientes mucho más fácil. Continuar leyendo

Retos en la validación de funcionalidades en sistemas de conducción automatizada

Retos en la validación de funcionalidades en sistemas de conducción automatizada

Compártelo:

El automóvil está experimentado un avance hacia niveles cada vez más altos de automatización en la tarea de la conducción.

La tecnología crece a un ritmo vertiginoso donde nuevas compañías aparecen continuamente mostrando desarrollos que motivan a los fabricantes tradicionales a ser más ágiles en el diseño y construcción de sus vehículos. El objetivo consiste en ir reduciendo cada vez más la responsabilidad del ser humano en la conducción, hasta que eventualmente se convierta en un pasajero, que con una simple orden, el vehículo pueda llevarlo hasta el destino solicitado. Continuar leyendo

Inteligencias artificiales y la tarea del pensar:  II parte

Inteligencias artificiales y la tarea del pensar: II parte

Compártelo:

Se dice que son muchos los retos a los que todavía tienen que enfrentarse las inteligencias artificiales (IA) si quieren igualarse con las inteligencias naturales (IN) en su desempeño e interacción con el mundo que les rodea: retos que, de alguna u otra forma, habrán tenido que ser superados con anterioridad por cualquier tipo de Inteligencia que haya conseguido establecerse con éxito en el mundo que le rodea y perdurar en el tiempo.

Para saber, por tanto, como las IA superarían estos retos en el futuro, podríamos fijarnos antes en cómo lo han ido haciendo estos otros tipos de Inteligencias y así plasmar toda esa experiencia sobre los complejos algoritmos neuronales que determinan su desempeño. Continuar leyendo

robots-tecnalia

La visión artificial al alcance de cualquier neurona

Compártelo:

“What is real? How do you define ‘real’? If you’re talking about what you can feel, what you can smell, what you can taste and see, then ‘real’ is simply electrical signals interpreted by your brain.”. Morpheus

Se estima que un bebé recién nacido dispone de unos 100.000 millones de neuronas, pero las conexiones entre ellas son escasas. Ya en ese mismo instante el cerebro está en constante aprendizaje, generando nuevas sinapsis. Es un sistema ávido de datos queriendo aprender a ver, a caminar, a entender el lenguaje, a tener consciencia… Los ordenadores están realizando un camino similar, y van aprendiendo con resultados sorprendentes. Continuar leyendo

inteligencia-artificial-tecnalia

Inteligencias artificiales y la tarea del pensar

Compártelo:

­El desarrollo de la Inteligencia Artificial tendrá que hacer que los filósofos desempolven sus viejos libros de filosofía para repasar con ellos los antiguos conceptos de Ser Humano, Inteligencia y Posición en el Cosmos.

Verán con añoranza cómo lo que comenzara siendo un apéndice divino puesto en la única Tierra que existía por el mismo Dios (y por tanto con una posición privilegiada sobre el resto de vidas que lo habitaban), poco a poco fue convirtiéndose en una especie más, de entre las muchas posibles que habitaba un minúsculo planeta de los muchos que había: solo que con una evolución un poco más refinada para pasar a ser una Esencia que solo alcanzaba su conciencia por medio de los Lenguajes que habitaba, y sin los cuales nunca podría salir de su nada. Continuar leyendo

nuevas-tecnologias-trabajo

Las nuevas tecnologías y el trabajo

20 septiembre, 2018 Guillermo Gil Aguirrebeitia

Compártelo:

Cuando sale, en conversaciones, el tema de cómo las empresas, los puestos de trabajo y la legislación, y el sistema laboral se adaptan o, mejor dicho, les cuesta adaptarse a la incidencia que tienen las nuevas tecnologías, constato que compartimos percepciones similares acerca de la capacidad, y velocidad de adaptación del contexto laboral al nuevo escenario de tecnologías omnipresentes.

Lo primero, hay una brecha para extraer todo el inmenso potencial de las tecnologías; lo segundo, la brecha se agranda porque no somos capaces de funcionar a la misma aceleración (que no velocidad) a la que se despliega este potencial de las tecnologías. Y que quizá otorgamos, relativamente y aparentemente, insuficiente atención al fenómeno, especialmente en las empresas más pequeñas y menos globalizadas. Continuar leyendo

Día Mundial de Internet

Día de Internet: mirar al futuro implica equivocarse, salvo que dispongas de poderes sobrenaturales

Compártelo:

Este es el duodécimo día de internet, y como todos los años, el 17 de mayo aparecen innumerables artículos sobre la red, sus usos y abusos, métricas sobre su increíble crecimiento, o sobre la importancia que tiene en la economía, en la sociedad, en nuestras vidas…

Lejos quedan aquellos días del invierno 93-94 en los que Mosaic nos abrió un mundo de páginas HTML. Lejos quedan aquellos días de Gopher, Archie y otros servicios hoy olvidados que formaban parte de aquella internet no tan primitiva. Y qué lejos queda también ese 9 de enero de 2007, cuando Apple anuncia la llegada del iPhone: aquel dispositivo que revolucionaría la forma de consumo de internet y barrería iniciativas previas basadas en tecnologías llamadas a triunfar pero que fracasaron principalmente por prometer lo que todavía no era posible (¿recordáis WAP?). Continuar leyendo