Venga por delante que este artículo se escribe desde un enfoque profesional, es decir, aquí no habrá marcianos ni robots amenazando la humanidad. Dicho esto, las diferentes tecnologías que comprenden el marco de la inteligencia artificial son muy reales y están aquí para cambiar de manera disruptiva nuestra vida.
Recuerdo haber leído que BBVA representaba el 10% de las transacciones con tarjeta de crédito en España. ¿Saben lo que es eso es estadística? Casi una certeza. Disponer del 10% de los datos de gasto de una población es saber lo que está pensando: donde se corta el pelo, donde come, de que equipo de futbol es, donde van sus niños al colegio, etc.
Pensar que BBVA no aprovecha esa información (1) para evaluar nuestro riesgo financiero, capacidad de fraude o interés en sus productos es mentirse mirándose al espejo. Una acción tan falsa como inútil. Las empresas en general tienen desde hace años un acceso casi infinito a datos personales. De todo tipo. La clave está en explotarlos adecuadamente. Y la tecnología está evolucionando a marchas forzadas para permitir una tarea tan compleja.
Porque sí, es una tarea enormemente difícil.
Que una persona identifique la institución adecuada en la frase del título no es difícil. Pedirle a alguien que busque en el periódico local la ciudad o el equipo de futbol con una frase como la anterior es una práctica de lenguaje muy cotidiana. En la comunicación damos por supuesto que la gente es permeable al conocimiento y que es casi imposible no identificar a Carmena o Florentino y las instituciones que representan.
Google entiende desde hace años este problema en la contextualización de información, ya sea para mejorar los resultados de búsqueda de su motor o ya sea para relacionar la información en sus enormes bases de datos. Es por eso que desde 2012 Google invierte buena parte de su presupuesto en alimentar lo que ha venido a llamar el Knowledge Graph(2) o gráfico de conocimiento, con más de 570 millones de entidades de información conectadas por 18 mil millones de relaciones.
¿Y que tiene esto que ver con la Inteligencia Artificial? Pues mucho. Google utiliza (entre otras) una técnica conocida como Deep Learning para desarrollar sus bases de conocimiento (3). El «Aprendizaje Profundo» es una técnica por la cual le das criterios a un ordenador para extraer conocimiento de los datos. Le enseñas a identificar entidades básicas (Personas, Organizaciones, Lugares, Fechas, etc.) y las relaciones entre ellas.
El Deep Learning es una técnica usada en algoritmos de Inteligencia Artificial que a su vez utiliza muchos fundamentos de la IA para aprender. Piensen por un momento en esta frase:
«Alberto es una buena compañía»
Cuando hablamos de reconocer Personas y Organizaciones, estamos hablando de enfrentarnos nuevamente al terror del lenguaje: la ambigüedad. En la frase de ejemplo, sin más contexto que el de la propia frase nos es imposible saber si nos están invitando a salir con un tipo interesante o quieren que invirtamos nuestro dinero en una compañía de futuro. Alberto como tal, no significa nada. Su rol viene determinado por el contexto.
Y si nosotros no sabemos decidir, ¿cómo podemos enseñar a un ordenador a hacerlo?
El Machine Learning o aprendizaje de las máquinas es un método matemático de resolución de ambigüedades como la anterior. Bajo el paraguas de Machine Learning se esconden algunos de los más bellos y complejos algoritmos creados por la mente humana: redes neuronales artificiales, algoritmos genéticos, árboles de decisión, etc.
El objetivo de todos ellos es la inducción de conocimiento, es decir, extraer conclusiones complejas a partir de ejemplos de la vida real. Por ejemplo, las evidencias soportan la hipótesis de que, si el precio del barril de crudo sube, las acciones de las líneas aéreas caerán. Podemos por lo tanto construir un sistema de compra venta de acciones basado en el análisis del comportamiento del mercado. ¿O no?
Pues no. Es más, todos aquellos que lo han intentado han fracasado estrepitosamente. Porque la mente humana es algo más que estadística.
Bajo la palabra «Cognitivo» escondemos la complejidad de razonamiento del cerebro humano. Existen actualmente 188 patologías en psicología que describen desviaciones irracionales en el comportamiento del cerebro humano (4). Baste decir que cada uno de nosotros crea su propia realidad y se basa en ella, y no en los datos, para tomar decisiones. La lógica, estadística o no, no aplica en el mundo real y para nosotros tiene más peso la opinión de un amigo íntimo que la noticia contrastada del periódico.
El Cognitive Computing utiliza las técnicas descritas hasta ahora en el artículo y unas cuantas más para ayudarnos de manera completa o parcial en la toma de decisiones en procesos de decisión basados en juicios de valor. El Cognitive Computing enseña a los ordenadores a pensar como humanos.
Lo cual nos lleva finalmente al título del artículo. ¿Qué es la Inteligencia Artificial y por qué debería interesarme?
La respuesta es que la IA es la capacidad de que las máquinas simulen el comportamiento humano y, en general, no debería servirnos para nada más que para leer buenos libros de ciencia ficción o alguna que otra película de Tom Cruise. Porque nadie quiere una máquina actuando como una persona.
Sin embargo, las empresas tienen actualmente mucho interés en explotar las tecnologías que amparan la Inteligencia Artificial. Cada una de ellas ha supuesto una pequeña revolución. El Deep Learning permite a Google mejorar continuamente sus resultados de búsqueda. El Machine Learning está permitiendo por ejemplo analizar millones de informes médicos y descubrir nuevas relaciones entre síntomas, diagnosis y tratamientos. IBM basa toda su estrategia como empresa de futuro en el Machine Learning a través de su iniciativa Watson (5), un sistema que ya ha probado su utilidad en oncología, la cocina creativa o en el análisis de riesgo de operaciones financieras.
Mi empresa se dedica desde hace más de 15 años al Cognitive Computing. En la última década hemos enseñado a los ordenadores a actuar como abogados interpretando leyes y textos legales, peritos de seguros evaluando y resolviendo siniestros, analistas de inteligencia investigando actividades terroristas y crimen organizado, auditores asegurando el cumplimiento normativo y un sinfín de escenarios complejos y difíciles incluso para personal altamente experimentado. Hemos desarrollado sistemas con más de 400 años de conocimiento, es decir, una persona tardaría 4 lustros en estudiar el conocimiento que aplica el sistema en la toma de decisiones. Nuestros clientes están dentro de las llamadas Blue Chip o empresas top a nivel mundial, muy estables y con gran liquidez. Muchos de ellos tienen firmados con nosotros acuerdos estratégicos que les habilitan para usar nuestra tecnología de manera masiva en todos los procesos de empresa: el riesgo, el fraude, la toma de decisiones, la automatización de procesos, el soporte a usuarios y clientes, la inteligencia competitiva, la gestión de reputación de marca, las redes sociales, etc.
Si usted es cliente de alguno de los principales bancos o empresas de seguros en España, muy probablemente esta interactuando con mecanismos de inteligencia artificial como los descritos y ni siquiera lo sepa. Es posible incluso que su comportamiento y relación como cliente esté siendo estudiado y que a la hora de ofrecerle un servicio se tenga en cuenta esta información.
La próxima vez que pague con tarjeta de crédito, recuerde este artículo.
Referencias:
Source: Puro Marketing