Durante la segunda mitad de 2023 la Unión Europea (UE) concluyó el proceso de regulación del uso de la inteligencia artificial iniciado dos años antes, en lo que se convirtió en la primera ley integral sobre IA del mundo. La misma entrará en vigor en 2026, pero se aplicará por fases. El espíritu de la misma permite o prohíbe el uso de la tecnología en función del riesgo que suponga para las personas y que busca impulsar a la industria europea frente a gigantes como China y Estados Unidos.
Uno de los puntos más controversiales es el uso que las fuerzas del orden pueden hacer de las cámaras de identificación biométrica en espacios públicos para garantizar la seguridad nacional. Las mismas requerirán una autorización judicial que contemple que hay una amenaza terrorista “genuina y previsible” o “genuina y presente” (que está en desarrollo). Entre los puntos celebrados, prohíbe todos los sistemas de categorización biométrica por creencias políticas, religiosas, filosóficas o por su raza y orientación sexual; así como también los sistemas para generar bases de datos faciales a través de internet o de grabaciones audiovisuales.
En lo que respecta a los sistemas de IA generativa, que tuvo un estallido en 2023 y fue uno de los últimos agregados a la ley, tendrán que especificar si un texto, canción o fotografía se han generado a través de la inteligencia artificial y garantizar que los datos utilizados para entrenar a los sistemas respetan los derechos de autor.
Primero que nada, hay que celebrar cualquier iniciativa que apunte a regular prontamente un avance que tiene un impacto tan significativo para la sociedad. Segundo, es de destacar que esta normativa de la Unión Europea esté a la vanguardia de la protección del usuario, que es el actor más descuidado de este ecosistema que está generando la IA. Europa siempre está mostrándole al mundo que, pese a ser el continente más antiguo (como lo llaman muchos), es el más moderno cuando se trata de la conservación de los valores básicos de una sociedad.
En este momento que en Argentina están emergiendo los primeros proyectos de ley para regular la IA, sería bueno que cuando haya una normativa local trate de preservar el espíritu de este primer antecedente bajo la premisa de que no es posible innovar de manera sostenible sin atención a la dimensión humana y sin una regulación capaz de contener y fomentar el progreso. La UE tiene muy claras las prioridades y pone a la persona y el usuario primero; y la cuestión económica o el desarrollo lo deja en segundo plano. En el mundo en el que vivimos hoy, esto me parece muy vanguardista y disruptivo.
(Agencia CyTA-Leloir).- Un estudio liderado por científicos argentinos es la portada de la edición de este mes de la revista Nature Machine Intelligence, líder en temas de computación. En el artículo, los autores presentan un método basado en inteligencia artificial (IA) que detecta asociaciones entre la información genética de una persona y las características morfológicas (fenotipo) del ventrículo izquierdo, lo que permite entender mejor qué hay detrás de ciertos cambios en la estructura del corazón. Además de abrir la puerta al desarrollo de terapias e intervenciones de precisión para personas con riesgo de enfermedad cardíaca, los investigadoress aseguran que el novedoso enfoque podría extenderse también para conocer más en profundidad otros órganos, incluidos el cerebro.
“Demostramos que nuestra técnica mejora en gran medida la capacidad de descubrimiento de genes que influyen en la forma del ventrículo izquierdo. Entre otras cosas, hallamos 49 ubicaciones genéticas novedosas con alta significancia estadística relacionadas a rasgos morfológicos cardíacos y otros 25 sitios con evidencia sugestiva”, escribió el equipo interdisciplinario liderado por investigadores argentinos en la Universidad de Leeds y la Universidad de Manchester, Inglaterra, que trabajó en colaboración con científicos de IBM y del Instituto de Investigación en Señales, Sistemas e Inteligencia Artificial -“sinc(i)”- del CONICET y la Universidad Nacional del Litoral en la provincia de Santa Fe.
El equipo de investigación realizó estudios de asociación del genoma completo, más conocidos como GWAS por sus siglas en inglés, y de asociación de todo el transcriptoma (TWAS). Y por medio de un novedoso método de aprendizaje profundo (deep learning) no supervisado cruzó esa información con el resultado del análisis de 50.000 imágenes tridimensionales de resonancias magnéticas del corazón incluidas en el Biobanco del Reino Unido, una base de datos líder a nivel mundial que también cuenta con información genética de sus participantes.
“Lo novedoso del trabajo es que proponemos una nueva forma de descubrir asociaciones acerca de cómo los cambios en el genoma pueden impactar en la forma del corazón”, explicó a la Agencia CyTA-Leloir Enzo Ferrante, investigador del CONICET en el sinc(i) y uno de los autores que codirigió el estudio. Y agregó: “Normalmente, para entender el impacto de cambios genéticos respecto a algún parámetro fenotípico (rasgos observables de una persona) se usan las técnicas GWAS. Nosotros lo que hicimos fue ‘aprender’ con IA nuevas representaciones derivadas a partir de imágenes del corazón que contienen información global sobre su estructura, a las que usamos luego para descubrir nuevas asociaciones”.
Ese aprendizaje, explicó Ferrante, lo hicieron con una técnica denominada deep learning geométrico, ya que la morfología del miocardio se modela a través de una representación tridimensional digital (o malla) obtenida a partir de la imagen del músculo cardíaco. Se logra a través de algoritmos de IA diseñados para recibir una malla 3D como entrada y transformarla en una representación diferente, sobre la cual es posible aplicar las técnicas tradicionales de la genética estadística para encontrar asociaciones con el genoma (GWAS).
“A nivel médico, lo interesante es que hallamos asociaciones que ya se conocían, pero también descubrimos nuevas regiones del genoma que pueden estar relacionadas a cambios en la forma del corazón, que abren la puerta a nuevas investigaciones. Además, si bien para el trabajo utilizamos como modelo el corazón, la idea es muy general y podría usarse para descubrir asociaciones con otros órganos”, destacó el especialista del sinc(i).
Los científicos modelaron la morfología del miocardio a través de una representación tridimensional digital (o malla) obtenida a partir de la imagen de resonancias del músculo cardíaco.
Los científicos modelaron la morfología del miocardio a través de una representación tridimensional digital (o malla) obtenida a partir de la imagen de resonancias del músculo cardíaco.
La investigación recientemente publicada es parte de la tesis doctoral que lleva adelante en el Centro de Imagen Computacional y Tecnologías de Simulación en Biomedicina (CISTIB) y el Instituto de Medicina Metabólica y Cardiovascular de la Universidad de Leeds (Reino Unido), el físico santafesino, egresado del Instituto Balseiro y primer autor del artículo, Rodrigo Bonazzola. Y estuvo liderada por el platense Alejandro Frangi, ingeniero de telecomunicaciones, doctor en Medicina y director del Instituto Christabel Pankhurst de Investigación e Innovación en Tecnología Sanitaria, y de la Cátedra Bicentenaria Turing en Medicina Computacional, ambas de la Universidad de Manchester, también en el Reino Unido. Frangi cosupervisó la tesis junto a Ferrante y Tanveer Syeda-Mahmood, jefa científica de IBM Research Almaden, en California.
“Nuestro estudio revela la presencia de genes que albergan mutaciones que se sabe que son perjudiciales para otros organismos; sin embargo, el impacto de variaciones comunes de estos genes en la estructura cardíaca en toda la población humana no se había documentado antes en humanos. Por nombrar sólo un ejemplo, el gen STRN, reconocido por sus mutaciones dañinas que provocan miocardiopatía dilatada en perros, exhibe una variante común en humanos que parece inducir un cambio sutil pero detectable en la orientación de la válvula mitral, una de las cuatro que hacen que el corazón mantenga el flujo sanguíneo en la dirección correcta. Esta asociación genotipo-fenotipo no había sido detectada anteriormente con los métodos de fenotipado cardíaco tradicionales.”, aseguró Bonazzola.
Por su parte, Frangi resaltó: “Esta investigación ejemplifica el poder de los equipos multidisciplinarios y las colaboraciones internacionales, respaldados por los valiosos datos del Biobanco del Reino Unido. Al combinar datos genéticos con imágenes cardíacas a través del aprendizaje automático o machine learning avanzado, obtuvimos nuevos conocimientos sobre los factores que dan forma a la salud cardiovascular”.
El investigador, concluyó: “Aunque hace unos años este logro hubiera parecido de ciencia ficción, lo cierto es que pudimos demostrar que es completamente posible utilizar la IA para comprender la base genética del ventrículo izquierdo simplemente mirando imágenes tridimensionales del corazón”.
Un nuevo enfoque para la robótica: inteligencia artificial universal
Desde los albores de la ciencia ficción, las computadoras inteligentes han estado acompañadas por robots y androides. Sin embargo, en los últimos años, los sistemas de IA basados en software han superado a sus contrapartes robóticas en cuanto a sofisticación. Si bien los robots son capaces de realizar tareas en fábricas o en el hogar, su repertorio es limitado en comparación con la versatilidad de los chatbots.
En un intento por cambiar este panorama, la startup Physical Intelligence, fundada este año por expertos en robótica e IA, busca crear un software que dote a una amplia gama de robots y máquinas con una inteligencia de alto nivel. “Nuestro objetivo es llevar la IA al mundo físico con un modelo universal que pueda alimentar cualquier robot o dispositivo físico para prácticamente cualquier aplicación”, afirma Karol Hausman, CEO de la empresa.
El desafío de la IA en robótica
El auge de la IA de procesamiento del lenguaje, impulsada por empresas como OpenAI y Google, se debe en gran medida a la gran cantidad de datos de texto disponibles. En cambio, reunir datos del mundo físico ha resultado ser un desafío mucho mayor, limitando el progreso de la IA en robótica.
La propuesta de Physical Intelligence es un nuevo enfoque para la construcción de modelos de IA en robótica. La empresa busca fusionar las técnicas utilizadas en los modelos de lenguaje con sus propias técnicas para controlar e instruir a las máquinas. El objetivo final es crear una IA que funcione como un sistema robótico de propósito general.
Hausman, ex científico de robótica en Google, lidera un equipo cofundador con amplia experiencia en el campo. La empresa ha recaudado 70 millones de dólares de inversores como Thrive Capital, OpenAI y Sequoia Capital.
Los esfuerzos por mejorar el software robótico tienen antecedentes. Willow Garage, fundada en 2006, intentó crear un software de propósito general para robots, pero no logró un gran avance. Otras empresas como Rethink Robotics y Figure AI han desarrollado sistemas de IA para robótica con diferentes enfoques.
A diferencia de otras empresas que se enfocan en tipos específicos de robots, Physical Intelligence busca desarrollar un software aplicable a una amplia gama de robots. Para ello, están creando un modelo de IA que dota a las máquinas de habilidades humanas básicas.
IA de lenguaje e imágenes al servicio de la robótica
En los últimos años, la IA de lenguaje e imágenes ha permitido que los robots adquieran nuevos niveles de inteligencia. Sin embargo, el hardware aún necesita entrenamiento para realizar tareas físicas.
Physical Intelligence aún no ha revelado su estrategia para superar este desafío. Planean comprar robots de diferentes fabricantes y entrenar sus modelos de IA en ese hardware, creando el conjunto de datos de robótica más grande hasta la fecha.
Los cofundadores de Physical Intelligence afirman haber estado trabajando en los desafíos de la IA para la robótica durante años y creen que su enfoque puede superar los obstáculos que han frenado el campo hasta ahora. “Realmente creo que necesitaremos un esfuerzo de investigación largo y serio para lograr esto”, dice Levine. “Pero hay suficientes señales de que los mayores obstáculos para utilizar robots en el mundo real ahora son solucionables”.
Physical Intelligence se enfrenta a la competencia de empresas como Figure AI y Tesla, así como a otras que trabajan en software de robótica de propósito general.
La práctica del marketing se está transformando radicalmente a raíz de dos grandes cambios: la rápida evolución de la inteligencia artificial (IA) y la eliminación de las cookies de terceros, que se producirá a finales de este año. Juntos, estos cambios alterarán el statu quo del marketing digital y redefinirán nuestra forma de trabajar.
Este es un momento crítico. Como cualquier punto de inflexión, traerá cambios profundos, pero también nuevas oportunidades y crecimiento. Y los líderes en marketing están aprovechando el momento.
Si bien es imposible predecir el futuro con certeza, compartir ideas y perspectivas sobre lo que viene es una forma de garantizar que estamos construyendo juntos un futuro duradero para la publicidad digital. Teniendo esto en cuenta, aquí presentamos algunas ideas clave de los líderes de Google sobre cómo trazar el rumbo en lo que sin duda será un año memorable.
El marketing es esencial para crear valor
Los presupuestos siguen siendo ajustados y los líderes empresariales están priorizando, sin concesiones, dónde asignar los recursos. Pero el marketing no siempre es la primera opción: sólo la mitad de los CEO lo consideran un importante motor de crecimiento.1 Por lo tanto, ya seas un CMO u otro profesional del área, ciertamente enfrentas una enorme presión para impulsar los resultados comerciales.
Este es un momento desafiante, sin duda. Pero también es una oportunidad para demostrar y consolidar el papel del marketing como centro de ingresos. La IA es el facilitador que te ayudará a conseguirlo.
La IA está redefiniendo el valor del marketing. Con él, podemos construir conexiones más sólidas con nuestros clientes, lograr un mejor retorno de la inversión y hacer que nuestro trabajo sea más interesante, liberando tiempo para centrarnos en tareas de alto valor que la IA no puede realizar.
¿Por dónde deberías empezar? El punto de partida de mi equipo fue Nociones básicas de IA, un plan de acciones que puedes poner en práctica hoy para preparar tu negocio para el éxito. Y para mantenerte al día con las innovaciones de Google IA y las transformaciones de la industria en un solo lugar, agrega la Guía de IA para especialistas en marketing a tus enlaces favoritos.
Los datos propios son la base de un futuro duradero
Con la inminente eliminación de las cookies de terceros de Chrome, lograr un marketing adecuado que respete la privacidad es la prioridad de todos en este momento. Pero las crecientes expectativas de privacidad –y sus implicaciones para lo digital– no son nada nuevo. Entonces, si aún no has comenzado, ahora es el momento de reescribir tu manual de privacidad.
Los consumidores quieren experiencias online relevantes de sus marcas favoritas y esperan transparencia y control sobre sus propios datos. Casi el 50 % de las personas dijeron que una experiencia de privacidad positiva con marca de segunda elección las llevaría a cambiar su marca de primera elección.2
Eso significa que la mitad de tus clientes están en juego, no sólo los tuyos, sino también los de tus competidores. Ganar y retener a estos consumidores requerirá nuevas relaciones que se construyan, no que se compren, basadas en la confianza y un verdadero intercambio de valor. Las relaciones directas con los clientes basadas en una sólida estrategia de datos propios lo hacen posible.
Las empresas que no establecen estas relaciones con sus clientes e invierten en una estrategia de datos propios corren el riesgo de perder la funcionalidad y eficacia de sus anuncios. Para finales de 2024, será más difícil llegar a tus clientes con anuncios digitales, comprender quién tomó acción sobre ellos y medir cómo interactuaron con esos anuncios.
Los medios lo son todo, en todas partes
Cuando los especialistas en marketing piensan en los medios, tendemos a pensar en los anuncios porque son la parte por la que conocemos el precio y por la que pagamos. Hoy en día, centrarse únicamente en comprar anuncios es muy limitado. Existen innumerables otras formas y frentes donde las personas pueden interactuar e involucrarse con los productos. Los especialistas en marketing deben pensar de manera más amplia y considerar la totalidad de estas interacciones con los consumidores como medios y como una oportunidad para ver e interactuar, no solo lograr alcance y frecuencia.
Si cada momento, interacción y punto de contacto es una oportunidad de marketing, ¿cómo puede tu marca ser útil, adaptable y flexible en estos espacios?
En el Media Lab de Google, asumimos un compromiso: no presentamos planes de medios que no integren componentes de medios pagados, propios y ganados. Hablamos de ellos todos juntos, tal como los experimentan los usuarios.
Cuando crees planes de medios de 360 grados, la IA se convierte en un factor clave: impulsa la eficiencia, la productividad, la creatividad y la rentabilidad.
La IA generativa es una poderosa herramienta para tu creatividad
Lo que hace que la IA sea única es su singular capacidad para elevar tanto el nivel mínimo como el máximo de creatividad en marketing. Mejora los conceptos básicos al permitir que cualquiera utilice la tecnología más avanzada disponible. No es necesario saber programación ni saber usar una computadora para experimentar con la IA. Y eleva el techo al elevar la creatividad a niveles nunca antes vistos.
Para mí y mi equipo, la IA generativa ya es un socio creativo indispensable. Es una forma rápida y sencilla de crear prototipos y explorar ideas, y es un antídoto útil cuando no tienes idea de por dónde empezar. ¿Estás tratando de superar un bloqueo creativo de escritura o diseño? Comparte algunas ideas con Gemini y la inspiración te llegará.
Desde una perspectiva de producción, la IA literalmente hace posible generar recursos en el volumen, la velocidad y la variación necesarios para satisfacer las expectativas de los consumidores, y hacerlo a escala. Usamos herramientas de inteligencia artificial para girar y recortar recursos de video, crear imágenes de productos únicas y personalizadas, incrustar animaciones de texto y más.
Le doy el mismo consejo a cualquiera, creativo o no: juega con IA. Es como arcilla. La IA puede ayudarte a crear casi cualquier cosa que puedas imaginar, pero necesita personas creativas con quienes jugar y darle forma para alcanzar su máximo potencial.
Por: Sergio Fukushima. El sector minorista se ha enfrentado a varios cambios en los últimos años, como el aumento del comercio en línea, la digitalización dentro de las tiendas, los cambios en la mano de obra e incluso las preferencias de los compradores. Estos cambios han llevado a una mayor innovación en las tiendas físicas e incluso han acelerado algunos avances ya existentes.
Una de estas tecnologías avanzadas que está ganando mucha atención en el comercio minorista es la inteligencia artificial (IA), especialmente en el contexto del creciente uso de análisis inteligentes en las cámaras de vídeo en red. La visión por ordenador, que es un subsector de la IA que permite a las cámaras “ver” y obtener información significativa a partir de imágenes digitales y vídeo, tiene el potencial de transformar el sector minorista. Esta tecnología podría proporcionarle los datos y la información necesarios para afrontar algunos de sus mayores retos, como prevención de pérdidas, dotación de personal, sostenibilidad e inventarios, y ayudar a mejorar la experiencia de compra desde un mismo sistema.
Los análisis en tiempo real ayudan a prevenir pérdidas La prevención de pérdidas sigue siendo un problema importante en el sector minorista. En 2021, la Federación Nacional de Minoristas (NRF, por sus siglas en inglés) informó que la tasa media de pérdida desconocida era del 1.4%, representando 94,500 millones de dólares en pérdidas. No es una suma insignificante, y es fundamental que aborde este problema en el entorno de su tienda identificando los puntos conflictivos para posibles robos, como la zona de autopago. Los clientes pueden poner en práctica diferentes tácticas para evadir los pagos, lo que puede resultar tentador cuando no hay un empleado físico que los controle. Dicho esto, eliminar estos puntos de pago sería perjudicial. De hecho, según un estudio publicado por Gitnux en 2023, el 73 % de los consumidores prefiere el autopago a las líneas de caja con personal. Esta preferencia seguirá impulsando la adopción y expansión de las opciones de autofacturación en las tiendas, por lo que es fundamental mitigar el riesgo de robo.
Apoyando las operaciones y la experiencia del cliente
La comodidad ocupa un lugar destacado en la lista de prioridades de los compradores, especialmente en lo que respecta a la ampliación de los horarios de apertura de las tiendas y la reducción del recorrido de compra. Esto puede lograrse mediante el uso inteligente de la automatización y la tecnología avanzada. Las cámaras de red equipadas con software pueden utilizarse para gestionar procesos en la tienda como la reposición de existencias y el seguimiento de la afluencia, lo que permite al personal ofrecer consejos y recomendaciones de alta calidad a los compradores.
También se está produciendo un cambio hacia modelos de tienda más híbridos, que utilizan la tecnología para facilitar la navegación y la compra en ausencia de personal in situ. Esto les permite ampliar el horario de apertura sin limitar el acceso a las horas que más convienen a los compradores. Aquí es donde también puede aplicarse la visión por ordenador para obtener información sobre sus tiendas. Las cámaras de red equipadas con funciones de IA pueden detectar cuándo los clientes añaden artículos a sus cestas, cuánto tiempo pasan en la tienda y dónde, los puntos de fricción o los embotellamientos y otros comportamientos en la tienda. Esta información puede servir de base para cualquier cambio que realice para influir positivamente en la experiencia del cliente.
La gestión de inventarios se actualiza
La falta de existencias es una de las mayores frustraciones que experimentan los compradores y puede ser fuente de pérdidas de ingresos. Según un análisis de NielsenIQ sobre la disponibilidad en las estanterías -que es el número de productos que están disponibles para su compra en un lugar y momento determinados-, las estanterías vacías costaron a los minoristas estadounidenses 82.000 millones de dólares en ventas perdidas solo en 2021, que podrían haberse evitado.
La visión por ordenador puede ayudar en este caso. Las cámaras modulares o independientes pueden capturar imágenes de vídeo de sus estanterías, mientras que un algoritmo de aprendizaje automático y procesamiento de imágenes analiza los datos sobre la colocación y disponibilidad de las existencias. Cuando se detecta la necesidad de reponer existencias, se envía una alerta en tiempo real a un panel de control o a una aplicación móvil para informar al personal de la necesidad de reponer artículos específicos. Esta agilidad y flexibilidad añadidas garantizan que los niveles de existencias sigan respondiendo a las demandas de sus clientes.
Utilizando la IA para alcanzar sus objetivos de sostenibilidad
Si bien es fácil ver el impacto inmediato del uso de la visión por ordenador y la IA en el entorno de su tienda cuando se piensa en la eficiencia operativa y la rentabilidad, también puede utilizar estas tecnologías para mejorar sus métricas de sostenibilidad.
Puede aplicar la IA para supervisar sus niveles de existencias, asegurándose de que responde directamente a la demanda y evitando tener excedentes de existencias, que podrían destruirse o ir a parar al vertedero. También puede utilizar herramientas de previsión de IA para gestionar mejor las existencias y ayudarle a lograr la neutralidad de carbono mediante el control de las tasas de emisión.
El futuro del comercio minorista se apoyará en la analítica
El potencial de la IA en la videovigilancia es prometedor. Las cámaras de red equipadas con visión por ordenador pueden mejorar el análisis de vídeo, permitiendo la detección de amenazas, la detección de movimiento, el reconocimiento de objetos y una mejor comprensión de los comportamientos en la tienda.
Esto permite a su personal centrarse en ofrecer un servicio de alta calidad que mejore la experiencia del cliente y fomente la repetición del negocio y la fidelidad a su marca. También puede utilizar la IA para predecir tendencias y preferencias de los clientes, lo que le ayuda a planificar mejor el inventario, las campañas de marketing y el lanzamiento de productos. También hay un beneficio añadido en términos de apoyo a sus objetivos de sostenibilidad. Utilizando la información obtenida de esta tecnología, puede asegurarse de minimizar los residuos y optimizar su logística.
Aunque las ventajas de la IA son numerosas, como ocurre con cualquier actividad de recopilación y análisis de datos, es importante tener en cuenta los aspectos éticos relacionados con la privacidad y el posible uso indebido de la tecnología antes de ponerla en práctica. Se trata de una conversación continua y en constante evolución en la que tendrá que navegar a medida que se esfuerza por realizar cambios en su sistema de vigilancia que beneficien a su negocio más allá de garantizar la seguridad y la protección. Utilizar la IA en su sistema de vigilancia le permitirá, en definitiva, tomar mejores decisiones empresariales y aumentar los beneficios a largo plazo.
