inteligencia artificial

¿Qué es la Inteligencia Artificial?

Compartí esta noticia !

La inteligencia artificial (IA) ha sido el foco de especulación y entusiasmo desde su creación hace décadas. La realidad de la IA finalmente está comenzando a ponerse al día con la ciencia ficción. Esta tecnología está comenzando a impregnar toda nuestra vida en formas de las que quizás ni siquiera nos demos cuenta.

“La IA es cualquier sistema o máquina que puede optimizarse a sí misma mediante el uso de la información que recopila sobre cómo funciona la inteligencia humana. En esencia, la IA es la capacidad de un proceso de aprendizaje más avanzado para computadoras y máquinas. Es el proceso de crear máquinas inteligentes capaces de mejorar y aprender a medida que recopilan datos, los analizan y sacan conclusiones lógicas para su propia evolución”, explica Acer, un líder en el segmento de tecnología.

Algunos ejemplos de IA incluyen chatbots de servicio al cliente y algoritmos de redes sociales. El pináculo de la inteligencia humana, cosas como el reconocimiento de voz, la toma de decisiones avanzada y la identificación visual de objetos y rostros, ahora se han convertido en acciones que la IA es capaz de ejecutar.

Si bien las películas y los libros a menudo presentan a la IA como una amenaza para la especie humana, muchos están entusiasmados con la realidad de que la IA hace que nuestras vidas sean más fáciles, mejores y más eficientes. Por ahora, las empresas la están utilizando como una solución principal para muchos problemas.

Para comprender verdaderamente la IA, es importante diseccionar la parte de “inteligencia” de la frase general. La inteligencia, en este contexto, se refiere a las habilidades computacionales para lograr objetivos para un sistema. En esencia, si un sistema es capaz de realizar cálculos rápidos y abundantes para lograr su objetivo preconcebido, podríamos llamarlo “inteligente”.

Por razones obvias, la inteligencia humana siempre ha marcado el punto de referencia de cómo deseamos que funcionen nuestras máquinas. Cuando muchos imaginan en qué podría convertirse la IA, lo que realmente buscan es el estándar de capacidad del cerebro humano. “Históricamente, mediante la inteligencia humana, siempre hemos tenido una mayor capacidad para almacenar recuerdos, realizar múltiples tareas, comunicarnos socialmente, tomar decisiones y ser consciente de nosotros mismos. Todavía hay muchos aspectos de la toma de decisiones y los procesos de pensamiento que la inteligencia artificial no puede lograr. La forma en que funciona el cerebro humano sigue siendo un misterio para nosotros, por lo que es natural que sea difícil programar eso en una máquina”, asegura.

¿Cuándo se convirtió la IA en algo?
Si bien no todos los investigadores o desarrolladores tienen ambiciones que rivalicen con las películas de ciencia ficción, los objetivos de desarrollo de IA de permitir que las computadoras hagan todo lo que la mente humana puede hacer son estándares. Alan Turning, un matemático inglés, es considerado por muchos como el primer defensor del potencial de la IA. Su conferencia en 1947 se centró en la IA y fue el comienzo de un cambio cultural hacia las posibilidades de cómo podrían evolucionar las computadoras. La prueba de Turing era esencialmente un test que proclamaba que si una computadora podía igualar la inteligencia humana y convencer a un observador externo de una inteligencia similar a la humana, entonces debía considerarse “inteligente”.

Aprendizaje automático, aprendizaje profundo e IA
Más de 70 años después, muchos creen que hemos superado el punto de referencia de Turing para la inteligencia informática. El término “inteligencia artificial” se menciona a menudo junto con el aprendizaje automático. La IA y el aprendizaje automático no son cosas separadas, sino que el aprendizaje automático es una herramienta utilizada dentro del desarrollo de la IA. La inteligencia artificial funciona tomando una gran cantidad de datos y ejecutándolos a través de algoritmos y aprendiendo de los patrones en el camino.

El aprendizaje automático, por otro lado, procura conclusiones a partir de los datos mediante el uso de redes neuronales. Este comportamiento de búsqueda de patrones permite que una computadora aprenda. Anteriormente, esto no había sido un sello distintivo de las computadoras, ya que siempre completaban las funciones para las que habían sido programadas y nada más. El concepto de aprendizaje profundo acompaña al aprendizaje automático en las conversaciones sobre IA. El aprendizaje profundo es esencialmente aprendizaje automático dentro de capas y capas de grandes conjuntos de datos.

¿Por qué es importante la IA?
Más allá de una sensación de logro por lo lejos que ha llegado la inteligencia informática, la IA ofrece varios beneficios tangibles. IA ofrece una mayor automatización para ciertas tareas. Debido a que una computadora no puede agotarse o quedarse sin energía mental, puede realizar tareas repetitivas que un humano necesitaría hacer manualmente. IA también puede trabajar un día de 24 horas todos los días de la semana, mientras que un ser humano no puede. Puede proporcionar un análisis de mayor calidad. Con un fuerte enfoque en una sola tarea o función, la IA puede analizar conjuntos de datos o problemas difíciles a velocidades más altas que un cerebro humano. Puede mejorar la eficacia de nuestros procesos y funciones. Puede reducir los errores causados por el juicio humano.

Todo esto se suma a la mejora de los productos y servicios entregados a los usuarios finales. Además, estas capacidades de IA significan un costo general reducido para muchas empresas. Sin la necesidad de miembros del personal o equipos compuestos por varias personas, la IA puede funcionar a plena capacidad haciendo lo que tiene que hacer y, al mismo tiempo, ofrece un ROI más alto para su rendimiento.

Con estos beneficios centrales de la IA, es posible que veamos los trabajos aburridos (o peligrosos) como algo del pasado, al menos para los humanos. Es posible que veamos una producción enormemente mejorada de departamentos y empresas con un crecimiento radical en velocidad y eficiencia.

¿Quién supervisa el desarrollo de la IA?
Muchos nos han advertido sobre los peligros potenciales de la IA. Elon Musk dijo: “Recuerde mis palabras, la IA es mucho más peligrosa que las armas nucleares” y luego preguntó “¿por qué no tenemos supervisión regulatoria?” No faltan referencias a películas que aluden a la posibilidad de que la IA falle, así como personas influyentes que cuestionan hacia dónde nos dirigimos. Entonces, ¿qué hay para asegurarse de que eso no suceda?

Se debe implementar cierta supervisión para garantizar que nuestro futuro con IA sea beneficioso para todos. ¿Cuál será el tipo de supervisión o regulación más eficaz? Para comprender la respuesta a esa pregunta, debemos observar de manera realista las amenazas que plantea la IA. Antes de que nos preocupemos de que la IA se haga cargo, hay algunas formas mucho más apremiantes en las que esta puede alterar nuestra forma de vida.

La automatización del trabajo ya no es un peligro potencial distante de la tecnología de IA. Los trabajos ya se están automatizando y, debido a esto, las personas se están quedando sin trabajo. Lo que es peor es que no hemos planeado esto como sociedad. Millones de personas se desempeñan en trabajos que corren el riesgo de ser reemplazados por la automatización a través de IA en la próxima década. Con esta automatización y los despidos posteriores, podríamos ver un aumento de las tasas de desempleo. El hecho es que ciertas industrias y trabajos se verían afectados mucho más rápidamente por la automatización temprana de la IA que otros.

Otro peligro potencial de la IA en un futuro cercano sería el uso malicioso de esta poderosa tecnología. Un gran poder conlleva una gran responsabilidad y tan pronto como el potencial absoluto de la IA sea accesible para todos, estamos seguros de que llegará a manos de criminales malévolos, piratas informáticos, terroristas y gobiernos. También podemos ver problemas de privacidad y desinformación con las crecientes capacidades de IA. Esta perspectiva ha estimulado una especie de carrera armamentista de IA en la que muchos países y empresas están acelerando la innovación de la IA en formas tanto benévolas como malévolas para adelantarse a enemigos y competidores imprevistos.

Sin embargo, por ahora, muchas organizaciones todavía lo están descubriendo. La verdad es que estamos entrando en un territorio desconocido y nadie lo sabe con certeza. Es probable que siga gran parte de la tecnología anterior en el hecho de que puede usarse tanto para bien como para mal.

¿Quién lidera el desarrollo de la IA?
Gigantes de la tecnología como Google y Facebook han hecho grandes avances para innovar e incorporar la inteligencia artificial en la estructura de la forma en que administran sus empresas y brindan sus servicios. Pero no son solo las grandes corporaciones las que están haciendo uso de la IA. Las empresas emergentes de todo el mundo que se especializan en productos y servicios centrados en la IA están apareciendo rápidamente. Orbital Insight proporciona información y pronósticos a varias industrias utilizando satélites y drones que analizan los datos recopilados por IA. SoundHound lo ayuda a identificar canciones a través de su función de IA y tiene como objetivo proporcionar capacidades más profundas en el campo de inteligencia de voz y conversación. Las organizaciones sin fines de lucro como OpenAI están creando inteligencia artificial general, similar a los seres humanos, con un enfoque en la innovación de IA segura y responsable.

AiForge de Acer es una herramienta de desarrollo que permite a las escuelas y empresas la flexibilidad que tanto necesitan para entrenar soluciones de IA tanto simples como complejas. Permite que las organizaciones simplifiquen y prioricen las tareas como mejor les parezca, al mismo tiempo que reducen la cantidad de tiempo necesario para hacer realidad sus modelos y soluciones. Esto seguramente acelerará la innovación en la industria.

Pero el desarrollo de la IA no se limita a los grandes gigantes tecnológicos. Cualquiera puede involucrarse en el trabajo de IA al igual que la programación se ha convertido en una oportunidad abierta para muchas personas repartidas por todo el mundo. Si bien tendríamos razón al sentir cierta cautela sobre el desarrollo de IA sin restricciones, está claro que es un campo prometedor y probablemente cambiará el futuro de la humanidad de muchas maneras positivas.

Compartí esta noticia !

Inteligencia artificial y un hospital de Neurociencias, los objetivos de la Salud Pública en Misiones

Compartí esta noticia !

El tercer escalón: Inteligencia Artificial. El ministro de Salud, Oscar Alarcón planteó el nuevo desafío que adopta la Salud Pública en Misiones, con el desarrollo de un sistema de IA para atender pacientes y detectar enfermedades. El modelo no es futuro, sino presente. Ya se está trabajando en el sistema y adoptando protocolos para la capacitación de los operadores. Incluso para hacer triage a través de los datos aportados por el propio paciente. Es el tercer escalón después de la digitalización y la telemedicina, acelerada a la fuerza durante la pandemia. También se está trabajando en la creación de un hospital exclusivo para Neurociencia, para el que ya se está trabajando en Residencias, lo mismo que en BioInformática, contó el titular de la cartera sanitaria durante la defensa del Presupuesto para la Salud en 2023.  En Misiones, el presupuesto para la salud, incluidos el ministerio y el Parque, contará en total con 94.694.344.000 pesos, con un incremento del 75 por ciento, uno de los más altos dentro de las distintos organismos.

Extrañamente ante los diputados hubo casi nula mención al coronavirus. “Hoy es uno más de los virus que tenemos”, explicó Alarcón a Economis. Hay casos, pero con síntomas y consecuencias distintos. Hay más casos de Gripe A, propios de la temporada invernal.

Alarcón describió los principales indicadores sanitarios de Misiones. Como síntesis, expuso los números de mortalidad infantil, que alguna vez fueron una vergüenza: 32 por mil en los 90, 8,07 por mil en la actualidad.  “Cuando tenés una mortalidad de 32 por mil no hay muchas explicaciones que dar, hay muchas cosas por hacer y todo está mal. Misiones lo que ha hecho es trabajar para mejorar estos índices. En el índice de un dígito confluyen educación, salud, infraestructura, caminos, rutas, la igualdad y equidad en los 30 mil kilómetros cuadrados”. 

Y las estadísticas revelan que hay una mejora sustancial en los principales indicadores, con excepción de la mortalidad materna, afectada por el coronavirus. La tasa de mortalidad neonatal <28 días pasó de 20,10 en 1990 a 5,37 en 2021, aunque la cifra más baja se alcanzó en 2019 con 5,14. La tasa de mortalidad pos neonatal pasó de 12,00 en 1990 a 2,71, con una leve suba en relación a 2019, cuando llegó a 3,39. 

Otro dato saliente es que la tasa de natalidad, que supo ser de las más altas de la Argentina, pasó de 39,40 a 16,10, la más baja que marca la estadística. En 2021 solo hubo 20.683 nacimientos en Misiones, de los cuáles 13.756 fueron en el sistema público, lo que equivale al 67 por ciento. 

Buena parte de esa baja va de la mano también de una caída del embarazo adolescente, que era uno de los indicadores preocupantes en Misiones. El 22,29 por ciento de los bebés nacidos vivos en 2015 era de madres adolescentes. Hoy ese porcentaje bajó a 15,3 por ciento. En números absolutos la diferencia es marcada: 6.105 bebés de madres adolescentes en 2015 a 3.165 actualmente. Además de los capacitadores, hay 150 puestos de colocación de implantes subdérmicos. Se colocaron 8.888 el año pasado, el diez por ciento en niñas de entre 10 y 14 años, 3.982 entre 15 y 19 años. 

Alarcón destacó que la atención de la salud se expandió a todos los rincones y que el objetivo es que cualquier habitante reciba la misma calidad de servicio. 

Habrá siete hospitales nuevos, con equipamiento de alta complejidad y se modernizaron los hospitales de las principales ciudades “para que se atienda en su lugar de origen”. “Hemos federalizado la salud. La  misma salud en Posadas que en cualquier parte de la Provincia. Cirugías cardiovasculares, coronarias, hemodinamia, se podrán hacer en Eldorado”, ejemplificó. En esa línea, Misiones cuenta con 183 unidades de traslado, 54 incorporadas en el último año. 

“El hospital de Pediatría es el más complejo de la región, junto con Brasil y Paraguay. El Materno NeoNatal es un orgullo para los argentinos, el más complejo de las maternidades en la Argentina. Ahora con centro de simulación y entrenamiento que permitirá capacitar a otras provincias. Hay solo dos centros en la Argentina, en obstetricia, partos, recién nacidos. No vamos a tener que aprender sobre la marcha, sino con robots”, detalló. 

Esa modernización, que fue destacada por diputados de la alianza Cambiemos, lo mismo que el manejo de la pandemia, permite que Misiones hoy certifique calidad de la salud, no sólo interna, sino de otras partes de la Argentina. Lo mismo se hará con Enfermería, que contará con una propia dirección dentro de la cartera sanitaria. 

En cuanto a las proyecciones para el 2023 comentó que se está trabajando en la Innovación tecnológica en salud, a través del RiSMI- Alegra Med Misiones y Telemedicina. Como así también en la puesta en marcha de nuevas Residencias en Ciencias de la Salud, como la Residencia en Informática- Inteligencia Artificial y Residencia en Neurociencia. 

Está en proceso de creación las Direcciones de Enfermería, Odontología, Calidad en Servicios de Salud y Biotecnología Médica y la creación del Servicio de Neurociencia. A lo cual se suma la proyección de la creación del Hospital de Neurociencia y un Centro de Capacitación y Entrenamiento. 

Por otra parte, se trabaja en la apertura del Banco de Leche en el Parque de la Salud Dr. Ramón Madariaga y la puesta en marcha del Programa de Procesamiento y almacenamiento de tejido placentario.

Alarcón anunció la incorporación de Unidades de Respuesta Rápida: motos para asistencia rápida al paciente, equipadas con la tecnología esencial, que estarán patrullando las grandes urbes, no sólo en Posadas, sino en las ciudades más pobladas y centros turísticos como Puerto Iguazú.. “Vamos a salvar muchas vidas con estos equipos, con recurso humano que se está formando hace dos años”, reveló el ministro.

Compartí esta noticia !

Inteligencia Artificial y Sesgos

Compartí esta noticia !

Escribe Nicolás Bonina* – Los desafíos éticos de la inteligencia artificial 

La inteligencia artificial está cambiando la manera en la que trabajamos y vivimos cotidianamente. Es una de las tecnologías que está marcando nuestra era, con un enorme potencial de oportunidades.

Los sistemas de machine learning nos ayudan a agrupar, clasificar, detectar anomalías y predecir a partir del análisis de grandes cantidades de datos. Estos sistemas nos ayudan a tomar decisiones, como nunca antes en la historia humana.

Pero en paralelo a estas oportunidades, la inteligencia artificial también presenta desafíos. Uno de ellos es el de los sesgos.  

Según el Diccionario de la Real Academia Española, sesgo es un “error sistemático en el que se puede incurrir cuando al hacer muestreos o ensayos se seleccionan o favorecen unas respuestas frente a otras.” Ni más ni menos. 

Los sesgos en los sistemas de machine learning pueden llevarnos a tomar decisiones discriminatorias. Estas decisiones discriminatorias pueden tener un enorme impacto indeseado en la vida de las personas. Por eso es importante.

Para hacer frente a estos desafíos, por lo general se habla de los sesgos en los algoritmos. Sin embargo, el desafío es mucho mayor y no se reduce sólo a los algoritmos, sino que incluye a todo el modelo de machine learning, incluyendo a los datos. 

¿Cómo es esto?

Los algoritmos y la etapa de modelado son sólo una parte de un modelo de machine learning. De hecho, si uno utiliza algoritmos ya creados, la etapa de modelado representa quizá el 20/40% del tiempo de un proyecto de este tipo. El 60/80% restante se invierte en los datos. Si uno crea su propio algoritmo, esto cambia, por supuesto. 

Por eso, podemos decir que los datos son la materia prima de un modelo de machine learning. Si los datos son buenos, el modelo será bueno. Si los datos son malos, el modelo será malo. Si los datos están sesgados, por más que tengamos el mejor algoritmo, el modelo estará sesgado. 

Esto plantea desafíos en cuanto a comprender, preparar, modelar y procesar los datos y que los mismos hagan sentido para responder a los objetivos y necesidades del proyecto para el cual se está desarrollando un modelo de machine learning.

Algunos de los desafíos más comunes son cómo estructurar los datos, qué hacer con los valores nulos, cómo balancear datasets desbalanceados. Cada decisión de este tipo va a tener una consecuencia directa en el modelo de machine learning. 

Luego, además de los posibles sesgos en los datos y en los algoritmos, hay que evaluar la dicotomía entre sesgo y varianza que se presenta al momento de evaluar el modelo, lo que también se conoce como underfitting y overfitting. 

Y, desde ya, hay que considerar los sesgos propios de los algoritmos que estemos usando. 

Recientemente España sancionó la Ley 15/2022 sobre regulación “integral para la igualdad de trato y la no discriminación”, haciendo hincapié en los sesgos de los algoritmos. La norma establece que las administraciones públicas deben favorecer la puesta en marcha de mecanismos para que los algoritmos involucrados en la toma de decisiones que utilicen tengan en cuenta criterios de minimización de sesgos, transparencia y rendición de cuentas, siempre que sea factible técnicamente. Estos mecanismos deben abordar el potencial impacto discriminatorio de los algoritmos. Además, las administraciones públicas deberán promover la realización de evaluaciones de impacto que determinen el posible sesgo discriminatorio.

Por su parte, la cláusula VIII de la Carta Europea de Derechos Digitales específicamente promueve la adopción de medidas específicas para garantizar la ausencia de sesgos de género en los datos y algoritmos usados

En similar sentido, la Estrategia Nacional de Inteligencia Artificial española también advierte sobre el entrenamiento de los modelos de inteligencia artificial con datos sesgados, que pueden no ser representativos del universo que se desea explorar. 

Como comenté al comienzo, la inteligencia artificial está marcando nuestra era y tiene un enorme potencial, pero también plantea desafíos. El desarrollo de legislaciones adecuadas y de modelos de IA que aborden estos desafíos de manera integral es clave. Por eso es importante hacer hincapié en los sesgos de los modelos de machine learning en general y no sólo de los algoritmos, pues estos últimos sólo representan una parte de aquéllos. El desafío nos convoca para lograr que esta tecnología tenga un impacto positivo en la vida de las personas y en el funcionamiento de la sociedad. 

*Nicolás Bonina. abogado, emprendedor y divulgador. Fundador y CEO de LexRock. 

Compartí esta noticia !

Microsoft dejará de usar reconocimiento facial que reconoce las emociones

Compartí esta noticia !

La empresa anunció que dejará de desarrollar y distribuir el software que leía las emociones para garantizar la privacidad y la seguridad de sus usuarios

Hace algún tiempo, Microsoft lanzó un software que era capaz de leer las emociones. Ahora la compañía anunció que dejará de distribuir y desarrollar esta polémica tecnología.

El software de reconocimiento de emociones utilizaba una inteligencia artificial muy avanzada que era capaz de detectar cuál era el estado de ánimo de un sujeto. Comparando algunas expresiones y el tamaño de las pupilas con una base de datos. En esta base de datos, estaban miles de fotografías de personas con algunas de las emociones más populares, además la IA se encargaba de asociar alguna de ellas con el usuario.

La decisión de abandonar este software llega después que muchas empresas están preocupadas por la privacidad y la seguridad de sus usuarios. Microsoft quiso restringir el reconocimiento facial que emplean.

Además, los problemas que podría generar este software de lectura de emociones, admitieron que detrás no había mucha evidencia científica, por lo que habría sido otro de los motivos para cancelarla.

La directora de inteligencia artificial de Microsoft Natasha Crampton, se pronunció a través del blog de la empresa asegurando que “Expertos dentro y fuera de la compañía han destacado la falta de consenso científico sobre la definición de emociones”.

El desarrollo de esta tecnología no solo ha llevado Microsoft, muchas otras compañías también han trabajado durante años para conseguir reconocedores faciales más exactos.

Ahora, Microsoft habría tomado la decisión para ajustarse al “Estándar de IA responsable de Microsoft”, que con este software era muy difícil de cumplir.

La empresa pretende establecer algunos puntos de transparencia con el fin de que los clientes usen el reconocimiento facial, de la manera más ética posible.

Ya en 2018 Google, dejó de vender productos de reconocimiento facial a fin de cumplir con políticas seguras. Meta en 2021 cerró su reconocimiento facial para las fotografías que se publicaban en Facebook.

De momento, los clientes del sistema de IA de Microsoft (Azure Face) tendrán un año por delante y después perderán el acceso, aunque no han publicado detalles al respecto. 

Compartí esta noticia !

Se concretó el primer embarazo de Latinoamérica con un embrión seleccionado con Inteligencia Artificial

Compartí esta noticia !

 Se concretó el primer embarazo de Latinoamérica con un embrión seleccionado con Inteligencia Artificial. Para analizar de forma automatizada cuál transferir en el tratamiento de Reproducción Asistida, se utilizó la tecnología del Embryoscope.

La paciente del centro de Medicina Reproductiva WeFIV tenía 38 años en el momento que realizó el tratamiento de alta complejidad. “Para los pacientes menores a 40 años, hay un mejor pronóstico con este tipo de procedimientos”, expresa la Dra. Bárbara Lotti, especialista en Medicina Reproductiva de WeFIV.

La mujer había realizado un ciclo de Fecundación In Vitro previamente, con resultado negativo. “El Embryoscope fue la herramienta más adecuada para el desarrollo y selección embrionaria, ya que este tipo de incubador tiene, junto con la ventaja de mayor estabilidad de temperatura y gases, la posibilidad de ver el desarrollo minuto a minuto”, explica Lotti y agrega: “Además, a través de la Inteligencia Artificial se logra evaluar a los embriones a través de diversas variables que exceden a la evaluación morfológica realizada por el ojo humano, optimizando el score embrionario a la hora de la selección del embrión para transferir. Todo esto  mejora las tasas de gestación y acorta los tiempos en los que los pacientes logran el embarazo”.

El mayor beneficio de utilizar Inteligencia Artificial es que los resultados pueden ser contrastados con algoritmos que analizaron de forma previa millones de videos de desarrollo embrionario, entonces la valoración que puede realizar la tecnología es más precisa.

Por cada video que se fue subiendo, se le fue diciendo a la máquina si ese embrión embarazaba o no, y la calidad del mismo. De esta manera, los sistemas de análisis fueron aprendiendo a analizar distintos patrones de desarrollo embrionario para poder predecir, en función de su experiencia o análisis previo, la calidad del embrión. Entonces ya la observación deja de ser operador dependiente. Las mismas máquinas basadas en su experiencia, analizan no sólo patrones de división embrionaria, sino que además fueron aprendiendo a analizar patrones que son imperceptibles para el ojo humano”, detalla Santiago Giordana, Director del Laboratorio de WeFIV.

La Inteligencia Artificial es una aliada para los profesionales de la Medicina Reproductiva y pacientes. Su incorporación en los tratamientos de Reproducción Asistida permite examinar gran cantidad de datos, mejorando así la precisión, efectividad y agilizando los tiempos.

Compartí esta noticia !

Categorías

Solverwp- WordPress Theme and Plugin