dom. May 17th, 2026

inteligencia artificial

Argentina presenta el primer lente mundial multifocal desarrollado con Inteligencia Artificial

By Arguello Juan Carlos 3 años ago
Compartí esta noticia !

A principios de los años´90 cuando los hermanos Diego y Mauro Stabile, desde la habitación de su casa en Pilar, comenzaron a interesarse por el mundo de la visión y sus oportunidades, no se imaginaban que en 2022, su emprendimiento y tímido negocio en el sector óptico, se iba a convertir en la primera y única empresa en el mundo en aplicar Inteligencia Artificial para el diseño y producción de lentes multifocales.

De esta manera, OPULENS, la empresa de origen argentino da un paso tecnológico gigantesco en la industria mundial de la visión, gracias al desarrollo de la exclusiva tecnología AI-Lens de inteligencia artificial que permite diseñar lentes con calidades ópticas que superan a cualquier otra desarrollada por humanos. “Se trata de una innovación tecnológica única en el mundo, que supera a la existente y que permite una optimización sin precedentes en los campos de visión del lente para ver el mundo sin límites periféricos”, comenta Mauro Stabile, CEO de OPULENS.

Se trata de un desarrollo 100% nacional que implicó para la compañía realizar una inversión superior a los U$D 1.5 millones, involucrando equipos de producción y el trabajo de su propio staff de I+D (Investigación & Desarrollo) creado en 2008 por más de 6 profesionales, todos argentinos, del sector de la física, matemáticas, ingeniería informática, de sistemas, de la industria óptica y especialistas en computación científica, quienes dedicaron más de 4 años en crear esta tecnología.

“Este desarrollo significa para nosotros seguir mejorando la visión de las personas y devolverles la mayor definición posible. En todo el mundo ya son más de 12 millones de personas que vienen usando lentes diseñadas con nuestra tecnología y con este salto tecnológico buscamos superar ese número y llegar a más de 40 millones en todo el mundo en el próximo año”, comenta Stabile. “A partir de este nuevo desarrollo nos convertimos en la primera empresa en el mundo en diseñar y crear un lente multifocal, a través de Inteligencia Artificial”.

Para el negocio de la oftalmología esta nueva tecnología AI-Lens permite a los médicos oftalmólogos y ópticos dar soluciones efectivas a la presbicia con control de astigmatismos periféricos y adaptaciones 100% aseguradas. De cara al consumidor final, los usuarios de lentes diseñados con esta tecnología tendrán una mejor calidad de visión ya que todas las áreas de las lentes tendrán mejor definición y más amplitud óptica que brinda una visión más natural, como nunca antes. Según los testeos de performance, las pruebas demostraron que el 96% de las personas mejoraron su visión con respecto a los anteriores multifocales; el 92% informaron un mejor confort visual; el 82% mejoraron su visión a la noche; y el 88% redujeron el tiempo de adaptación a las lentes. 

En Argentina OPULENS cuenta con más de 100 colaboradores entre empleos directos e indirectos y tiene laboratorios en Pilar, Córdoba y Ciudad de Buenos Aires. La compañía tiene previsto terminar el año 2022 con una facturación superior a los $ 400MM junto a sus partners internacionales, con planes de crecimiento del orden del 50% para el bienio 2023/24 y con el desembarco en Brasil, Europa y Asia con oficinas operacionales

Esta nueva tecnología fue presentada en un evento de alcance regional realizado en el Planetario de la Ciudad de Buenos Aires, del cual participaron más de 350 personas, entre profesionales de la visión, laboratorios ópticos, empresarios y representantes del sector tanto de la Argentina, como de Brasil, Bolivia, Puerto Rico, Costa Rica, Panamá, entre otros países de Latinoamérica.

Todas las miradas puestas en Argentina

Todo comenzó a inicios de los años 90 con la venta de productos ópticos a comisión, luego con la distribución y finalmente con la fabricación en un laboratorio propio. Al tiempo, con la creación de OPULENS – hoy la única compañía argentina líder en investigación, desarrollo y tecnologías para la fabricación de lentes de avanzada – en 2008 comienza el desarrollo de Novar, su propia tecnología para el diseño de lentes que hoy se exporta como servicio y gracias a la cual se produjeron hasta el momento más de 12 millones lentes en todo el mundo. Esta tecnología permite fabricar lentes en forma personalizada y moldearlas una a una; es decir, se realiza primero el diseño del lente en un complejo software computacional y luego se manda esa información a los equipos Freeform Technology para su fabricación. Desde los laboratorios se conectan a un servidor, que sólo en 20 segundos, con la receta oftálmica, hace el cálculo y devuelve el diseño del lente para materializarla en la línea de producción.

En 2015 OPULENS se convierte en la primera empresa argentina que lleva la tecnología Novar a toda América Latina y luego en 2016, al resto del mundo.

Mundialmente hay solo 9 empresas de diseño de lentes oftalmológicos y entre ellas se encuentra OPULENS. Con su tecnología Novar está presente en más de 52 países del mundo tales como Brasil, Perú, Ecuador, Colombia, México, Estados Unidos, Francia, Italia, Reino Unido, Argelia, Sudáfrica, Emiratos Árabes, Arabia Saudita, Pakistán, India, China, Bangladesh, Myanmar, entre otros y que partir de ahora desarrollarán lentes con la nueva tecnología de Inteligencia Artificial.

Presbicia: la nueva pandemia

Se comprobó que la presbicia se exacerbó con la pandemia, debido a que la visión de cerca aumentó por el uso de las computadoras, celulares y pantallas. Eso provocó más cansancio en el músculos ciliar, que es el que produce la acomodación para la visión cercana y como todo músculo que se agota y que se cansa, disminuye sus capacidades para enfocar imágenes cercanas. Las personas que superan los 40 años, son las que suelen aumentar sus necesidades de anteojos para la visión cercana. 

Compartí esta noticia !

Estudio de Mayo Clinic demuestra que la inteligencia artificial puede ayudar a predecir mejor la recurrencia del cáncer colorrectal

By Redacción Economis 4 años ago
Compartí esta noticia !

PHOENIX, Arizona. En un estudio multinacional dirigido por un equipo de investigación de Mayo Clinic que empleó la inteligencia artificial, los investigadores desarrollaron un algoritmo para predecir mejor la recurrencia del cáncer colorrectal. Los resultados del estudio se publicaron en Gastroenterología.

Según la Sociedad Americana del Cáncer, sin incluir el cáncer de piel, el cáncer colorrectal ocupa el tercer lugar entre los tipos de cáncer más diagnosticados en los Estados Unidos.

El Dr. Rish Pai, patólogo de Mayo Clinic en Arizona y autor experto del trabajo, desarrolló mediante casi 6500 diapositivas digitales el QuantCRC, que consiste en un algoritmo de segmentación para aprendizaje profundo que identifica diferentes regiones dentro de los tumores.

Se registró quince parámetros de cada imagen de cáncer colorrectal y se los comparó con los resultados del informe patológico y de los expedientes de salud. Luego se desarrolló con el QuantCrC un modelo de pronóstico para predecir la supervivencia sin recurrencia.

Para componer la cohorte interna, los investigadores usaron especímenes biológicos de cáncer colorrectal pertenecientes al Registro de familias con cáncer de colon en cada uno de los lugares participantes en el estudio en Australia, Canadá y Estados Unidos, incluida Mayo Clinic. Los resultados se validaron con una cohorte externa formada por otros lugares en Canadá y Estados Unidos que no participaron en el Registro de familias con cáncer de colon.

«El QuantCRC identifica diferentes regiones dentro del tumor y extrae datos cuantitativos de estas regiones. El algoritmo convierte una imagen en un conjunto de números que es único para ese tumor. La gran cantidad de tumores que analizamos nos permite conocer qué rasgos predicen mejor la conducta del tumor. Ahora, podemos aplicar lo que aprendimos a nuevos casos de cáncer de colon para predecir cómo se comportará el tumor», dice el Dr. Pai. 

Por ejemplo, el algoritmo puede identificar un subgrupo de pacientes que no necesitan recibir quimioterapia, puesto que la probabilidad de recurrencia es baja. Además, puede ayudar a identificar a aquellos pacientes que tienen un alto grado de recurrencia y que podrían beneficiarse de un tratamiento más intensivo o de seguimiento.

El Dr. Pai espera que este estudio sea valioso tanto para pacientes con cáncer de colon como para los patólogos que estudian los especímenes y los oncólogos que tratan esta enfermedad.

«Para los pacientes con cáncer de colon, el algoritmo brinda a los oncólogos otra herramienta para ayudar a guiar el tratamiento y el seguimiento», señala el Dr. Pai.

El grupo de investigadores de Austria, Canadá y Estados Unidos llegó a la conclusión de que el QuantCRC es una adición potente a los informes patológicos habituales de la patología del cáncer colorrectal. Un modelo de pronóstico que emplee el QuantCRC podría ayudar a predecir mejor la supervivencia sin recurrencia.

El Dr. Pai indica que, en el siguiente paso de la investigación, piensa usar el QuantCRC para entender mejor los mecanismos de la recurrencia del tumor y ver si predice la respuesta a ciertos tratamientos, como la inmunoterapia.

El estudio se financió en parte gracias al Registro de familias con cáncer de colon, que recibe el apoyo parcial del fondo del Instituto Nacional del Cáncer y de los Institutos Nacionales de Salud (U01 CA167551). 

Otros autores de Mayo Clinic que trabajaron con el Dr. Pai son el Dr. Imon Banerjee, la  Dra. Noralane Lindor, el  Dr. Bhavik Patel y el Dr. Niloy Jewel Samadder.

Para obtener una lista completa de los autores, información sobre alguna declaración y una lista completa de quienes financiaron el estudio, vea el artículo. 

Compartí esta noticia !

¿Qué es la Inteligencia Artificial?

By Economis Redacción 4 años ago
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

By Arguello Juan Carlos 4 años ago
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

By Redacción Economis 4 años ago
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 !

Categorías

Solverwp- WordPress Theme and Plugin