Video: ¿Qué es el Aprendizaje Supervisado y No Supervisado? | DotCSV (Noviembre 2024)
La inteligencia artificial y el aprendizaje automático son temas candentes en cada conferencia tecnológica a la que asisto, y la reciente conferencia DLD NYC no fue la excepción.
Ramin Assadollahi, de ExB Group, una compañía alemana que se ocupa de la computación cognitiva en el cuidado de la salud, se centró en una variedad de formas en que las nuevas técnicas informáticas pueden ayudarnos a aprender "cómo sanar con software". Al abordar muchos de los términos que se presentan hoy en día, señaló que la IA no tiene que ser computación cognitiva, la computación cognitiva no tiene que ser aprendizaje automático y los grandes datos son un tema completamente diferente.
Assadollahi se centró en las formas en que la IA podría mejorar el campo de la medicina. Señaló que un patólogo que analiza datos de tejidos generalmente ve 200, 000 muestras en su vida laboral, pero con un aprendizaje profundo y tarjetas gráficas modernas, un sistema informático puede procesar esa cantidad en dos semanas. Dijo que con 100 muestras, un sistema puede ser tan bueno como un humano. De manera similar, dijo, un sistema informático puede ingerir 28, 000 artículos técnicos por día, mientras que un humano solo puede leer alrededor de 4, 000 de esos artículos en toda su vida laboral.
Dijo que una IA que pudiera entender células individuales a nivel molecular podría ayudar a diseñar mejores medicamentos, y un software que podría ayudar a determinar qué medicamentos encajan con otros podría ser un salvavidas, ya que las interacciones adversas de medicamentos matan a 100, 00 personas al año. Su compañía se dirige a todo el proceso de salud (médicos, investigadores, farmacéuticos y pacientes) enfocándose en "romper los silos". En general, dijo que la IA no matará empleos, ya que la cantidad de personas involucradas en el cuidado está creciendo. Dijo que no reemplazará al médico, sino que le permitirá pasar más tiempo con los pacientes.
David Kenny, quien ahora dirige el grupo Watson para IBM, habló sobre big data y el potencial de aprendizaje profundo en una variedad de aplicaciones. Kenny fue CEO de The Weather Company antes de que IBM adquiriera esa compañía; Es el mayor proveedor mundial de datos meteorológicos. Dijo que TWC desarrolló una aplicación diseñada para mapear la atmósfera de la forma en que Google trató de mapear la tierra, mediante el uso de una combinación de tecnología IoT (Internet de las cosas), información meteorológica y computación en la nube para recopilar información meteorológica en 2.200 millones de ubicaciones.
En Watson, dijo, está interesado en tres grandes áreas para algoritmos y software: la interacción humana, como la vista, la visión y el habla; aprendizaje profundo y aprendizaje automático para apoyar tales interacciones; y razonamiento Dijo que Watson involucra a miles de personas en IBM desde laboratorios de investigación hasta ventas y servicio.
De alguna manera, dijo Kenny, Watson es diferente de otras empresas disruptivas, porque requiere mucho conocimiento, y las empresas establecidas que tienen conocimiento pueden aumentar más rápidamente que las nuevas empresas. Dijo que la traducción y la interacción humana estaban mejorando, pero que aún tenía mucho camino por recorrer, y que muchas de las cosas para las que la gente usa Watson es crear "bots" conversacionales.
Dijo que entender las conversaciones era difícil debido a los diferentes tonos, acentos y matices que las personas usan cuando se comunican. "Cada mes mejora", dijo, ya que el software utilizado para comprender el habla ahora tiene una tasa de error del 6, 9 por ciento, frente al 10 por ciento de hace tres meses. En comparación, dijo, la tasa de error humano es del 4 por ciento. Dijo que era optimista de que el software puede acercarse a la tasa de error humano dentro de un año.
Kenny afirma que IBM tiene un enfoque diferente al de su competencia. Otras empresas a menudo trabajan en IA centralizada, pero IBM está trabajando con varios clientes que desean crear sus propias versiones privadas de Watson, utilizando su propia propiedad intelectual o "gráficos de conocimiento". Señaló que el 80 por ciento de los datos del mundo no se publica en Internet, como radiografías, registros médicos y cuentas bancarias.
