¿Qué sucederá con la IA en el 2019? ¿Qué nos podemos esperar?

0

Hemos observado a lo largo de todo 2018 el impresionante aumento en las plataformas de herramientas y aplicaciones que se han construido a través del uso del aprendizaje automático y la inteligencia artificial (IA). Sin embargo es válido preguntarse si el 2019 será un año de tanta exageración como el que culmina.

Estas tecnologías no solo afectaron el software y la industria del Internet, sino que además tuvieron una importante influencia en otros mercados verticales como la salud, legal, manufactura, automóviles y agricultura.

“La inteligencia artificial desempeña un papel crítico cada vez más importante en varias industrias, desde la traducción de textos y la alimentación de drones industriales hasta el diagnóstico de pacientes. En 2019, esperamos que la inteligencia artificial, y más precisamente el reconocimiento de imágenes, se integre en las tareas de la vida diaria, como ayudar a las personas con discapacidades y automatizar los automóviles” expresó Michael Gabay, CEO de Trigo Vision.

Probablemente para muchos el futuro resulte algo incierto, no obstante algunos expertos han dado sus predicciones basadas en sus conocimientos y experiencia. Por ejemplo, Max Versace, PhD, CEO y cofundador de Neurala expresó que:

“el 2019 será el año de los sistemas especializados en inteligencia artificial creados por organizaciones basadas en sus propios datos. Dado que las organizaciones a veces solo tienen cantidades limitadas de información, pero también requieren datos especializados, las organizaciones se darán cuenta de que necesitan herramientas para crear internamente datos para alimentar a una IA de calidad. Este enfoque de calidad sobre cantidad requerirá que las organizaciones hagan un inventario de los datos que tienen y se hagan preguntas clave: ¿son estos datos representativos de lo que estoy buscando y coinciden con mi objetivo? ¿Los datos de producción coincidirán con estos datos de entrenamiento? ¿Es mi conjunto de datos diverso? Tomar nuevos enfoques de la estrategia de datos será decisivo para superar los desafíos del problema de datos de AI, para desarrollar una IA que funcione en el mundo real”

Cabe mencionar que Neurala es una compañía fundada en el año 2006, quienes crearon su producto The Neurala Brain, una tecnología de IA que puede ejecutarse en el límite y los dispositivos más livianos. En 2013, Neurala salió del modo sigiloso y se unió al programa Techstars para implementar su IA a escala comercial.

No obstante es de imaginar que continuaremos viendo importantes avances de las tecnologías relacionadas con el LD y la IA en 2019 y más allá. Compañías como Amazon, Apple, Facebook, Google, IBM y Microsoft están invirtiendo en investigación y desarrollo de inteligencia artificial, lo que beneficiará al ecosistema para acercar la inteligencia artificial a los consumidores.

Mejores chips, mayor eficiencia


Un proyecto bastante interesante relacionado con la tecnología que se espera que evolucione durante el próximo año es el aumento de chips habilitados para la inteligencia artificial.

A diferencia de otras tecnologías, la IA se basa en gran medida en procesadores especializados que complementan la CPU. Incluso la CPU más rápida y avanzada puede no mejorar la velocidad de entrenamiento de un modelo de inteligencia artificial. Mientras se realiza la inferencia, el modelo necesita hardware adicional para realizar cálculos matemáticos complejos para acelerar tareas como la detección de objetos y el reconocimiento facial.

En 2019, los fabricantes de chips como Intel, NVIDIA, AMD, ARM y Qualcomm enviarán chips especializados que aceleran la ejecución de aplicaciones habilitadas para IA. Estos chips se optimizarán para casos de uso específicos y escenarios relacionados con la visión por computadora, el procesamiento del lenguaje natural y el reconocimiento de voz. Las aplicaciones de próxima generación de las industrias de la salud y el automóvil dependerán de estos chips para entregar inteligencia a los usuarios finales.

Por otro lado, 2019 probablemente también será el año en que las empresas de infraestructura de hiperescala como Amazon, Microsoft, Google y Facebook aumentarán las inversiones en chips personalizados basados ​​en arreglos de puertas programables de campo (FPGA) y circuitos integrados específicos de aplicación (ASIC). Estos chips estarán altamente optimizados para ejecutar cargas de trabajo modernas basadas en IA y computación de alto rendimiento (HPC). Algunos de estos chips también ayudarán a las bases de datos de próxima generación a acelerar el procesamiento de consultas y el análisis predictivo.

La IA y la IoT se dan la mano


En 2019, se espera que la IA y la IoT se apoyan en la computación perimetral. La mayoría de los modelos entrenados en la nube pública se desplegarán en el “margen”.

La IoT industrial es el caso de uso más importante para inteligencia artificial que puede realizar detección atípica, análisis de causa raíz y mantenimiento predictivo del equipo.

Los modelos avanzados de ML basados ​​en redes neuronales profundas se optimizarán para ejecutarse en el margen. Serán capaces de manejar cuadros de video, síntesis de voz, datos de series de tiempo y datos no estructurados generados por dispositivos como cámaras, micrófonos y otros sensores.

La IoT está listo para convertirse en el mayor impulsor de inteligencia artificial en la empresa. De hecho, los dispositivos Edge estarán equipados con chips AI especiales basados ​​en FPGA y ASIC.

La interoperabilidad entre redes neuronales se vuelve un tema de gran importancia

Uno de los desafíos críticos en el desarrollo de modelos de redes neuronales reside en elegir el marco adecuado. Los científicos y desarrolladores de datos tienen que elegir la herramienta correcta entre una gran cantidad de opciones que incluyen Caffe2, PyTorch, Apache MXNet, Microsoft Cognitive Toolkit y TensorFlow. Una vez que un modelo se entrena y se evalúa en un marco específico, es difícil llevar el modelo entrenado a otro marco.

Muchos expertos afirman que la falta de interoperabilidad entre los kits de herramientas de redes neuronales está obstaculizando la adopción de la IA. Es por ello que, para enfrentar este desafío, AWS, Facebook y Microsoft han colaborado para construir Open Neural Network Exchange (ONNX), lo que hace posible reutilizar los modelos de redes neuronales entrenadas en varios marcos.

En 2019, ONNX se convertirá en una tecnología esencial para la industria. Desde investigadores hasta fabricantes de dispositivos de vanguardia, todos los actores clave del ecosistema confiarán en ONNX como el tiempo de ejecución estándar para hacer inferencias.

No obstante cabe mencionar que distintos usuarios dentro la de industria tecnológica consideran que, a pesar que durante 2018 la IA y el aprendizaje automático fueron temas candentes, durante 2019 la euforia disminuirá. Hemos observado durante los últimos meses que con muchas empresas construyendo estrategias de IA, nos hemos desplazado a un lugar lejos de la exageración y nos encontramos en el punto de la solución de problemas del mundo real.

El aprendizaje automático automatizado ganará prominencia.


A pesar de lo mencionado anteriormente, se espera que una tendencia que va a cambiar el aspecto de las soluciones basadas en ML fundamentalmente es AutoML. Herramienta que permitirá a los analistas y desarrolladores de negocios desarrollar modelos de aprendizaje automático que puedan abordar escenarios complejos sin pasar por el proceso típico de entrenamiento que actualmente se debe someter a los modelos de ML.

Al tratar con una plataforma AutoML, los analistas de negocios se centran en el problema del negocio en lugar de perderse en el proceso y el flujo de trabajo.

De hecho, AutoML encaja perfectamente entre las API cognitivas y las plataformas ML personalizadas. Ofrece el nivel correcto de personalización sin obligar a los desarrolladores a pasar por el elaborado flujo de trabajo. A diferencia de las API cognitivas que a menudo se consideran como cajas negras, AutoML expone el mismo grado de flexibilidad pero con datos personalizados combinados con portabilidad.

Por ultimo cabe destacar el tan conocido problema que tienen las sociedades con el concepto de la inteligencia artificial. Aun hoy en día un número importante de personas asocian a la IA con robots destructores, la apocalipsis y otros temas relacionado con la ficción; no obstante muchos expertos han depositado su confianza en que esto podría mejorar durante el próximos año. De hecho Jos Poduska, jefe de datos científicos de Domino Data Lab expresó que “la comprensión del consumidor respecto a la IA cambiará dramáticamente. Ya no asociaremos la inteligencia artificial con robots futuristas y autos autónomos, sino más bien con herramientas de productividad y predicciones para ayudar en las tareas cotidianas”.