{"id":506,"date":"2020-06-25T13:56:45","date_gmt":"2020-06-25T13:56:45","guid":{"rendered":"https:\/\/sandbox.cliento.mx\/jorgeprezcolinmx\/?p=506"},"modified":"2020-06-25T20:11:52","modified_gmt":"2020-06-25T20:11:52","slug":"fabricacion-de-datos-inteligencia-artificial-empresas","status":"publish","type":"post","link":"https:\/\/sandbox.cliento.mx\/jorgeprezcolinmx\/fabricacion-de-datos-inteligencia-artificial-empresas\/","title":{"rendered":"Fabricaci\u00f3n de datos para la Inteligencia Artificial"},"content":{"rendered":"\n

Las aplicaciones de inteligencia artificial,\nen espec\u00edfico las de machine learning, basan su funcionamiento en los datos que\ntienen a su disposici\u00f3n, a trav\u00e9s de ellos aprenden y optimizan su\nfuncionamiento de forma autom\u00e1tica, no obstante, los algoritmos <\/strong>pueden\n\u201cmalinterpretar\u201d <\/strong>la informaci\u00f3n o fallar <\/strong>por no contar con los\nsuficientes datos relevantes.<\/p>\n\n\n\n

En el Technology Quarterly<\/a> del 13 de junio The Economist, se aborda este tema dando varios ejemplos de grandes compa\u00f1\u00edas globales que no cuentan con los datos necesarios para programar los sistemas de IA de forma correcta, incluso en algunos casos esta falta de informaci\u00f3n ha resultado contraproducente para la automatizaci\u00f3n.<\/p>\n\n\n\n

Pero, si la empresa de investigaci\u00f3n IDC estima<\/a> que en 2018 en todo el mundo se generaron 33 zettabytes de datos y que en 2025 ser\u00e1n 175 zettabytes\u2026 \u00bfpor qu\u00e9 a los sistemas de IA les hace falta informaci\u00f3n?<\/p>\n\n\n\n

No siempre se puede\nconfiar en el Big Data<\/h2>\n\n\n\n

En la opini\u00f3n de Cognilytica, una consultora\nenfocada en IA que entrevist\u00f3 The Economist<\/em>, los datos son el tal\u00f3n\nde Aquiles <\/strong>para estos sistemas, ya que pueden estar encriptados por los\ncompetidores, no existir en absoluto o, si se cuenta con ellos, existe la\nposibilidad de que no sean adecuados para alimentar los algoritmos.<\/p>\n\n\n\n

Un ejemplo muy tangible sobre la inexistencia\nde los datos se ha suscitado con la actual pandemia del COVID-19 pues, aunque estos\nsistemas existen y los cient\u00edficos han tratado de apoyarse en ellos para hallar\nuna soluci\u00f3n, no hay una base de datos integral <\/strong>para nutrir la IA;\nadem\u00e1s, la informaci\u00f3n que se conoce sobre el virus cambia r\u00e1pidamente y no da\ntiempo para que los algoritmos ejecuten su aprendizaje autom\u00e1tico.<\/p>\n\n\n\n

La publicaci\u00f3n cita dos ejemplos donde la\nIA puede estar sesgada<\/strong> porque, aunque cuente con datos, la automatizaci\u00f3n no\nsiempre es confiable o toma las mejores elecciones:<\/p>\n\n\n\n

  1. El primer caso que menciona es que el Instituto Nacional de Est\u00e1ndares y Tecnolog\u00eda de Estados Unidos prob\u00f3 cerca de 200 algoritmos de reconocimiento facial y descubri\u00f3 que muchos eran significativamente menos precisos para identificar rostros afroamericanos, esto debido a que en sus datos de entrenamiento se preponderaron las caras de personas blancas.
    <\/li>
  2. En 2017, cuando Amazon realizaba un proceso de reclutamiento por IA con un sistema dise\u00f1ado para analizar CVs, lo abandon\u00f3 al descubrir que el algoritmo favorec\u00eda a los candidatos masculinos, ya que hab\u00eda sido entrenado con los curr\u00edculums de solicitantes exitosos anteriores, los cuales eran principalmente hombres. <\/li><\/ol>\n\n\n\n

    Creaci\u00f3n de datos\npropios para los sistemas de IA<\/h2>\n\n\n\n

    Cuando los datos reales presentan este tipo de brechas, una soluci\u00f3n que se propone en el art\u00edculo es \u201cinventar\u201d datos propios. Aunque en primera instancia esto puede sonar poco \u00e9tico, este tipo de informaci\u00f3n se utiliza en pro de una mejor experiencia del usuario<\/a>.<\/p>\n\n\n\n

    Un ejemplo que aborda The Economist<\/em> a\nlo largo del escrito es el de Amazon Go, las nuevas tiendas del gigante del\neCommerce donde las personas entran al establecimiento por medio de una\naplicaci\u00f3n y salen si pasar por un cajero, el cobro de los productos se hace\npor medio de la misma app.<\/p>\n\n\n\n

    Para que esto fuera posible se utilizaron sensores\ny c\u00e1maras conectadas a un sistema de IA<\/strong> que rastrea los productos que se\ntoman de los estantes, cuando los compradores salen se calcula la factura y se\nles cobra autom\u00e1ticamente.<\/p>\n\n\n\n

    En este video podr\u00e1s conocer m\u00e1s sobre Amazon y el manejo de datos<\/em><\/strong><\/p>\n\n\n\n