En 2017 se produjo una explosión del aprendizaje automático (machine learning) en la producción, con incluso el aprendizaje profundo (deep learning) y la Inteligencia Artificial (AI) que se aprovechan ya en aplicaciones prácticas para recopilar datos sobre cualquier cosa. ¿A dónde nos llevarán estos marcos y herramientas en 2018? Hablamos con varios líderes de TI y expertos de la industria sobre qué esperar en el presente año.

1. Las empresas pondrán en práctica la IA

La Inteligencia Artificial ya está aquí. “Muchas organizaciones ya la están usando, pero no la llaman ‘AI'”, asevera Scott Gnau, CTO de Hortonworks. “Por ejemplo, cualquier organización que use una función de chatbot se compromete a usar Inteligencia Artificial”.

Pero muchas de las implementaciones que aprovechan las tecnologías y herramientas de IA han sido de pequeña escala. Se espera que las organizaciones aumenten considerablemente en 2018.

Según Nima Negahban, CTO y cofundador de Kinetica, una empresa especialista en bases de datos aceleradas por GPU para análisis de alto rendimiento, “a medida que la AI se generalice, irá más allá de los experimentos a pequeña escala para automatizarse. Y a medida que las empresas avancen automatizando la IA, buscarán productos y herramientas para automatizar, gestionar y racionalizar todo el aprendizaje automático y el aprendizaje profundo del ciclo de vida”.

2. La realidad de Al se retrasará una vez más

Ramon Chen, jefe de producto del especialista en gestión de datos maestros en Reltio, afirma que se han repetido predicciones durante varios años sobre cualquier posible avance en el uso de la IA y el machine learning, pero la realidad es que los beneficios más cuantificables de estas inversiones se han exagerado y la mayoría de las compañías son reacias a entrar debido a una combinación de escepticismo, falta de experiencia, y lo más importante de todo, una falta de confianza.

Chad Meley, vicepresidente de marketing de Teradata, está de acuerdo en que 2018 habrá una importante reacción contra la exageración de la IA, pero será un enfoque más equilibrado para el aprendizaje profundo y el aprendizaje superficial.

Por su parte, Monte Zweben, CEO de Splice Machine, señala que el informe del estado de Inteligencia Artificial para Empresas 2017 publicado recientemente por Teradata,  identificó la falta de infraestructura de TI como la mayor barrera para obtener beneficios de la inteligencia artificial, superando cuestiones como el acceso al talento, la falta de presupuesto y casos comerciales débiles o desconocidos.

3. Problemas con los conjuntos de datos de entrenamiento

Tomer Shiran, CEO y cofundador de Dremio, una fuerza impulsora detrás del proyecto de código abierto Apache Arrow, cree que “en todas partes, las empresas están agregando conjuntos de datos a sus productos para hacerlos más inteligentes, más eficientes e incluso autónomos”.

4. IA debe resolver el problema de la “caja negra” con pistas de auditoría

Una de las principales barreras para la adopción de la Inteligencia Artificial, especialmente en las industrias reguladas, es la dificultad para mostrar exactamente cómo llegar a una decisión.

Negahban de Kinetica asegura “estas son las aplicaciones que se han hecho para que funcionen, y estas aplicaciones pueden tener un impacto perjudicial en la vida humana”.

5. La adopción de la nube se acelerará para apoyar la innovación de IA

Por su parte, Horia Margarit, científico de datos de alto nivel y proveedor de Qubole, asegura que las empresas en 2018 tratarán de mejorar su infraestructura y procesos para apoyar su aprendizaje de las máquinas y los esfuerzos de Inteligencia Artificial.

“A medida que las empresas buscan innovar y mejorar con el aprendizaje automático y la inteligencia artificial, se adoptarán herramientas e infraestructuras más especializadas en la nube para admitir casos de uso específicos, como soluciones para fusionar entradas sensoriales multimodales para la interacción humana o soluciones para fusionar imágenes satelitales con datos financieros para catapultar capacidades de comercio algorítmico. Esperamos ver una explosión en las soluciones basadas en la nube que acelere el ritmo actual de recopilación de datos y requiera un cómputo y almacenamiento a demanda sin fricción por parte de los proveedores gestionados en la nube”, concluyó Margarit.