Desmitificar siempre es arduo, tanto como erradicar escenarios apocalípticos como los de “Blade Runner”, “Alien” o “Terminator”, en las que androides sin escrúpulos toman el control de la Tierra, la nave o el barrio sacando partido de su inteligencia y capacidad de aprendizaje, su ambición sin límites y su frialdad.

Y es que al pensar en Inteligencia Artificial (IA), muchos imaginan robots esclavos deseosos de arrebatarnos nuestro lugar en el mundo.

Por eso hay que hablar, primero, de Inteligencia Artificial General, un reto que, hasta la fecha, no se ha alcanzado. Gigantes como Google, Amazon, Apple, Microsoft, IBM, Tesla, y un largo etcétera que incluye fabricantes de coches, aviones, consultoras e incluso gobiernos, no han sido aún capaces de desarrollar un software o sistema capaz de entender el sentido de la vida y el lugar que ocupa como máquina en el mundo.

En ese ámbito nos encontramos en una fase beta; sin embargo, la IA está revolucionando industrias muy diversas y son importantes las inversiones en proyectos para hacer imprimir eficiencia en los negocios aplicando tecnologías de Inteligencia Artificial como la Computación Cognitiva, el Machine Learning o el Deep Learning.

¿Qué es cada cual?

La Computación Cognitiva, NLP o Procesamiento de Lenguaje Natural permite a las máquinas “entender” y procesar el lenguaje humano. A partir de un proyecto Open Source, la empresa IBM ha creado decenas de componentes que leen información en formato texto, la analizan y extraen información clave incluida en dichos textos para que sea procesada por otros sistemas.

De esta forma, información invisible –como llamadas, documentos, correos, tuits, etc.– pueden leerse, entenderse, interpretarse y usarse con propósitos comerciales, proponiendo, además, mecanismos de entrenamiento muy variados.

Sin caer en la exageración, esta capacidad abre infinitas posibilidades para las empresas en multitud de ámbitos. Pensemos, por ejemplo, en poder reconocer socios, poderes, plazos, condiciones, artículos de un documento legal o de varios; comparar la información, validarla, alertar sobre inconsistencias, responder a cualquier pregunta sobre ellos. O bien, imaginemos la capacidad de reconocer síntomas, padecimientos, complicaciones, procedimientos médicos en un expediente clínico electrónico y de alertar sobre la idoneidad de medicamentos. Ambos son ejemplos del potencial de la Computación Cognitiva en la vida real.

Estos sistemas expertos emulan el conocimiento humano (cognitivo) para extraer información de un proceso de negocio que, a posteriori, podrá ser, o no, exitoso. A saber: se gana o se pierde el juicio, se vende o no el producto, mejora o no el paciente. En ese estadio ya no se trata de conocimiento, sino de experiencia, de instinto y, al extraerlo de los procesos, podemos utilizarlo para mejorar los propios procesos o para tomar mejores decisiones.

Lenguaje Automático o Machine Learning

En la carrera de la IA llegamos al Machine Learning, el siguiente reto para las empresas y cuyo potencial es fácilmente previsible si pensamos, por ejemplo, la experiencia que supone celebrar 1,000 juicios diarios, tramitar 1,000 siniestros, procesar 1,000 operaciones de venta o gestionar 1,000 llamadas.

Toda esta información, bien analizada, puede servir para predecir (analítica predictiva) qué juicio se va a ganar o qué paciente va a mejorar e incluso nos permitirá conocer con qué grado de fiabilidad sabemos que será así.

Cierto es que, al tratarse de tecnologías relativamente nuevas, su uso exige contar con técnicos de muy alto nivel, con conocimientos de lenguajes de programación como Python o R, y con una buena formación en matemáticas, es decir, con Científicos de Datos que, teniendo en cuenta los beneficios que la IA puede aportar, las empresas contratarán o formarán en legiones.

Pero la verdadera revolución, el paradigma de la IA es el Deep Learning, es decir, el uso de Redes Neuronales en la toma de decisiones.

Se trata de tecnologías que existen desde los años 40, perfeccionadas en los 80 y que, actualmente, debido a la facilidad para disponer de enormes y accesibles capacidades de cómputo, están explosionando, al pasar de redes neuronales de una capa (una neurona) a decenas de capas, e incluso decenas de decenas.

Pero, ¿qué tiene de mágico el Deep Learning? Pues que usando un buen hardware como GPUs y con menos conocimientos matemáticos que el que precisa Machine Learning es posible entrenar estas redes para tomar decisiones nunca pensadas y de alto valor para negocios y personas.

Todo esto no nos lleva a la Inteligencia Artificial General, ya que los sistemas no resuelven problemas solos, pero significa que podemos dar los primeros pasos guiados en ese camino. Además, y a la vista de los resultados conseguidos con empresas con experiencia, y la Computación Cognitiva de IBM Watson, nos consta que es posible obtener resultados en pocos meses.

Porque las máquinas, una vez que “aprenden”, siempre responden, y bien entrenadas, nunca se equivocan. Incluso cuando se apagan, nunca olvidan lo que aprendieron y, ¡la fuerza de la unión!, si usted agrupa varias, todas pueden saber lo mismo al mismo tiempo. ¿No es un mundo ideal para los negocios?