Categoría: Tendencias

Internet de las Cosas, ¿qué esperar en este 2019?

Gartner aún mantiene su predicción de que habrá más de 20,000 millones de dispositivos de internet de las cosas (IoT) para 2020, pero a medida que nos acercamos a esa fecha, los consumidores siguen preocupados por el rendimiento y la seguridad de las implementaciones de IoT. A medida que más y más proveedores se esfuerzan por hacer viables los productos y servicios de IoT que son más fáciles de implementar, los nuevos desarrollos como 5G y ciudades inteligentes traerán consigo una complejidad adicional con la que lidiar.

Adopción

Es muy probable que el mercado de IoT continúe su trayectoria ascendente en el mercado, especialmente con el foco de atención de los principales proveedores durante el año pasado.

La firma de analistas Forrester predice que las aplicaciones B2B de IoT despegarán inmensamente el próximo año, mientras que B2C continuará encontrando su equilibrio. Predice que el 85% de las empresas implementarán o planearán implementar soluciones de IoT en 2019.

“B2B IoT aprovechará los despliegues móviles en 2000 que fueron más allá de lo que era posible, centrándose en los activos de campo, la administración distribuida y el control remoto. De la misma manera, B2B IoT se centrará en impulsar las eficiencias, conectar la empresa, expandir la ventaja y, en algunos casos, brindar experiencias personalizadas a los clientes”, dijo en una publicación del blog.

 

IoT industrial

Según IndustryARC, se espera que el mercado Industrial IoT (IIoT) alcance más de 123,000 millones de dólares para 2021.

“El potencial de IoT dentro de los sectores industriales será alto, pero este nuevo mundo aún no se comprende adecuadamente. Las grandes instituciones no han visto los beneficios, ya que creen que tienen soluciones que son sólidas”, dijo Jamie Bennett, vicepresidente de ingeniería de IoT y dispositivos en Canonical. “IoT dentro de los autos conectados, la construcción inteligente y la agricultura se acelerarán a medida que el ROI sea más claro”, agregó.

Un informe de Statista muestra que se espera que las industrias de manufactura, transporte, logística y servicios públicos gasten  40,000 millones cada uno en plataformas y servicios de IoT para 2020.

Proyectos emergentes de IoT

Durante los primeros años de IoT, fue difícil identificar exactamente para qué se usaría la tecnología, aparte de la teoría de “cosas conectadas”, pero ese ya no es el caso.

2018 fue un año de numerosos proyectos emergentes. Según una investigación realizada por IoT Analytics , smart city encabezó la lista de los proyectos de IoT más comunes, con el 45% de los proyectos de ciudades inteligentes, tan solo en Europa. Dispositivos conectados y aplicaciones industriales siguieron de cerca detrás.

En 2019, se espera que las aplicaciones de ciudades inteligentes y los proyectos de infraestructura experimenten un crecimiento excepcional.

“A medida que entremos en 2019, la cantidad de dispositivos conectados solo aumentará a medida que más organizaciones comiencen a darse cuenta de los beneficios de las tecnologías de IoT. En consecuencia, el próximo año verá el nacimiento de una IoT más inteligente, en la que las empresas totalmente conectadas comenzarán a recopilar datos para un uso más predictivo”, dijo Martin Hodgson, jefe de Reino Unido e Irlanda en Paessler, a Computerworld UK.

 

La seguridad sigue siendo una preocupación

A pesar de esto, la seguridad de IoT seguirá siendo una gran preocupación. El año pasado se vio un aumento en la seguridad de IoT en los titulares, todo por razones equivocadas.

Desde los accidentes automovilísticos hasta los dispositivos conectados y las fallas de seguridad, la necesidad de proveedores y fabricantes de poner la seguridad y la privacidad de los datos en el centro el próximo año es primordial.

“La seguridad debe tener prioridad sobre la innovación para que la confianza en IoT crezca y se eviten los graves problemas de seguridad”, dijo Bennett en Canonical.

Edge Computing

El edge computing resultará particularmente impactante para los dispositivos IoT a medida que aumentan los volúmenes de datos y la necesidad de aplicaciones de baja latencia.

“La computación en el edge está ganando impulso continuamente al darnos cuenta de que los volúmenes son demasiado grandes para ser llevados a la nube”, dijo Markus Noga, jefe de aprendizaje automático de SAP.

Mientras las organizaciones demanden una acción inmediata basada en el análisis de datos en tiempo real, particularmente en fabricación y logística, la ventaja continuará siendo una palabra de moda en la industria.

Automatización de procesos robóticos

No hace falta decir que el año pasado mostró un aumento masivo en la tasa de adopción para el software Robotic Process Automation (RPA).

El crecimiento continuo en la adopción de la tecnología es fenomenal, y no parece que se esté calmando en el corto plazo. De hecho, cada vez más proveedores están empezando a adoptar RPA como parte de sus carteras.

Además,  Gartner predice que el 85% de las grandes organizaciones habrá implementado algún tipo de RPA a finales de 2022.

 

Qué esperar

En general, 2019 debería ser un año interesante para las partes interesadas en el ecosistema de IoT. Desde el aumento en los dispositivos conectados hasta el aumento en la automatización inteligente, habrá varios despliegues importantes que se deben tener en cuenta.

La seguridad y la privacidad serán cada vez más importantes a medida que los sistemas y dispositivos se vuelvan cada vez más poderosos.

Gartner predice que IoT continuará brindando nuevas oportunidades, con una serie de tecnologías nuevas y mejoradas durante la próxima década.

“A medida que IoT continúa expandiéndose, la necesidad de un marco de gobierno que garantice un comportamiento adecuado en la creación, almacenamiento, uso y eliminación de información relacionada con los proyectos de IoT será cada vez más importante”, dijo Nick Jones, vicepresidente de investigación de Gartner.

 

IDG.es

LG presentará en el CES sus robots de servicio con Inteligencia Artificial

LG Electronics anunciará durante CES 2019 una versión actualizada de su CLOi SuitBot junto con una línea mejorada de robots de servicio que está a punto de comercializarse.

LG CLOi SuitBot es ideal para su uso en fabricas, manufactura y bodegas, ya que da soporte a la parte inferior del cuerpo humano para reducir el estrés provocado al momento de levantar alguna carga o inclinarse, mientras que los robots de servicio CLOi (PorterBot, ServeBot y CartBot) demostrarán sus más avanzadas capacidades, hechas realidad gracias a la experiencia de LG en robótica e Inteligencia Artificial.

Originalmente presentado el pasado otoño en Berlín, la versión actualizada de LG CLOi SuitBot, da soporte a la cintura y aumenta la potencia muscular del usuario para reducir el riesgo de lesiones y fatiga al momento de realizar tareas exigentes, como levantar y dejar cargas pesadas. SuitBot aumenta la flexibilidad del usuario al permitir una extensión de 50° y una flexión de 90° de la cintura y se activa cuando el usuario se dobla en un ángulo de 65°, desconectándose cuando el usuario se encuentra en posición vertical. El exoesqueleto funciona durante cuatro horas con una sola carga y se recarga en una hora.

Tal vez te interese: Ford crea traje con sensores para reducir tasa de lesiones en empleados

Presentados por primera vez al público durante CES 2018, PorterBot, ServeBot y CartBot están diseñados para entornos como aeropuertos, hoteles, supermercados y centros comerciales y su finalidad es ayudar a los clientes con tareas como transportar equipaje, entregar comidas y cargar las compras.

LG CLOi CartBot.

Los nuevos robots de servicio LG CLOi se han actualizado con un mejor sistema de navegación autónoma y mejor conectividad para permitir la comunicación con otros mecanismos como ascensores y puertas automáticas.

Al utilizar tecnología de Inteligencia Artificial, los robots LG CLOi analizan los patrones de uso de los clientes para aprender y mejorar constantemente su rendimiento.

Equipados con pantallas touch y reconocimiento de voz para facilitar la interacción natural con los clientes, LG CLOi puede realizar tareas más complejas, como responder preguntas y procesar pagos. Estos robots inteligentes están diseñados para funcionar de manera independiente, moverse a una estación de carga cuando su energía se está agotando para después volver a servicio una vez completamente recargados y realizar autodiagnósticos diarios e informes automáticos.

Facebook busca especialistas en criptomonedas

Facebook anunció en mayo de 2018 que estaba creando una división de criptomonedas y blockchain para investigar formas en que podría aprovechar la tecnología para su beneficio en el futuro. Este proyecto sería dirigido por David Marcus, ex presidente de Paypal, quien se unió a Facebook como vicepresidente de productos de mensajería antes de pasar a liderar este grupo experimental de blockchain.

Desde entonces, la compañía ha estado reclutando silenciosamente personal para este nuevo departamento. En los listados de trabajos para las carreras relacionadas con blockchain , Facebook afirma: “El equipo de blockchain es una empresa nueva en Facebook con la visión de hacer que la tecnología de blockchain funcione a escala de Facebook y mejorar la vida de miles de millones de personas en todo el mundo”.

“Nuestro objetivo final es ayudar a miles de millones de personas con acceso a cosas que no tienen ahora, que podrían ser servicios financieros equitativos, nuevas formas de ahorrar o nuevas formas de compartir información”.

Por lo que parece, en el departamento trabajarán alrededor de 40 personas, y si bien el tamaño de este equipo es una indicación del compromiso de Facebook con la tecnología de blockchain, los antecedentes de las contrataciones nos dan más detalles específicos.

Estas contrataciones incluyen a ex ejecutivos de Paypal, científicos de datos, ingenieros de datos, ingenieros de software, líderes de marketing y varios desarrolladores de Google y Samsung.

Con esta riqueza de experiencia financiera, de ingeniería y enfocada en datos a bordo, sugeriría que Facebook está trabajando en una criptomoneda con la intención de llevarlo a la corriente principal.

Facebook ya tiene una plataforma con más de 2,000 millones de usuarios mensuales e integra una moneda que podría superar dos de las principales barreras a las que se ha enfrentado la criptomoneda: la facilidad de uso y la adopción. A pesar del mercado de la criptomoneda en su conjunto, que sufre una desaceleración muy grave, este signo alentador de Facebook sugiere que la tecnología que lo soporta no va a ninguna parte.

 

IDG.es

Diez cosas que los usuarios esperan de la tecnología para el 2019

Ericsson lanzó la octava edición de su informe Consumer Lab, 10 Hot Consumer Trends 2019, en el que se exponen las predicciones de 34 millones de consumidores de tecnología para el próximo año. Este estudio fue realizado en mediante encuestas en ciudades como: Ciudad de México, Johannesburgo, Londres, Moscú, Nueva York, San Francisco, Sao Paulo, Shanghai, Sydney y Tokio.

Este informe evalúa los pensamientos y predicciones que tienen los consumidores respecto al futuro de la tecnología, mismos que incluyen AI, VR, 5G y la automatización.

Los resultados revelan que la tecnología que permite la autonomía, así como la que predice el estado de ánimo, pronto podrían desempeñar papeles más importantes en la vida cotidiana de las personas.

1. Dispositivos conscientes. Más del 60% de los usuarios creen que los dispositivos capaces de entender nuestro estado de ánimo se generalizarán en 2019, incluso un 42% piensa que sus smartphones los entenderán mejor que sus amigos.

 

2. Discusiones inteligentes. Más del 65% de los usuarios creen que los altavoces inteligentes discutirán y mantendrán conversaciones como lo hacen los miembros de una familia.

 

3. Aplicaciones espía. El 47% de los consumidores piensa que las aplicaciones recopilarán más datos sobre ellos incluso cuando no las están usando.

 

4. Acuerdos Obligatorios. Aceptar cookies que recopilan datos personales para luego mostrarte anuncios personalizados molesta al 51% de los consumidores.

5. Habilidades de internet. Más del 50% de los usuarios que usan VR /AR esperan poder usar internet para poder realizar actividades en el mundo real. Por ejemplo, reparar una silla rota, incluso sin haber usado un martillo antes.

 

6. Pagos automatizados. Alrededor de la mitad de los usuarios esperan nuevas tecnologías para automatizar elementos aburridos en su vida como ir al supermercado, pagar servicios, para invertir ese tiempo en otras cosas.

 

7. Obesidad mental. El 31% de los consumidores cree que pronto tendremos que acudir a “gimnasios mentales” para poner en práctica el pensamiento, ya que la automatización puede hacernos mentalmente flojos.

 

8. Mi yo ecológico. Las personas están más preocupadas por el medio ambiente. Por ejemplo, 4 de cada 10 desearía un asistente virtual ayude a optimizar y reducir el servicio de agua y luz.

 

9. Mi gemelo digital. El 48% de los usuarios piensa que, en los próximos años, los avatares virtuales serán tan reales que será difícil distinguir cuando se esté hablando con una persona o con su imitador 3D.

10. 5G automatizando a la sociedad
Usuarios de teléfonos inteligentes en 50 países del mundo tienen altas expectativas con la tecnología 5G para movilizar y automatizar muchas áreas de su vida cotidiana, ya que esperan una mejor conexión con los dispositivos móviles e IoT, tales como electrodomésticos, automóviles, medidores de agua, luz o gas, así como lavadoras o refrigeradores.

 

Sobre la discusión de ver a la automatización como una amenaza o una oportunidad, la Dra. Pernilla Jonsson, Directora de Consumer & Industry Lab comenta: “Estamos en la era en que los humanos y las máquinas inteligentes están interactuando y trabajando juntos. Hasta ahora, solo hemos dado pequeños pasos hacia adelante. La mayor parte de un futuro completamente automatizado no se ha desarrollado aún y la forma en que construyamos ese futuro está en nuestras manos”.

La información contenida en el informe se basa en las actividades de investigación globales de Ericsson Consumer Lab durante más de 23 años, principalmente con datos de una encuesta realizada en línea en octubre de 2018 a usuarios avanzados de internet en 10 de las ciudades más influyentes de todo el mundo.

Tecnologías que se mantendrán en tendencia en 2019

De acuerdo con reportes de SAP, el siguiente año marcará un nuevo rumbo para la tecnología, principalmente en el área de la Inteligencia Artificial (AI), en la que la automatización será determinante para que las empresas generen soluciones competitivas en cualquier industria. Estas son algunas de las tendencias que se reforzarán en 2019, de acuerdo con el reporte:

 

Blockchain

El futuro financiero del mundo se está transformando a partir de esta tecnología. La expectativa general es que su potencial se expanda favorablemente a futuro gracias a la seguridad y rentabilidad que brinda para crear y administrar bases de datos distribuidas, además de que mantiene registros para transacciones digitales de todo tipo. De acuerdo con SAP, tanto clientes como socios muestran confianza respecto al potencial del blockchain gracias a su impacto disruptivo.

 

Tecnologías inmersivas

La interacción de los seres humanos con la tecnología avanza cada vez más. La realidad virtual y la realidad aumentada han alcanzado un desarrollo importante que el siguiente año tendrá niveles de innovación que potenciarán la experiencia entre el mundo físico y el virtual. Por tanto, veremos mayor interacción 3D, nuevo uso de datos y su aplicación en prácticas de negocio.

Sistemas conversacionales

Este tipo de tecnología que permite que el usuario mantenga comunicación directa con las máquinas, principalmente para servicios de asistencia, es una de las tendencias que se mantendrá vigente en 2019. El 80% de los millennials prefiere darle información a un robot que a un humano, es por ello que cada vez vemos a más empresas que buscan tener una comunicación directa a través de chatbots, pues son herramientas que facilitan una experiencia satisfactoria y directa con las empresas sin necesidad de contar con la intervención humana.

 

Machine Learning

La analítica aumentada es una de las tecnologías que más ha despuntado rumbo al 2019. El potencial del big data y la automatización de procesos de administración de datos internos ofrecen un mundo de soluciones para empresas que pueden ahorrar costos de operación y administración.

“Sin duda, 2019 será un año clave para la transformación digital de las empresas. Como compañía, estar involucrada en la generación de soluciones que convergen con cada una de estas tendencias, representa una oportunidad para contribuir con el desarrollo tecnológico de México” comenta Raquel Macías, directora de comunicación y asuntos corporativos de SAP México.

Más allá del futuro cercano

El horizonte tecnológico se ve muy prometedor y nuevas tecnologías serán desarrolladas con el paso del tiempo. Algunas de las que se vislumbran a largo plazo son las siguientes:

  • Robótica: los avances en este rubro tienden a automatizar los dispositivos para realizar actividades de manera autónoma. Podrá ser aplicable en objetos como drones, automóviles o robots de asistencia.
  • Convergencia humano-máquinas: la fusión entre las máquinas y la biología humana será una realidad que brinde soluciones médicas a futuro. Esta área está teniendo un desarrollo importante que en algunos años dejará de ser solamente un tema de películas de ciencia ficción.
  • La impresión 4D será una de las tecnologías que transformarán el panorama. Este avance permitirá utilizar materiales distintos con la facilidad de transformarse. Algo que pudiera utilizarse de manera exitosa en cuestiones médicas y de salud.

Inteligencia Artificial también ayuda a equilibrar trabajo y vida personal: Estudio

Los empleados sienten que su productividad está disminuyendo a pesar de sus largas horas de trabajo y para solucionarlo están deseando utilizar la ayuda de la Inteligencia Artificial (IA). Según un estudio de Fujitsu, por una parte manifiestan que las  TI de la empresa no los respalda, aluden a una seguridad inadecuada, fallos en el servicio y desafíos para acceder a la información necesaria para ser eficaces.

Aunque la competencia por trabajadores cualificados se intensifica, los puestos de trabajo de hoy en día no responden a las expectativas de los trabajadores.

Casi la mitad de todos los empleados (46%) creen que su puesto de trabajo actual no tiene un impacto positivo en el reclutamiento y retención de las personas con habilidades clave.

El nuevo estudio de Fujitsu, realizado por la firma de investigación Pierre AudoinConsultants (PAC), analizó los desafíos que las empresas están experimentando a medida que evolucionan, desde la perspectiva de sus trabajadores. Los resultados destacan que no todas las organizaciones tienen la cultura, políticas medioambientales y la tecnología adecuada para permitir que sus empleados sean efectivos, así como capaces para atraer talento en un futuro.

Los trabajadores quieren el apoyo de la IA, un buen equilibrio de vida personal y laboral y un incremento de la productividad

Aunque los empleados sienten que están trabajando tan duro (45%) o incluso más (47%) que hace dos años, más del 40% de los encuestados creen que su productividad se ha estancado o descendido. Esta es potencialmente la razón por la cual la mayoría de los profesionales encuestados ahora consideran que la IA es una fuerza positiva, ya que reconocen que es una gran ayuda para mejorar la productividad. Más del 80% de los participantes creen que la IA, experimentada a través de asistentes virtuales digitales o experiencias de usuario personalizadas y adaptables, tendrá un efecto positivo en su vida laboral diaria. Y que no sólo los empleados nativos digitales están listos para aceptar la IA, ya que esta perspectiva positiva es compartida tanto por los trabajadores más junior como por los más experimentados.

A medida que los empleados trabajan más horas, buscan formas de lograr un equilibrio entre el trabajo y la vida personal. Esto se puede conseguir con horarios y prácticas de trabajo flexibles. Más de la mitad (53%) lo considera “muy importante” en términos de mejora de la productividad. Sin embargo, más de un tercio (35%) califica la capacidad de su empresa para mantener un buen equilibrio entre trabajo y vida como solo adecuado o deficiente. Un ambiente de trabajo estimulante y saludable quedó en un segundo lugar (con 49%). Y el acceso a las herramientas de productividad adecuadas, con 40%, se sitúa como uno los factores más importantes para su efectividad.

A medida que la IA, el aprendizaje automático y las tecnologías de automatización de procesos robóticos se adoptan más ampliamente, las personas esperarán conseguir con ello la realización de procesos básicos, como son las actividades de incorporación y la automatización perfecta de las solicitudes de servicios. Las empresas que logren ofrecer este equilibrio, serán capaces de enfrentar los desafíos de la productividad y ganarán la guerra por el talento, al atraer y retener empleados cualificados. Con su enfoque centrado en las personas, Fujitsu está bien situado para proporcionar los servicios, los ecosistemas y las tecnologías requeridas para el puesto de trabajo moderno, personal y flexible.

¿Cómo saber qué tecnología en IA es la idónea para tu negocio?

Cuando una empresa planea implementar una solución de Inteligencia Artificial (IA), primero deberá revisar o, en su defecto, diseñar una estrategia en torno al uso de este recurso, posteriormente se tendrá que confirmar el enfoque de implementación y, finalmente, decidir qué mecanismos adoptar.

Antes de poner una estrategia de IA en marcha, debe de responder a preguntas como: ¿qué planea lograr implementando la IA dentro de su organización y qué valor de negocio va a entregar? El siguiente paso sería trabajar en un enfoque para implementarla. ¿Cuál será el punto de entrada de esta tecnología? ¿Comprará una solución comercial, una herramienta o servicio que le ayudará a construirla u optará por construir una que esté personalizada desde cero? Basado en cuál es su enfoque, se deberá decidir entonces sobre una pila de soluciones que se analizarán a continuación.

Apps especializadas en IA

Si se desea implementar una solución de Inteligencia Artificial sin demasiado esfuerzo, a un costo razonable y con un riesgo menor, la mejor opción podría residir en las soluciones de IA comercial (COTS, por sus siglas en inglés). Existen varias compañías de software que fabrican estas soluciones, desde grandes como Oracle Adaptive Intelligence y Salesforce Einstein, hasta startups. En realidad, depende mucho de su estrategia de Inteligencia Artificial, los casos de uso más sencillo como las predicciones de ventas o las recomendaciones de productos sobre datos de clientes existentes pueden resolverse fácilmente con un software comercial.

Estas soluciones se encuentran normalmente en la nube y su implementación está orientada principalmente a la configuración, por lo que se puede lograr un tiempo de lanzamiento al mercado más rápido con un menor costo total de propiedad (TCO).

El principal inconveniente es la limitación a la personalización, los casos de uso más genéricos mencionados anteriormente pueden resolverse de manera fácil con los modelos predefinidos. Pueden ser entrenados en datos existentes con poca o ninguna preparación y podrían muy bien servir a su propósito. Sin embargo, los casos de uso altamente especializados como, por ejemplo, la detección de cáncer basada en el análisis profundo de imágenes de rayos X, definitivamente estarán fuera del alcance.

Por otro lado, las habilidades necesarias para implementar tales soluciones son más fáciles de encontrar y definitivamente mucho más baratas que las de los ingenieros de aprendizaje de máquinas. Yo diría que alguien con cualquier conocimiento o experiencia en inteligencia de negocios lo hará, ya que la curva de aprendizaje también es más corta.

Servicios en IA

Definidos como un conjunto de mecanismos cognitivos que residen en la nube y que, probablemente, sean las opciones más populares, de modo que gigantes de software como IBM Watson en Bluemix, Amazon Machine Learning, Google Cloud Machine Learning y Microsoft Cortana en Azure tienen estos servicios expuestos en sus nubes individuales. Si las empresas no quieren empezar desde cero y tienen un caso de uso que requiere algún nivel de personalización, este es un buen lugar para empezar.

Aunque se trata de construir parcialmente la solución, la ventaja es que las empresas pueden aprovechar la mayor parte de la funcionalidad fundacional de estos servicios. Los chatbots es un caso de uso muy común para los servicios de AI, los flujos de conversación son configurables y pueden ser entrenados en datos existentes con muy poca preparación de estos. Los servicios de IA también admiten casos de uso más avanzados como análisis de texto, imágenes, voz y vídeo, pero con algunas limitaciones.

El uso de chatbots es un caso muy común de servicios de IA, los flujos de conversación son configurables y pueden ser entrenados con base en datos existentes que no necesitarán de una gran preparación.

Los servicios de IA también admiten casos de uso más avanzados como el texto, la imagen, la voz y el análisis de video con ciertas limitaciones. Gracias a este recurso podríamos ser capaces de descifrar cuántas personas hay en una imagen en particular e inclusive profundizar en su estado de ánimo, no obstante, diagnosticar cáncer a partir de una imagen de rayos X aún sería un escenario difícil si quisiéramos hacer uso de elementos de este nivel.

El tiempo de comercialización es bastante rápido, el riesgo es mediano y los costos son razonables. Asimismo, los conjuntos de habilidades requeridos no son demasiado especializados, alguien con experiencia en programación y comprensión básica de conceptos de aprendizaje automático podría manejar estos sistemas sin mayor dificultad.

Frameworks en IA

Si realmente tomas en serio la IA, este es el conjunto de herramientas que necesitas y la mejor noticia de todas, es que son totalmente gratis. En los últimos años se han introducido un conjunto de frameworks de código abierto, altamente sofisticados, desde Google Tensorflow hasta Facebook Torch, Amazon / Apache mxnet, Theano, Café y Keras, etc. El desarrollo de productos de este tipo se caracteriza por formar parte de un sistema operado por Inteligencia Artificial que busca cumplir con una serie de requisitos para el negocio, implica un nivel de funcionalidad sofisticado, dependiendo del giro de la empresa en cuestión, y que no se puede encontrar en las aplicaciones o servicios existentes.

A través de esta modalidad puedes construir un clasificador de análisis de imágenes que rija a partir de frameworks de Inteligencia Artificial con el fin de ser capaces de detectar el cáncer o cualquier otra enfermedad. Hasta el día de hoy, no existe un escenario que no pueda resolverse con un framework de Inteligencia Artificial.

Ante la necesidad de desarrollo de esta innovación, la búsqueda de ingenieros especializados en aprendizaje automático se ha incrementado, no obstante, necesitaremos construir equipos integrados de matemáticos, analistas de datos, lingüistas y desarrolladores de estructuras digitales. El incursionar en el desarrollo de IA no es fácil y los riesgos son definitivamente altos, pero también lo son las recompensas. La incertidumbre de la línea de tiempo y los resultados de la construcción de la solución puede aumentar los riesgos, pero cuando finalmente termines de construir el producto y / servicio de tus sueños, sabrás que el esfuerzo ha valido la pena.

Plataformas en IA

Las plataformas de Inteligencia Artificial son muy importantes, especialmente si optas por construir tu solución desde cero utilizando frameworks de IA. Las aplicaciones y los servicios que conlleva este avance pueden ser traducidas en soluciones basadas en la nube, por lo que no tendremos que preocuparnos por la infraestructura. Pero, ¿dónde diseñaremos y probaremos estas soluciones personalizadas? Ya sea que se adquiera una infraestructura como servidores con GPU o bien se implemente una solución en plataformas de Inteligencia Artificial como Floyd, que es básicamente un Platform as a Service. AWS EC2 sería otra opción para implementar soluciones de Inteligencia Artificial construidas con marcos de código abierto. Google Cloud y Azure sólo son compatibles con las soluciones de IA creadas con frameworks propios, pero sin código abierto. TCO sería mucho más barato que comprar y mantener sus propios servidores habilitados para GPU.

Ya hemos visto que existen diferentes soluciones de IA, que cualquier empresa podría adquirir en función de su estrategia y enfoque de implementación. Si se desea introducir estos mecanismos dentro de su organización, con el propósito de mejorar la productividad o la experiencia del cliente, podría hacerlo utilizando un enfoque de “Compra” a través de una solución en COTS. Por otro lado, si no hace falta construir una solución desde cero pero se necesita de un nivel de personalización más alto que el de las soluciones COTS, los servicios de Inteligencia Artificial podrían ser la mejor opción. Finalmente, si se necesitara construir algo realmente sofisticado, tendrás que ensuciarte las manos y construirlas desde cero usando frameworks de Inteligencia Artificial y desplegarlo en plataformas de IA.

 

Por: Suraj Shinde, director del everis Digital Lab especializado en IA. 

La UNAM lanza programa de 8 cursos sobre Inteligencia Artificial

La Universidad Nacional Autónoma de México (UNAM), en colaboración con Coursera, lanzó recientemente el programa especializado Introducción a la Inteligencia Artificial, con el cual buscan abordar la creciente demanda de habilidades de inteligencia artificial entre los profesionales mexicanos.

Actualmente la inteligencia artificial (IA) no solo impacta muchos aspectos de la vida cotidiana -como el entretenimiento, las compras en línea, los bancos y el servicio al cliente, sino que también se está convirtiendo en una habilidad de trabajo deseable.

De acuerdo con IDC, el 30% de las iniciativas de transformación digital en América Latina utilizarán los servicios de inteligencia artificial para 2019.

Además, dicho informe predice que para 2020, el 50% de las aplicaciones empresariales utilizarán esta tecnología. Como resultado, cada vez más compañías están buscando talento con conocimiento y técnicas de inteligencia artificial para llevar la transformación a la realidad. Esta gran demanda de habilidades de IA llevó a la UNAM a desarrollar “Introducción a la Inteligencia Artificial”.

Se trata de un programa diseñado para principiantes, completamente en español, que consta de ocho cursos.

Entre los cursos se encuentran: razonamiento artificial, resolución de problemas por búsqueda, creatividad artificial y cognición encarnada, los cuales equiparán a los alumnos con una amplia comprensión teórica y práctica de diferentes ramas de la inteligencia artificial.

Por ejemplo, como las ciencias cognitivas -psicología, neurofisiología, lingüística y filosofía- pueden ayudarnos a construir sistemas que muestren una inteligencia más sofisticada; de esta manera, al finalizar el programa las personas que lo cursen serán capaces analizar problemas en una variedad de dominios de IA y adquirirán herramientas que podrán aplicar en su entorno profesional.

Respecto a este programa, el Dr. Carlos Gershenson, investigador de la UNAM y profesor de la nueva especialización, señala que, aunque la investigación de IA ha existido en México durante 50 años, el trabajo en este espacio ha sido principalmente académico: “Existe una gran demanda de expertos en IA en el mercado laboral. Por lo anterior, decidimos crear el programa para brindar ventajas profesionales y llenar los vacíos en esta área, pues no hay duda de que cuantos más especialistas en esta tecnología tengamos en México, mayores serán los beneficios que veremos en el país.”

El programa Introducción a la Inteligencia Artificial ya está disponible en Coursera.

La Inteligencia Artificial y la curva de aprendizaje humana

La inteligencia humana ha evolucionado con el tiempo, comenzando con el descubrimiento del fuego y la invención de la primera rueda, hasta la investigación y el entendimiento de fenómenos extremadamente complejos. Este proceso ha requerido que generaciones de la raza humana aprendan con el paso de los siglos a través de esfuerzos sistemáticos de descubrimiento, experimentación, deducción e inducción, y a veces, por mera casualidad.

¿Qué tan fácil (o difícil) es entonces que la Inteligencia Artificial (IA) emule la conducta humana? Los sistemas de IA de la actualidad tratan de reproducir el ciclo de ‘sentir-pensar-hacer’ de muchas formas, generando una base de aprendizaje a medida que avanzan.

Algunos ejemplos son bots inteligentes usados para interacciones con clientes, motores de búsqueda inteligente y extractores de información inteligentes, cada uno con sus complejidades y retos únicos.

Desarrollar las capacidades para realizar una tarea de principio a fin con éxito por lo general significa enlazar una o más competencias, agregando así más complejidad al proceso. Por un momento, pasemos por alto la versatilidad de los seres humanos y exploremos las complejidades que conlleva desarrollar incluso una sola capacidad humana. Consideremos un sistema inteligente capaz de producir boletines de temas específicos para su circulación entre grupos relevantes dentro de una empresa.

 

Buscando buen contenido

Un ser humano que busca información comenzaría por entender las fuentes de información disponibles y el conocimiento de cómo acceder a dicha información. Por el contrario, una solución de IA necesitaría saber los depósitos de información disponibles en dónde buscarla. ¿Se extendería al intranet de la empresa o al internet? ¿A qué depósitos de conocimientos empresariales o suscripciones a servicios de información puede acceder?

Una vez identificadas las fuentes de información, el sistema de IA tendría que determinar el mecanismo de acceso a la información de cada uno de estos depósitos. Considerando que cada uno diferiría en la forma en que almacena y comparte información, la solución tendría que tener la capacidad de ‘hablar’ con cada una de las fuentes, un reto que por lo general se aborda al crear adaptadores para facilitar la conexión.

Más allá de identificar las fuentes de información y saber cómo acceder a ellas está el reto de identificar qué se debe buscar. Por ejemplo, un humano que busca información sobre IA naturalmente extendería la búsqueda a términos como inteligencia cognitiva, aprendizaje de máquina, aprendizaje profundo y redes neuronales. De la misma forma, un sistema inteligente necesitaría extender la búsqueda de términos a sinónimos, frases relacionadas y conceptos similares, una capacidad que requiere definir un diccionario que sea relevante para el dominio o tema.

Creando las mejores historias

Una vez que la búsqueda abarca una completa serie de artículos, el siguiente paso sería filtrar los duplicados. Aunque reconocer los duplicados exactos es sencillo, identificar artículos similares en su cobertura e intención no lo es tanto. Con mucha frecuencia, dos artículos con una serie similar de palabras clave podría presentar opiniones drásticamente diferentes, e incluso algunas podrían ser ofensivas. Mientras que la comprensión del lenguaje natural (CLN) ha evolucionado significativamente como tecnología, aumentar un enfoque de involucramiento humano podría ser una buena solución para estos difíciles problemas de IA.

El siguiente paso sería organizar toda la información recabada, ordenar los artículos con base en rasgos comunes como subtemas, cronología y compañías a las que se hace referencia, por ejemplo. Para un sistema IA, esto significaría usar uno o más enfoques como correlación basada en reglas, aprendizaje no supervisado y aprendizaje supervisado con el uso de involucramiento humano para llegar a conjuntos de artículos relacionados.

Para asegurar que los artículos más interesantes aparezcan en los primeros lugares, una solución inteligente también necesitaría priorizar artículos con base en parámetros como relevancia, clasificación del autor, respaldo de datos cuantitativos y preferencias de audiencias. Uno tendría que aprovechar tecnologías como CLN, aprendizaje profundo y razonamiento basado en reglas para desarrollar modelos para clasificar artículos con base en diferentes parámetros.

Cerrar el ciclo

Por último, la solución necesitará escribir el boletín como una colección de resúmenes de los varios artículos que ha recabado, debidamente depurados, agrupados y priorizados. La integración por lo general involucra uno o dos enfoques: extracción, que identifica las oraciones más prominentes con base en la frecuencia de ocurrencia de los términos clave o la posición de las oraciones en el texto; y abstracción, que involucra entendimiento completo del artículo con base en CLN y análisis léxico. Actualmente, la integración basada en extracción sería la opción más probable, y quizá necesitaría respaldo de involucramiento humano. Así, los resúmenes generados tendrían que ser cotejados por sus grupos y evaluaciones para escribir el boletín final. Con este paso, ¿habrá terminado la función del sistema de IA? Bueno, pues no del todo…

De forma natural, los humanos están programados para usar sus experiencias para refinar su conducta. Para hacer que un sistema inteligente aprenda de forma similar por sí mismo y mejore con el tiempo y la experiencia, uno tendría que desarrollar mecanismos para capturar experiencias. Esto significaría intervenciones e involucramiento humano durante varias etapas de producción de boletines, y después usar este aprendizaje para afinar los modelos de IA base.

Para acelerar la adopción de los sistemas de IA y hacer que la tecnología sea verdaderamente dominante, hay una necesidad de plataformas que puedan simplificar el desarrollo de soluciones de IA al brindar los niveles correctos de abstracción de capacidades cognitivas, así como la capacidad de ensamblar, personalizar y extender las mismas. Es por esto que lo ideal en el futuro sería cambiar la fuerza del desarrollo de aplicaciones de IA de los desarrolladores a los usuarios empresariales.

 

Por: Bhasha Khose, Empresario en Residencia del Programa de Incubación de Transformación Cognitiva en TCS.

AWS presenta una serie de nuevas soluciones en Re:Invent 2018

Las Vegas.– ¿A qué se dedica hoy por hoy la empresa Amazon Web Services (AWS)? Si su respuesta fue “a la informática en la nube”, es muy probable que tal concepto haya quedado corto después de lo que esta compañía dio a conocer en su evento re:Invent 2018, realizado en esta ciudad.

Fue el propio Andy Jassy, CEO de AWS, quien presentó de voz propia más de 20 nuevas soluciones y adelantos de productos. Los anuncios se refirieron a áreas tan diversas como machine learning, Internet de la Cosas, servicios multimedia, analítica y almacenamiento, hasta servicios para dispositivos móviles, marketplace y seguridad e identidad.

La compañía basada en Seattle cimenta su presencia y –en algunos casos– su incursión en estos sectores, luego de reportar 2.7 mil millones de dólares de ingresos anualizados al tercer trimestre del 2018, y en poseer más de la mitad (51.8%) del mercado mundial de cloud, donde es seguido por empresas como Microsoft (con el 13.3%), Alibaba (4.6%), Google 3.3%), IBM (1.9%) y otros vendedores (25%), según estimaciones de la firma IDC, citados por Jassy en la conferencia inaugural del evento.

state-of-the-cloud-AWS

La informática en la nube –entendida ésta como la entrega bajo demanda de capacidad informática, almacenamiento de bases de datos, aplicaciones y otros recursos de TI a través de una plataforma de servicios en la nube mediante Internet con un sistema de precios basado en el consumo–, faculta a AWS para tratar de “cumplir las expectativas y exigencias cada vez mayores de nuestros clientes, quienes hacen suya aquella frase de Queen, la legendaria banda de rock: ‘I want it all and I want it now’ (‘Lo quiero todo y lo quiero ahora’)”, aseveró el CEO de la compañía, quien a lo largo de su presentación estuvo acompañado por un cuarteto musical.

La retahíla de anuncios comenzó con la posibilidad que ofrece ahora la empresa para desarrollar el código de función AWS Lambda usando Ruby, el lenguaje de programación orientado a objetos. AWS Lambda es un servicio de cómputo que ejecuta su código en respuesta a eventos y administra automáticamente los recursos de cómputo de las organizaciones.

Novedades en almacenamiento

En lo que respecta a soluciones de almacenamiento, Jassy destacó que Amazon S3 ahora puede soportar cuatro nuevas funciones –denominadas S3 PUT to Glacier, S3 Cross-Region Replication to Glacier, S3 Restore Notifications y S3 Restore Speed ​​Upgrade– para reducir los costos de almacenamiento y crear aplicaciones de archivo con la clase de almacenamiento Amazon S3 Glacier y permitir la replicación de datos con un solo clic en S3 Glacier en otra región de AWS. Las funciones anunciadas están disponibles usando las API S3, los kits de desarrollo de software (SDK) de AWS y la consola de administración de AWS para una integración más simple con sus cargas de trabajo de archivado y aplicaciones.

También fue presentado el Amazon FSx para Windows File Server, que proporciona un sistema de archivos Windows nativo, totalmente administrado de tal forma que se puedan mover aplicaciones basadas en Windows que requieran almacenamiento de archivos a AWS.

Del Machine Learning al Reinforcement Learning

En este rubro, la solución Amazon SageMaker ahora admite nuevas capacidades para una mejor orquestación, experimentación y colaboración para flujos de trabajo de aprendizaje automático (ML). AWS Step Functions ya puede integrarse con Amazon SageMaker y AWS Glue, “lo que facilita la creación, implementación, monitoreo e iteración de flujos de trabajo de Machine Learning”, explicó Jassy.

Por lo general, la automatización de los flujos de trabajo de ML implica escribir y mantener el código para definir la lógica del flujo de trabajo, supervisar la finalización de cada trabajo y corregir cualquier error. Los modelos ML deben administrarse para grandes conjuntos de datos antes de implementarlos en entornos de producción. El re-despliegue es requerido cada vez que un modelo cambia, y se requieren múltiples equipos para asegurar que el modelo esté funcionando como se espera. Todo este proceso es complejo y puede ralentizar la entrega de aplicaciones. Con la integración de AWS Step Functions y Amazon SageMaker, “se puede automatizar la publicación de conjuntos de datos grandes y diversos en un lago de datos de Amazon S3, entrenar modelos ML e implementar estos modelos en producción”, afirmó el directivo.

En otro anuncio relacionado, dijo que AWS Marketplace, un catálogo digital curado, ahora puede encontrar y adquirir cientos de algoritmos de aprendizaje automático y paquetes de modelos en AWS Marketplace e implementarlos directamente en Amazon SageMaker. Este catálogo puede elegir entre algoritmos y modelos gratuitos y de pago que abarcan una gama de categorías populares, como procesamiento de lenguaje natural, reconocimiento de voz, texto, datos, voz, imagen, análisis de video y análisis predictivo, entre otras.

Una de la novedades que más expectativas produjo fue la versión preliminar de AWS DeepRacer, “la manera más rápida de comenzar con el aprendizaje automático”, como la califcó Jassy. Se trata de un auto de carreras a escala 1/18 que “aprende” comportamientos complejos sin requerir ningún dato de entrenamiento etiquetado, capaz tomar decisiones a corto plazo mientras se optimiza para un objetivo a más largo plazo.

Con el AWS DeepRacer, los desarrolladores tienen una forma de familiarizarse con el aprendizaje por refuerzo (reinforcement learning o RL) –que es una técnica de aprendizaje automático avanzado que adopta un enfoque muy diferente de los modelos de entrenamiento– para experimentar y aprender a través de la conducción autónoma. Pueden comenzar con el coche virtual y las pistas en el simulador de carreras 3D basado en la nube. También podrán participar con prototipos en la Liga Mundial de AWS DeepRacer, que se realizará en la MGM Grand Garden Arena, en el marco del evento re:Invent 2019. Por introducción, el DeepRacer tuvo un precio de 249 dólares.

Depp-Racer-en-brazos

Un Centro de Seguridad

En el re:Invent 2018 se ofreció una vista previa de lo que será el Centro de Seguridad AWS (Security Hub), mediante el cual la compañía propone reducir el esfuerzo de recopilar y priorizar los hallazgos de seguridad en todas las cuentas, desde los servicios de AWS ­–como Amazon GuardDuty, Amazon Inspector y Amazon Macie– hasta las herramientas que pueden aportar los socios de compañía. Según se anunció, este servicio ingiere datos utilizando un formato de resultados estándar, eliminando la necesidad de esfuerzos de conversión de datos que consumen mucho tiempo. Después correlaciona los hallazgos entre los proveedores para priorizar los hallazgos más importantes.

Su propuesta para Blockchain

En este rubro, el CEO de AWS dio a conocer el Amazon Managed Blockchain, un servicio administrado que “permite configurar y administrar una red de blockchain escalable con solo unos cuantos clics”. Según el directivo, esta nueva solución elimina la sobrecarga requerida para crear la red y se escala automáticamente para satisfacer las demandas de miles de aplicaciones que ejecutan millones de transacciones. Una vez que su red está en funcionamiento, Managed Blockchain facilita la administración y el mantenimiento de su red de blockchain. Administra sus certificados, le permite invitar fácilmente a nuevos miembros a unirse a la red y rastrea métricas operativas como el uso de recursos de cómputo, memoria y almacenamiento. Además, Managed Blockchain puede replicar una copia inmutable de la actividad de su red de blockchain en Amazon Quantum Ledger Database (QLDB), una base de datos de contabilidad completamente administrada.

AWS-Ground-Station

Servicios satelitales sin invertir en infraestructura

Por si faltara una incursión más por parte de AWS, otro de los adelantos que pudieron ver en el evento re:Invent 2018 fue la Ground Station, un servicio administrado que permite controlar las comunicaciones satelitales, los enlaces de subida y bajada, el procesamiento de datos, así como la posibilidad de escalar operaciones satelitales sin tener que preocuparse por construir o administrar su propia infraestructura de estaciones terrestres.

En este caso, Amazon Web Services puede proporcionar su nube y su red de fibra global de baja latencia para que los clientes descarguen datos en las estaciones terrestres de la compañía, y sólo paguen por el tiempo que requieran programar las antenas. Volviendo a la pregunta inicial, “¿a qué se dedica AWS hoy por hoy?”, después de lo expuesto aquí –apenas una selección resumida de lo que se pudo ver en el evento– su respuesta podría ser diferente.

Por José Luis Becerra, CIO México