La economía y los beneficios de la inteligencia artificial

Vemos noticias sobre IA en todas partes; a veces, vemos el entusiasmo en torno a la IA y, a veces, vemos artículos que hablan sobre cómo la IA reemplazará o destruirá nuestros trabajos. También vemos el artículo ocasional que habla de cómo la IA destruirá a la humanidad.

En este artículo, no hablaré de una inteligencia artificial general o de una IA malvada que quiere destruir a la humanidad. Me centraré en la IA actual, que se basa principalmente en los algoritmos que pueden hacer predicciones, y analizaré cómo funciona la economía de la IA y cómo puede afectar a los negocios. También quiero mencionar que el contenido de este artículo está muy afectado por (y este autor recomienda enfáticamente para lecturas adicionales) Máquinas de predicción: la economía simple de la inteligencia artificial y Humano + Máquina: Reimaginar el trabajo en la era de la IA.

Este artículo se divide en tres partes principales:

• En La evolución de la tecnología , analizaré brevemente el pasado y sus similitudes con la Era de la IA.
• En Estrategia , discutiré cómo tener una mayor precisión de predicción puede afectar las estrategias y los modelos comerciales.
• En Human and AI Interaction , discutiré cómo los humanos pueden complementar la IA y cómo la IA puede complementar los esfuerzos humanos.

La evolución de la tecnología

Antes de continuar, me gustaría discutir las similitudes entre algunos eventos históricos que son análogos a cómo pensamos en la IA hoy. Daré algunos ejemplos de cómo un amplio uso de una tecnología particular cambió nuestra forma de pensar. ¿Cómo pasamos de la aritmética básica a empresas especializadas en desarrollo de inteligencia artificial?

La era de las computadoras electrónicas

Lo que mejor hacen las computadoras es la aritmética. Antes de las computadoras que conocemos ahora, el término "computadora" se usaba para las personas que hacían computación literal, lo que ahora llamamos "computadora humana".

Con los avances de la tecnología, la informática se hizo más barata y rápida, y empezamos a pensar en todo en términos de aritmética. La fotografía es un buen ejemplo: históricamente, modificar o aplicar efectos visuales a las fotos era una reacción química. Ahora, sin embargo, usamos algoritmos accesibles para artistas y fotógrafos a través de paquetes de software para aplicar matemáticamente efectos a las fotografías.

Este es un excelente ejemplo de cómo pensamos cuando baja el costo de un bien/servicio; comenzamos a pensar en cómo resolver nuestros problemas actuales en términos de esta nueva tecnología. Es lo mismo para la IA.

La era de Internet

Cuando Internet llegó a ser ampliamente utilizado, hizo grandes movimientos en varias industrias y se trataba de la reducción de costos en diferentes áreas. Por ejemplo, el costo de distribución de bienes y servicios se abarató y esto desencadenó el nacimiento de la industria del comercio electrónico. Las empresas, eventualmente, cambiaron sus estrategias y sobrevivieron o murieron.

Una vez que baja el costo de un bien o servicio, comenzamos a usarlo con más frecuencia, y podemos ver esto también en la web. Esto también cambia nuestra mentalidad y movemos industrias enteras en línea. Además del comercio electrónico, otro ejemplo se puede ver en el uso de motores de búsqueda; ya no usamos enciclopedias para buscar información, sino que usamos Google u otros motores de búsqueda.

La era de la IA

El costo de la IA se está abaratando en términos de poder de cómputo y en términos de herramientas. Cada nueva herramienta/biblioteca está ayudando a los desarrolladores de aprendizaje automático a dedicar menos tiempo a los problemas de predicción. Por ejemplo, TensorFlow de Google, AutoML o incluso scikit se pueden mostrar como ejemplos para este propósito. También podemos mostrar el mayor uso de la computación GPU como una ilustración de la reducción de costos en IA.

El pronóstico de ventas para el próximo trimestre de una empresa es un problema de predicción obvio, pero desarrollar un vehículo autónomo no era un problema de predicción hace una década. La reducción de costos en IA está cambiando nuestra forma de pensar, lo que significa que comenzamos a pensar en varios problemas como un problema de predicción. Ya estábamos usando vehículos autónomos en entornos controlados como fábricas, donde el vehículo podía programarse usando condiciones de programación if-else . Cambiar la mentalidad y ver esto como un problema de predicción ayudó a los ingenieros a desarrollar autos autónomos, que pueden usarse en la naturaleza.

Así es como funcionó, básicamente; un ingeniero le enseñó a una IA lo que haría un humano en diversas condiciones, y esto permitió la generación de un software integrado que permite a los conductores usar automóviles durante miles de millas en lugar de cansarse después de unos pocos cientos. AI aprendió lo que haría un humano y comenzó a predecir lo que debería hacer. Este es un muy buen ejemplo de pensar en un problema en términos de predicción.

Estrategia

Aquí hay una pregunta importante: ¿Afectará la IA a la estrategia y los modelos comerciales de las empresas? Si piensa en la IA como una herramienta de predicción que lo ayuda a tomar alguna decisión, es posible que no esté claro cómo afectará la estrategia pura, porque es solo otra herramienta que lo ayuda a tomar decisiones. Pero, si comienza a pensar en la IA como una herramienta de predicción que puede pronosticar con alta precisión, eso puede cambiar las estrategias en sí. Hay un excelente ejemplo en el libro Prediction Machines: The Simple Economics of Artificial Intelligence.

Cuando compramos y compramos productos de Amazon, envía los paquetes a nuestra oficina/hogar. Por lo tanto, este método puede denominarse método de compra y luego envío. También sabemos que Amazon tiene un motor de recomendaciones y recomienda artículos mientras navegas por las páginas. No compramos todos los artículos recomendados, pero al menos recomienda los artículos que podrían interesarnos. Supongamos que Amazon comenzó a predecir lo que comprará con gran precisión. Si comenzó a comprar el 80 % de los artículos recomendados, es posible que Amazon decida enviar los artículos incluso antes de que usted los compre; llamemos a esto envío y luego compra. Este es un cambio obvio en la estrategia comercial porque, una vez que los artículos lleguen a su hogar, devolverá el 20% de los artículos, y el modelo actual de precios de Amazon no se basa en esta suposición. Tal vez, Amazon decida enviar un camión a su ciudad una vez por semana para recoger los artículos devueltos, y esto cambiará por completo la forma en que Amazon carga su tarjeta de crédito, cómo empaqueta los artículos y cómo maneja los artículos devueltos. Todo este cambio de estrategia es el beneficio de la inteligencia artificial, que tiene una mayor precisión de predicción.

Creo que podemos trabajar en más experimentos mentales como el ejemplo anterior de Amazon simplemente pensando en lo que sucedería si la IA pudiera predecir con mayor precisión.

Interacción humana y de IA

¿Cómo evolucionará la interacción humana y la IA en el futuro? ¿Competirán o trabajarán juntos? Me centraré en esas preguntas leyendo el libro Human + Machine: Reimaginando el trabajo en la era de la IA. Según los autores, habrá escenarios en los que los humanos complementen a la IA y en los que la IA complemente a los humanos.

Humanos que complementan la IA

Los humanos pueden complementar la IA en tres áreas: entrenamiento, explicación y mantenimiento.

Capacitación

La IA necesita datos para aprender, lo que se denomina fase de entrenamiento , para poder hacer predicciones.

En el futuro, es posible que tengamos agentes de capacitación que se centren exclusivamente en capacitar a la IA en función de los requisitos de ese negocio. Si se trata de una fábrica, un agente de formación podría encargarse de entrenar a un robot; si se trata de un negocio de comercio electrónico, un agente de capacitación podría ser responsable de agregar datos históricos.

explicando

Necesitamos entender cómo y por qué la IA proporcionó una respuesta específica a un problema específico.

En general, nos enfrentamos a un compromiso entre la explicabilidad y la precisión de la IA. Los métodos de IA de caja negra tienen más precisión en comparación con los métodos que pueden explicarse fácilmente. Aunque existen herramientas que se desarrollan para explicar por qué una IA de caja negra hizo una predicción específica, es posible que necesitemos un puesto de trabajo que pueda comprender y explicar los resultados de la IA.

Nutritivo

Necesitamos estar seguros de que la IA está funcionando como se esperaba.

En 2015, un robot en una fábrica de Volkswagen agarró a un trabajador y lo aplastó fatalmente. Es posible que necesitemos roles cuya responsabilidad sea garantizar que los sistemas de IA funcionen como se espera.

La IA complementa a los humanos

El potencial de la IA otorga superpoderes a los humanos porque la IA hace predicciones más rápidas y precisas que los humanos. Estos superpoderes se pueden expresar en el valor que aportan a una determinada situación o acción.

Amplificar

Las herramientas de IA ayudan a los humanos a aumentar las capacidades de ser humanos. En el libro Human + Machine: Reimagining Work in the Age of AI, los autores usan el ejemplo del software Dreamcatcher de Autodesk, que usa algoritmos genéticos para iterar a través de posibles diseños.

Un diseñador puede diseñar una silla ligera, económica y resistente con la ayuda de esta herramienta. AI intenta crear un diseño basado en los criterios dados y proporciona los resultados al diseñador. Luego, el diseñador elige uno de los diseños dados y usa su creatividad en ese diseño para hacer los toques finales.

Esto es similar a lo que las computadoras proporcionaron a las personas en la era de las computadoras, solo que en un nuevo y emocionante nivel de capacidad en términos de qué tipo de cosas puede ayudar la IA.

Interactuar

La IA puede actuar como asistente para ayudar a las personas al interactuar con ellas. Alexa de Amazon, Google Home y Siri de Apple son ejemplos destacados de este tipo de agente interactivo de IA. A medida que esos agentes mejoren con cada iteración, comenzaremos a usarlos con más frecuencia y se convertirán en parte de nosotros, como una versión más profunda de lo que estamos haciendo con nuestros teléfonos inteligentes. Esos agentes serán nuestros asistentes privados y nos complementarán.

Aumentar

Se pueden encontrar ejemplos de aumento físico alimentado por IA en las fábricas. Aunque las fábricas son operadas por robots en este momento, en su mayoría son sistemas basados ​​​​en reglas y se colocan en una jaula, por si acaso, por seguridad. Los robots ayudarán a los humanos como compañeros de trabajo y estarán diseñados para no dañar a las personas mientras se mueven y trabajan libremente en una fábrica.

Conclusión

Aunque hay algunas preocupaciones que dicen que "los robots son más eficientes, por lo que los trabajadores humanos serán descartados en el futuro", Markus Schaefer, jefe de planificación de producción de Mercedes, dice: "Nos estamos alejando de tratar de maximizar la automatización, con personas tomando una parte más importante en los procesos industriales de nuevo”. Las nuevas tecnologías traen cambios monumentales en la forma en que hacemos las cosas, pero la invención del arado no eliminó la necesidad de trabajadores agrícolas, ni la invención de la computadora eliminó la necesidad de matemáticos. Al igual que con todas las revoluciones tecnológicas, el advenimiento de la IA se utilizará para ayudar a la humanidad a alcanzar un nuevo paradigma, no para reemplazarlo por completo.

¿Listo para más conocimientos técnicos de IA? Pruebe A Deep Dive into Reinforcement Learning para aprender cómo enseñar a una IA a conducir un automóvil en una montaña.