Por: Iván Ramírez Morales, Ph. D. Líder de I+D+i en Larvia; @larvia_ai @ivaneduramirez
Ahora, las computadoras pueden ver, leer, oír, hablar, moverse, sentir el ambiente, activar o desactivar dispositivos y acceder a datos de internet.
Hasta hace unos años, si queríamos que una computadora hiciera algo nuevo, era necesario programarla. Eso implicaba indicar en un código, paso a paso, qué deseábamos que la computadora realizara.
Arthur Samuel, en 1956, quería lograr que una computadora les ganara a los humanos en un juego de mesa. Se preguntó, qué tal si hacemos que la computadora juegue contra sí misma, millones de veces, hasta que aprenda estrategias ganadoras, y… funcionó.
En 1962, la computadora de Arthur había vencido al campeón del estado de Connecticut. Desde ese entonces hasta la actualidad, han surgido miles de nuevas ideas bajo el mismo principio denominado aprendizaje automático o inteligencia artificial.
El buscador de Google fue, sin duda, el primer éxito comercial del aprendizaje automático. Posteriormente le siguieron Amazon, Netflix, LinkedIn, Facebook, y la lista de empresas basadas en inteligencia artificial va en aumento.
En este caso, las empresas en lugar de programar paso a paso los resultados, emplean algoritmos que han aprendido a hacerlo a partir de datos. Las computadoras pueden aprender a hacer cosas que muchas veces no sabemos cómo hacer por nosotros mismos, incluso algunas pueden hacerlas mejor que nosotros.
“En nuestra empresa hemos logrado detectar ubicación, largo, ancho, peso, y características de color de larvas y juveniles de camarón. Lo interesante es cómo esto se logra usando una app.”
Investigadores alrededor del mundo se preguntaron y qué tal si en lugar de datos de textos y números, proveemos a las computadoras de cámaras, micrófonos, sensores ambientales, acceso a datos de internet, conectividad con otros dispositivos, capacidad de mover servomotores y, con estos datos, entrenamos algoritmos para desarrollar tareas de detección, clasificación y asistencia a la toma de decisiones.
Esta pregunta, y las demostraciones reales de su factibilidad, marcaron un antes y un después en la mayoría de las industrias.
“Ahora, las computadoras pueden ver, leer, oír, hablar, moverse, sentir el ambiente, activar o desactivar dispositivos y acceder a datos de internet.”
Si bien es cierto, aún no existe una inteligencia artificial generalizada que sea capaz, por sí sola, de realizarlas todas en su conjunto; los algoritmos actuales que efectúan una única tarea, son muchas veces capaces de llevarlas a cabo con mayor precisión y durante tiempos extremadamente prolongados, con lo que nos superan ampliamente en la ejecución de tareas repetitivas.
Estos avances conducen a oportunidades emocionantes, por ejemplo, en Acuicultura. En nuestra empresa hemos logrado detectar ubicación, largo, ancho, peso y características de color de larvas y juveniles de camarón.
Lo interesante es cómo esto se logra usando una app, cuyos resultados tienen mayor precisión y se entregan en menor tiempo del que podría hacerlo un operador.
“Con nuestras investigaciones, pronto será posible estimar características relevantes para diagnosticar problemas de salud o de nutrición, solo como un adelanto de la amplia lista de aplicaciones potenciales.”
Un desafío que marcará la diferencia en cuanto a la producción, es el desarrollo de soluciones costo-efectivas útiles para los productores, de tal manera que los eslabones críticos del proceso de producción se puedan regularizar y optimizar.
Este desafío genera un sinnúmero de oportunidades para la industria de nuevas startups tecnológicas, con miras a emplear algoritmos de inteligencia artificial para resolver nudos operativos de manera eficiente y a un bajo costo.
Podríamos pensar -a priori- que las aplicaciones basadas en inteligencia artificial remplazarán puestos de trabajo.
Sin embargo, la industria ha notado que con los avances tecnológicos, las personas no están siendo sustituidas por sistemas informáticos, sino que están integrados en una simbiosis humano-máquina, generando mejores resultados productivos en campo, con lo cual el productor crece y la oferta de empleo se incrementa.
Así, lo que supondría un desafío, es en realidad una oportunidad para optimizar la producción, accediendo a información que, de otra manera, sería muy difícil conseguir.
Iván Ramírez
Cofundador de Larvia Líder de Investigación y Desarrollo
ivan@larvia.ai
IG: ivaneduramirez
