Inteligencia artificial. Pymes y productividad

INTELIGENCIA ARTIFICIAL PYMES PRODUCTIVIDAD
Los hombres de la prehistoria, Inicialmente,
se valía de sus brazos, manos y piernas para
realizar todos los trabajos necesarios para
su subsistencia aplicando el esfuerzo físico.
Transcurrido el tiempo los humanos
desarrollaron herramientas que los
ayudaron a resolver sus necesidades.
Más adelante diseñaron y fabricaron máquinas que resolvían muchas de las labores que requerían
esfuerzo y agotamiento físico y, de ser ayudados por las herramientas pasaron, los humanos, a
ayudar a las máquinas para que realicen los trabajos.
Con el transcurso del tiempo las máquinas fueron evolucionando y automatizándose al punto de
obedecer órdenes que se le impartían desde archivos digitales, pero siempre estas máquinas
resolvían tareas de movimientos mecánicos, esfuerzo, trabajos riesgosos, de precisión o trabajos
manuales diversos.
En el año 1956 se produce un cambio de paradigma cuando el científico John McCarthy junto a
otros colegas en la conferencia de Dartmouth, Hanover, establecieron las bases de la Inteligencia
Artificial (I.A.) como un campo independiente dentro de informática, dando lugar al inicio de la
Cuarta Revolución Industrial.
Previamente, en 1950, Alan M. Turing había publicado en la revista Mind, el artículo Ordenadores
e Inteligencia ue tataa soe los oeptos de I.A. y estaleía lo ue dio e llaase el Test
de Tuig ue peitía deteia si u odeado se oportaba según lo que se entendía
como artificialmente inteligente.
Durante el proceso de desarrollo y perfeccionamiento de la I.A. se arriesgaron diferentes
definiciones y test, cada vez más exigentes, para validar que una computadora o procesador
actuaban inteligentemente. Los test de Turing y el test de Lovelace 2.0 resultan los más aceptados
para estas definiciones.
Varios autores definieron la I.A. como la capacidad que tienen las máquinas para llevar a cabo
tareas que son realizadas por los seres humanos otros autores agregaron que es el campo de
estudio que se enfoca en la explicación y emulación de las conductas inteligentes en función de
procesos computacionales basados en la experiencia y el conocimiento. También hay quienes
contemplan la participación de la emocionalidad del ser humano sin lo cual las definiciones serían
incompletas.
Como podemos observar, se pasó del campo de los movimientos mecánicos al del
comportamiento cerebral, tratando de imitar el funcionamiento neuronal, el conocimiento, el
análisis de situaciones y problemas, la toma de decisiones y análisis de resultados.
El hecho concreto es que la suma de la I.A. y la Robotización avanzan sobre las capacidades físicas
e intelectuales de la humanidad.
Las investigaciones y aplicaciones sobre I.A. se deslizaron por los siguientes tres ejes:
Redes neuronales
A grandes rasgos, se recordará que el cerebro humano se compone de decenas de billones de
neuronas interconectadas entre sí formando circuitos o redes que desarrollan funciones
específicas.
Una neurona típica recoge señales procedentes de otras neuronas a través de una pléyade de
delicadas estructuras llamadas dendritas. La neurona emite impulsos de actividad eléctrica a lo
largo de una fina y delgada capa denominada axón, que se escinde en millares de ramificaciones.
Las extremidades de estas ramificaciones llegan hasta las dendritas de otras neuronas y establecen
conexión llamada sinapsis, que transforma el impulso eléctrico en un mensaje neuroquímico
mediante liberación de unas sustancias llamadas neurotransmisores que excitan o inhiben sobre la
neurona, de esta manera la información se transmite de unas neuronas a otras y va siendo
procesada a través de las conexiones sinápticas.
Las redes neuronales tienen como estructura varias capas: la primera capa como buffer de
entrada, almacenando la información bruta suministrada en la red ó realizando un sencillo
preproceso con la misma, la llamamos capa de entrada; otra capa actúa como interfaz o buffer de
salida que almacena la respuesta de la red para que pueda ser leída, la llamamos capa de salida; y
las capas intermedias, principales encargadas de extraer, procesar y memorizar la información, las
denominan capa oculta.
Sistemas de lógicas difusas
El segundo eje son los sistemas de lógica difusa. Los seres humanos pensamos y razonamos por
medio de palabras y en grados entre dos estados por ejemplo blanco y negro, frío y caliente, etc.
Estos sistemas de lógica difusa son una mejora a los sistemas experto tradicionales, en el sentido
de que permiten utilizar lenguaje humano como nosotros razonamos
En los sistemas expertos, estos dos elementos básicos están contenidos en dos componentes
separados, aunque relacionados: una base de conocimientos y una máquina de deducción, o de
inferencia. La base de conocimientos proporciona hechos objetivos y reglas sobre el tema,
mientras que la máquina de deducción proporciona la capacidad de razonamiento que permite
al sistema experto extraer conclusiones.
La lógica difusa (también llamada lógica borrosa) se basa en lo relativo a lo observado como
posición diferencial. Este tipo de lógica toma dos valores aleatorios, pero contextualizados y
referirlos entre sí. Así, por ejemplo, una persona que mida dos metros es claramente una persona
alta, si previamente se ha tomado el valor de persona baja y se ha establecido en un metro.
Ambos valores están contextualizados a personas y referidos a una medida métrica lineal.
Algoritmos genéticos
El tercer eje corresponde a los algoritmos genéticos. Son una técnica inspirada en aspectos
biológicos. El proceso de la evolución del que Charles Darwin hace referencia y se puede aplicar
para optimizar dispositivos de control o robots o cualquier otro tipo de aspectos que sean
susceptibles de ser optimizados, como líneas de producción o secuencias dentro de determinados
procesos organizacionales que contengan una matriz de funcionamiento que pueda ser corrida.
Ensayos y aplicaciones
La empresa I.B.M., en febrero de 1996, desarrolló una computadora llamada Deep Blue para jugar
al ajedrez que enfrentó al campeón mundial Gary Kaspárov quien la venció ganándole tres
partidas y empatando dos. Con una nueva versión llamada Deeper Blue se repitió el
enfrentamiento con Kaspárov en 1997, ganando el encuentro la máquina en seis partidas por 3 ½
a 2 ½ convirtiéndose en la primera computadora en
derrotar a un campeón del mundo vigente.
En el año 2011 I.B.M. presentó la supercomputadora
Watson en un concurso de juegos televisivos en EEUU
en el que derrotó a dos de los mayores ganadores
históricos de estos enfrentamientos, recibiendo un
premio de 1.000.000.- de Dólares que destinaron a
beneficencia.
Estas etapas del desarrollo de la I.A. muestran que en Deep Blue los programadores debieron
cargar todas las jugadas de ajedrez y las correspondientes defensas y ataques conocidas para que
la computadora pudiera explorar, seleccionar y proponer las jugadas.
Posteriormente IBM presentó a Watson la supercomputadora que incorporó información de
múltiples fuentes, las relacionó entre sí y elaboró una respuesta propia sin necesidad que se
cargaran las posibles respuestas, prevaleciendo sobre los humanos entrenados para estos
desafíos.
En un programa televisivo de entrevistas, el presidente de un banco BBVA comentaba que
procesaban mil millones de transacciones diarias y que sería imposible dar respuesta a esta
demanda de los clientes en tiempo y forma si no se emplearan recursos informáticos que
interviniesen en la atención de esta cantidad de propuestas. Además agregaba que sus
profesionales economistas y financistas tuvieron que conocer sobre materias de ingeniería
informática y los ingenieros debieron aprender sobre prácticas bancarias para conformar equipos
que elaboren algoritmos inteligentes aplicables a la necesidad. En un artículo del diario La Nación
de Buenos Aires, ante la pregunta del periodista sobre el Rival histórico respondió: Claro que
nuestro competidor es Santander y J.P.Morgan y Wells Fargo también lo son. Pero para nosotros
nuestros competidores en el tiempo van a ser Google, Amazon, Facebook, ahí es donde se va a
librar la batalla en el siglo XXI.
También se publicó en el suplemento de economía del diario La Nación de Bs.AS., un artículo
sobre la participación de la I.A. en la selección de personal. Comentaba que a un ordenador se le
habían cargado cerca de un millón de C.V. de postulantes a empleos que respondieron a
convocatorias de búsqueda y se le proporcionó los datos de aquellos que habían resultado
seleccionados. El propio ordenador, sin la participación de ninguna persona, elaboró el algoritmo
que permitió realizar las siguientes selecciones con solo cargar las características del puesto a
cubrir y los C.V. de los postulantes, ahorrando mucho tiempo de análisis por parte de los
profesionales de RRHH. Seguramente estos sistemas de selección no son perfectos pero
contribuyen a reducir la cantidad de presentaciones que deban verificarse personalmente,
descartándose los que se apartan del criterio de selección y presentando los que más se ajusten a
la búsqueda.
Watson incursionó en la medicina, complementando
los trabajos de un equipo de médicos de Tokio, Japón,
que habían establecido una terapia a una mujer de 60
años que padecía de un cáncer que no podían doblegar
y la computadora, después de analizar una batería de
información pertinente, les propuso la terapia
adecuada que concluyó con la cura y el alta de la
paciente.
También se están empleando las propiedades de Watson como abogado ya que, con el programa
Ross Intelligence, colabora con firmas que se ocupan de resolver problemas de bancarrota
considerándose el primer abogado con I.A. La base de datos de este programa contiene
información de variadísimas fuentes, enciclopedias, diccionarios, artículos periodísticos, fallos
judiciales, etc. El programa realiza las investigaciones legales dando las respuestas más
significativas y citando las fuentes más confiables, sin que los equipos de abogados tengas que
abocarse personalmente a la búsqueda y comparación de información pertinente.
Volviendo al caso de la selección de personal, advertimos que, más allá de la carga de información,
los programas informáticos diseñaron, en este caso, algoritmos por sus propios medios,
pesado y elaoado aioales deisioes que facilitaron la búsqueda que habría que haber
hecho con varios especialistas.
Las empresas y la I.A.
Curiosamente, una gran mayoría de empresarios de pequeñas y medianas empresas no se
interesan por esta nueva era de I.A. desconociendo por completo sus alcances
Algunos empresarios consideran que este es un tema para unos cincuenta años adelante. Otros no
manejan el análisis en abstracto y evitan esforzarse en entender la I.A. También hay un grupo que
no desea abandonar su estado de confort y se mantienen ligados a lo que conocen y hacen
habitualmente.
El problema es que la I.A. aporta los medios indispensables para lograr productividad y
competitividad, situación indispensable para compartir los mercados con diferentes empresas.
La competencia en precios, calidad y eficiencia se instalan cada vez más fuerte en los negocios y
obliga a recurrir a la mayor eficiencia posible.
Así como se incorporaron las herramientas, las máquinas, los procesos administrativos y
productivos, robots operacionales y todos los recursos existentes en cada etapa del avance en la
optimización de las organizaciones, hoy corresponde recurrir a la I.A. que permite lograr la
eficiencia necesaria para desenvolverse en todos los segmentos de los negocios. De lo contrario va
a resultar muy difícil mantenerse competitivo.
No obstante, no se orienta solamente a mejorar el posicionamiento de la empresa, se orienta a
dejar mayor libertad a los empresarios, permitirles estar más tiempo con la familia, los amigos,
investigar, innovar, poder disfrutar del deporte preferido, la lectura, en fin, disfrutar y aprovechar
todo el mundo que existe fuera de la empresa y los negocios.
Creo que deberíamos hacer todos los esfuerzos posibles para difundir esta nueva ciencia y sus
avances prácticos, desmitificando las dificultades y aspectos negativos que se le atribuyen
injustificadamente.
Eduardo Bronzino
www.progresa-pga.com.ar
pgas@pgas.com.ar

Hazle saber al autor que aprecias su trabajo

Estás en libertad de marcarlo con "Me gusta" o no

Tu opinión vale, comenta aquíOculta los comentarios

Comentarios

comentarios

Compártelo con tu mundo

Escrito por:

Cita esta página
Bronzino Eduardo. (2017, Junio 16). Inteligencia artificial. Pymes y productividad. Recuperado de https://www.gestiopolis.com/inteligencia-artificial-pymes-productividad/
Bronzino, Eduardo. "Inteligencia artificial. Pymes y productividad". GestioPolis. 16 Junio 2017. Web. <https://www.gestiopolis.com/inteligencia-artificial-pymes-productividad/>.
Bronzino, Eduardo. "Inteligencia artificial. Pymes y productividad". GestioPolis. Junio 16, 2017. Consultado el 25 de Junio de 2017. https://www.gestiopolis.com/inteligencia-artificial-pymes-productividad/.
Bronzino, Eduardo. Inteligencia artificial. Pymes y productividad [en línea]. <https://www.gestiopolis.com/inteligencia-artificial-pymes-productividad/> [Citado el 25 de Junio de 2017].
Copiar