Cuando hoy en día alguien cree que está interactuando con una ‘Inteligencia Artificial’, en realidad lo que está haciendo es interactuar con un conjunto de algoritmos de Aprendizaje Automático entrenados para ser muy precisos en únicamente una tarea específica. Estos algoritmos, correctamente combinados, son capaces de crear un sistema inteligente, una IA.
Uno de los principales avances que ha experimentado el campo del Aprendizaje Automático ha sido su democratización. Hasta ahora este tipo de tecnologías solo se estaban utilizando en universidades y centros de investigación, donde se tenían que lanzar los algoritmos a finales de semana esperando que al lunes siguiente el sistema hubiera acabado de procesar. Esa falta de capacidad de procesamiento era el principal factor que limitaba esta tecnología. Hoy, gracias al procesamiento en la nube y la evolución de los dispositivos que utilizamos, este ámbito ha mejorado enormemente y está permitiendo utilizar la tecnología para ofrecer soluciones que antes eran inviables y en tiempo real.
Actualmente, las áreas más visibles son las relacionadas con el Natural Language Processing (NLP) y el Natural Language Understanding (NLU) ya que son las que dan vida a los asistentes de voz como Siri, Alexa o ForceManager Cognitive, donde puedes hablar con Dana, el sistema de reconocimiento por voz, y pedirle lo que necesites.
Hacer que una máquina entienda el lenguaje natural con el que nos expresamos es una tarea muy compleja por la cantidad de elementos que interactúan: el contexto de nuestras conversaciones previas, el entorno que nos rodea, lenguaje visual… Todos estos elementos influyen en cuando intentamos “descifrar” el significado de una interacción, y eso sin añadir la complejidad intrínseca del lenguaje.
Se están haciendo grandes avances en estos campos que permiten que nuestras interacciones con los asistentes sean cada vez más naturales y se predice que los siguientes grandes retos van a estar relacionados con la “comprensión” del lenguaje más allá de interpretar correctamente peticiones concretas de un usuario.
Esa comprensión del lenguaje nos permitiría ir más allá y empezar a beneficiarnos de las interacciones que hacemos diariamente a través de emails o mensajes de texto. Por ejemplo, las ventajas de un sistema que fuera capaz de comprender y componer un resumen de los últimos emails antes de una visita o que detectara que el tono de una conversación con un cliente se ha vuelto negativo son obvios, especialmente en el mundo comercial.
Hay muchos otros ámbitos donde se están aplicando los algoritmos de aprendizaje automático con enorme éxito, pero su impacto en el día a día de las personas es menos obvio y por lo tanto no son tan conocidos.
