El futuro desarrollo de la inteligencia artificial

La inteligencia artificial (IA) está empezando a cambiar el funcionamiento de muchas empresas. La capacidad para procesar y proporcionar datos de manera precisa y a una velocidad mayor que la de cualquier ser humano ya está transformando el modo de hacerlo todo, desde el estudio de las enfermedades y la comprensión del comportamiento del tráfico en la carretera hasta la gestión de las finanzas y la predicción de patrones climáticos.

Para los líderes empresariales, el potencial de la IA puede ser fundamental para el crecimiento futuro de sus compañías. Con tanta oferta y tanto en juego, la pregunta ya no es simplemente lo qué es capaz de hacer la IA, sino dónde es mejor usarla para proporcionar unos beneficios empresariales inmediatos.

Según Forrester, el 70% de las empresas implementarán la IA de alguna manera durante el año que viene. Además, nuestro reciente informe Evolution ha desvelado que el 40% de los responsables de TI del Reino Unido planean aumentar el presupuesto dedicado a los proyectos de IA y de aprendizaje automático en el próximo ejercicio fiscal. Y otro 39% también prevé invertir en capacidades/personal experto en IA en el mismo periodo de tiempo.

Quienes pretenden implementar proyectos de IA o de aprendizaje automático deben saber que el obstáculo computacional que solía dificultar los proyectos de este tipo se ha eliminado en gran medida. La aplicación de la tecnología GPU de empresas como NVIDIA, que ha logrado pasar con éxito de desarrollar las tarjetas gráficas líderes en el mundo a ser una empresa importante en el campo de la supercomputación, ha tenido mucho que ver en ello. Por lo tanto, en muchos proyectos el reto consiste en proporcionar los datos a una velocidad lo suficientemente alta para alimentar las fuentes de análisis de datos que son fundamentales para la IA.

También es muy importante que las organizaciones estudien minuciosamente la infraestructura necesaria para alcanzar sus objetivos en materia de IA. Para innovar y mejorar los algoritmos de la IA, el almacenamiento tiene que proporcionar un rendimiento excepcional en todo tipo de patrones de acceso, para archivos pequeños y grandes, aleatorio o secuencial, para una concurrencia baja o alta, permitiendo al mismo tiempo un fácil escalamiento lineal y no disruptivo, con el fin de aumentar la capacidad y el rendimiento.

Según Forrester, el 70% de las empresas implementarán la IA de alguna manera durante el año que viene

Para los sistemas de almacenamiento tradicionales no es nada fácil cumplir con todos estos requisitos. Por lo tanto, los datos pueden acabar fácilmente en silos de infraestructura en cada etapa del acceso a información de IA – que incluye la incorporación, la limpieza y transformación, la exploración y la formación –, lo que hace que los proyectos requieran más tiempo y sean más complejos e inflexibles.

El hecho de reunir los datos en un único centro de almacenamiento de datos centralizado, integrado en una arquitectura de aprendizaje profundo, permite un acceso mucho más eficiente a la información, lo que aumenta la productividad de los científicos de datos y hace que el escalamiento y el funcionamiento sean más sencillos y más ágiles para el arquitecto de datos.

Las plataformas de datos modernas basadas en sistemas all-flash son las candidatas ideales para hacer las funciones de ese concentrador central de datos. Es la única tecnología de almacenamiento capaz de sostener y aprovechar todo el potencial de los proyectos que operan en entornos que exigen una capacidad de computación de alto rendimiento, como la IA y el aprendizaje profundo.

El RISELab de la Universidad de California en Berkeley es un ejemplo en este sentido. Su equipo ha sido pionero y ha creado una de las herramientas de análisis en tiempo real más rápidas y avanzadas de todo el mundo, que funciona con el sistema flash para dar soporte a ADAM, una biblioteca distribuida, de código abierto y de alto rendimiento para el análisis genómico. Gracias a ello, el equipo está logrando unos avances increíbles en la secuenciación del genoma, lo que permite que los médicos clínicos apliquen los resultados de esta secuenciación genómica para tratar, curar e incluso prevenir miles de enfermedades. Estos cuidados y tratamientos increíblemente personalizados, basados en el genotipo específico de cada individuo, no solo optimizan los tratamientos, sino que además mejoran la atención posoperatoria y la rehabilitación. Y no solo eso, sino que lo hacen a un ritmo más rápido, y a un coste menor que los métodos tradicionales que no utilizan la información genética.

Man AHL, una empresa con sede en Londres pionera en el campo de la inversión cuantitativa sistemática, también está aprovechando el almacenamiento flash para crear y ejecutar modelos informáticos que toman decisiones en materia de inversión. Unos 50 investigadores cuantitativos y más de 60 especialistas en tecnología colaboran para formular, desarrollar e impulsar nuevos modelos y estrategias de inversión que puedan ejecutarse por ordenador.

Con su plataforma de datos all-flash, el especialista en inversiones puede proporcionar la capacidad de almacenamiento masivo y la escalabilidad necesarias para satisfacer las necesidades de las aplicaciones de simulación más exigentes, mejorando considerablemente la usabilidad y el rendimiento de su tecnología para ejecutar múltiples simulaciones. Por lo tanto, la solución tiene un gran potencial para cambiar radicalmente las cosas y aportar una ventaja en los plazos de lanzamiento.

Las cabinas de almacenamiento flash son muy adecuadas para estos proyectos de IA porque incorporan un paralelismo que imita el cerebro humano y permite ejecutar múltiples consultas o trabajos simultáneamente. Al integrarse este tipo de tecnología flash en las propias bases de los proyectos de IA, se mejora notablemente el ritmo al que pueden desarrollarse la IA y el aprendizaje automático. Durante años, los lentos y complejos sistemas de almacenamiento tradicionales han sido incapaces de hacer frente a los volúmenes y la velocidad de datos actuales, por lo que han bloqueado las nuevas ideas y los nuevos avances. Los sistemas de cabinas de almacenamiento flash eliminan este obstáculo y logran que la infraestructura de almacenamiento deje de ser una barrera para que los clientes aprovechen al máximo el análisis de datos y los proyectos de IA.

Las cabinas de almacenamiento flash son muy adecuadas para estos proyectos de IA porque incorporan un paralelismo que imita el cerebro humano

La industria automovilística es uno de los mejores ejemplos de que la ejecución de un proyecto de IA en una infraestructura tradicional es simplemente imposible. La IA es crucial para poder hacer realidad los coches sin conductor y con ello lograr unas carreteras más seguras. Zenuity, una joint venture de Volvo Cars, el fabricante de coches de gama alta, y Autoliv, el líder mundial en sistemas de seguridad para el automóvil, tiene el objetivo de poner en circulación los vehículos autónomos más seguros en el año 2021. Cada vehículo está equipado con sensores como los LIDAR y con cámaras para explorar de manera segura su entorno. Los millones de fotogramas recogidos por los coches se utilizan para formar a las redes neuronales profundas que luego se usan para que funcione el software que dirige la flota de vehículos autónomos de Zenuity.

El sistema flash proporciona la escalabilidad y el rendimiento necesarios para un proyecto de aprendizaje automático de esta magnitud. También permite que Zenuity amplíe su plataforma de aprendizaje automático de modo que tenga la suficiente potencia computacional para hacer frente a las necesidades futuras y, en última instancia, para facilitar que el coche responda de manera segura a su entorno en un nanosegundo.

Tanto si la inteligencia artificial es crucial para la actividad principal de su empresa como si no, se trata de una herramienta que todas las organizaciones deberían plantearse usar para aumentar la eficiencia y la precisión de los proyectos que conllevan el manejo de una gran cantidad de datos. Las empresas que no lo hagan, corren el riesgo de tener que hacer frente a una importante desventaja competitiva. En cualquier caso, es imprescindible que los responsables de proyectos se aseguren de que disponen de la infraestructura necesaria para soportar la enorme incorporación de datos y la rápida evolución de los análisis inherentes al despliegue de la IA.