Que la inteligencia artificial forme parte de nuestro día a día es algo que a nadie le sorprende. Centrándome en el ámbito empresarial, es fundamental para todo tipo de sectores (sanidad, ciencias de la vida, banca, industria, etc.), y gran parte de la tecnología y aplicaciones beben de ella en su desarrollo e innovación.
Con el paso de los años, el concepto original de la IA ha ido evolucionando en función de las nuevas necesidades identificadas, y también del propio progreso tecnológico. Una de las ramas más importantes de la actualidad es la IA cognitiva, ligada a la simulación del proceso del pensamiento humano a través del lenguaje natural.
Prueba de los avances que se están haciendo en este campo es LaMDA, el modelo lingüístico para aplicaciones de diálogo que ha desarrollado Google para que la interacción máquina-humano sea más realista y natural. El objetivo de la compañía de Mountain View es que la IA adopte un lenguaje “más humano y sea capaz de reconocer matices y adaptaciones”, revolucionando con ello la interacción con asistentes conversacionales.
Esta tecnología, que analiza grandes cantidades de datos preparados para su entrenamiento, aprende de ellos y ofrece insights e interacciones con capacidades de cognición humana
No obstante, la IA cognitiva es mucho más que este proyecto que tan popular se ha hecho, especialmente en las últimas semanas con el debate en torno a si el modelo puede sentir y tener conciencia o no.
Esta tecnología, que analiza grandes cantidades de datos preparados para su entrenamiento, aprende de ellos y ofrece insights e interacciones con capacidades de cognición humana. Hablamos de IA que puede hablar y escuchar gracias al procesamiento del lenguaje natural (PLN), con capacidad de transformar audio en texto y viceversa, de comprender conexiones gramaticales y contextuales, de entender emociones y sentimientos y responder con cierto nivel de empatía ante ellos, de ayudar a la toma de decisiones en base al estado de ánimo, y mucho más.
Su importancia es crucial para el avance económico y social. En un entono en el que industrias como el sector bancario, el asegurador o el retail se apoyan cada vez más en herramientas o aplicaciones de atención al cliente automatizadas, desarrollar una IA cognitiva que desempeñe mejor su labor será beneficioso para ella, pero sobre todo para los usuarios. Y esto es solo una pequeña parte de todo lo que esta innovación puede hacer u ofrecer.
Un aprendizaje que nunca debe parar
Para que la IA cognitiva funcione, la ingesta de datos es crítica, al igual que lo es su entrenamiento: estos modelos deben ser entrenados, no programados.
En este sentido, hemos de imaginar un sistema cognitivo como un niño que va empapándose de todos los estímulos que le rodean: aprende a través de la información que se le suministra, y de la experiencia adquirida en situaciones similares, donde su respuesta ha sido evaluada. Conforme va recibiendo más inputs, va adquiriendo más conocimiento, contrastando más los datos captados y extrayendo conclusiones o reflexiones más acertadas y alineadas para poder hacer predicciones, diagnósticos, recomendaciones, etc., de mayor valor.
Continuando con el ejemplo de LaMDA, los desarrolladores de Google llevan trabajando en sus capacidades conversacionales desde 2017, y recientemente han catalogado a LaMDA como “un niño de 7 u 8 años que resulta saber de física”. No obstante, una de las principales limitaciones de estos sistemas tan complejos son la potencia y recursos necesarios para realizar los costosos entrenamientos, que más que llevar tiempo, nunca acaban: para que estos sistemas realmente funcionen, su aprendizaje debe ser continuo, o llegará un punto en el que se crearán gaps entre sus habilidades y la forma de interactuar de la sociedad.
Alejándonos un poco del procesamiento del lenguaje natural, y centrándonos en los modelos de detección o sugerencia, vemos otra problemática incrustada: los sesgos. Esta clase de modelos aprende, de manera autónoma o supervisada, de la información que le proveemos, por lo que es necesario que los equipos y las fuentes de datos sean diversas y objetivas, atendiendo a criterios de ética que limiten los prejuicios, faltas de respeto, choques culturales, etc.
Construir modelos de IA cognitiva es una tarea compleja, que requiere tiempo y recursos. Aun así, a medio y largo plazo, los beneficios de su desarrollo son tremendamente amplios para la economía y para la sociedad. Estamos en un gran momento para trabajar en esta línea, y creo que vamos por buen camino.
