Inteligencia Artificial y Machine Learning en el negocio digital

AI

Machine Learning: una metodología de inteligencia artificial.

Monalisa Bandopadhaya, Administradora Senior en Equinix, y Loveneesh Bansal, Directora de Administración de Aplicaciones y Bases de Datos

El problema del aprendizaje y de la toma de decisiones se encuentra en el epicentro del pensamiento humano y del artificial y, por este motivo, los científicos están profundizando en el Machine Learning (ML) dentro de la Inteligencia Artificial (IA). La Inteligencia Artificial es una plataforma o solución que parece ser inteligente y que a menudo puede superar el rendimiento del ser humano. Es una descripción amplia para cualquier dispositivo que imita funciones humanas o intelectuales, como el movimiento mecánico, el razonamiento o la resolución de problemas. El Machine Learning es un concepto muy difundido dentro de la Inteligencia Artificial que consiste en enseñar a las máquinas a detectar diferentes patrones y a adaptarse a las nuevas circunstancias y que puede basarse tanto en la experiencia como en la explicación. Por ejemplo, en robótica, el aprendizaje automático juega un papel fundamental al optimizar la toma de decisiones, lo que con el tiempo aumenta la eficiencia de una máquina al permitir una manera más organizada de realizar una tarea en particular. Según Andrew Ng, un pionero en Inteligencia Artificial, el 99 % del valor económico creado en este sector proviene de sistemas de aprendizaje supervisado.

Hoy en día, el Machine Learning se utiliza en muchas aplicaciones y es un concepto central para los sistemas inteligentes, que conduce a la introducción de tecnologías innovadoras y a conceptos más avanzados de pensamiento artificial. Es un enfoque estadístico y basado en datos para generar Inteligencia Artificial, como cuando un programa informático aprende de sus propios datos para mejorar su rendimiento al completar una tarea, por ejemplo, en el reconocimiento de voz. Como resultado, los sistemas de aprendizaje automático dependen del acceso a grandes cantidades de datos en tiempo real. Además, el volumen de datos creados y su calidad son aspectos cruciales para el éxito de los dispositivos. Por ejemplo, según Ng, las principales aplicaciones de reconocimiento de voz pueden comprender lo que alguien dice, aunque para ello pueden llegar a precisar 50.000 horas de discurso además de sus transcripciones.

Cómo la Inteligencia Artificial está cambiando las aplicaciones empresariales

Las tecnologías basadas en Inteligencia Artificial están adquiriendo una gran importancia en las empresas corporativas de todo el mundo, como por ejemplo Watson de IBM, DeepMind de Google y los múltiples servicios de Inteligencia Artificial de AWS que fueron los protagonistas en el “re:Invent” de Amazon Web Services celebrado el mes pasado. En nuestro artículo del blog sobre las predicciones IT 2018, analizamos cómo los sistemas cognitivos y de Inteligencia Artificial se están convirtiendo, finalmente, en la corriente dominante, con un pronóstico de ingresos a nivel mundial que se prevé que alcance los 12 mil millones de dólares este año, según IDC. Las tecnologías centrales de la Inteligencia Artificial, además del Machine Learning, son el Deep Learning, el Procesamiento de Lenguajes Naturales (NLP, por sus siglas en inglés) y la visión asistida por ordenador. Todas estas tecnologías proporcionan funcionalidades mejoradas a los ordenadores similares a la producción humana, como el reconocimiento de patrones, la toma de decisiones analíticas y las predicciones basadas en datos obtenidos.

La incorporación de la Inteligencia Artificial y las capacidades de aprendizaje automático en el software empresarial automatiza las tareas cotidianas de los empleados y les permite invertir su tiempo en tareas de mayor valor. Deloitte ha pronosticado que más del 80 % de las empresas más importantes de software empresarial integrarán funcionalidades de Inteligencia Artificial en sus servicios para finales de este año, y se espera que para 2020, el 95 % de las 100 principales empresas de software empresarial tengan aplicaciones habilitadas para la Inteligencia Artificial.

Las aplicaciones de Inteligencia Artificial han cambiado la forma en que utilizamos los servicios informáticos y todos los aspectos de nuestro comportamiento informático se han visto influenciados por algoritmos de Machine Learning que lo recuerdan todo, desde nuestras elecciones en servicios de suscripción de música hasta el producto que deseamos comprar online. Las empresas también pueden aprovechar la Inteligencia Artificial para predecir los fallos de sistemas mediante el reconocimiento de los patrones en que se producen a través del software de Business Intelligence basado en la Inteligencia Artificial. Este tipo de aplicación puede ser un programa de Inteligencia Artificial que supervisa las actividades comerciales y alerta a las empresas sobre cuándo y dónde surge un problema.

Casos de uso similares son también aplicables en la seguridad en línea, donde los firewalls y los sistemas de detección de intrusos han sido mejorados por el Machine Learning y las capacidades de reconocimiento de patrones de firewalls basados en la IA. Por ejemplo, nuestro cliente, Zenedge, que es un proveedor líder de firewall de aplicaciones web (WAF) basado en la nube y dirigido a la Inteligencia Artificial, detección de bots maliciosos y soluciones de ciberseguridad DDoS, está aprovechando las capacidades de interconexión a través de la Plataforma Equinix para construir una red global por todo EE. UU., Canadá, Europa y Asia impulsando un crecimiento sin precedentes del negocio digital.

La Inteligencia Artificial continúa impulsando la informática empresarial para lograr capacidades sobrehumanas. El procesamiento de grandes cantidades de datos, a la vez que se usa Big Data para el reconocimiento de patrones o para la realización de tareas en tiempo real, requiere comunicaciones bajo demanda entre los sistemas y los datos. A medida que se incrementa el volumen de datos, las empresas acceden a sistemas en la nube basados en Inteligencia Artificial que son capaces de procesar grandes cantidades de información, requiriendo una cada vez mayor interconexión entre los datos, el análisis y los sistemas de Inteligencia Artificial.

La Inteligencia Artificial como parte de la revolución del IoT

Muchas organizaciones tienen dificultades para dar sentido a la enorme cantidad de datos con los que trabajan todos los días, incluyendo las preferencias, las compras y otros tipos de información personal recopilada de los clientes. Ahora, la tendencia conocida como el Internet de las cosas (IoT) está generando un gran “pajar” de datos en el que las empresas necesitan encontrar información y conocimientos útiles (la “aguja”).

Al aplicar las capacidades analíticas de la Inteligencia Artificial a los datos recopilados a través del IoT, las empresas pueden identificar y entender los patrones para así tomar decisiones comerciales más eficaces y estratégicas. Esto, genera una variedad de beneficios, tanto para las empresas como para sus clientes impulsando así la intervención proactiva, la automatización inteligente y las experiencias de compra altamente personalizadas. También nos permite descubrir maneras de optimizar el funcionamiento de los dispositivos conectados y simplificar estos sistemas para que sean más fáciles de utilizar.

Si bien el IoT es impresionante, no puede alcanzar su máximo potencial sin un buen sistema de Inteligencia Artificial con acceso bajo demanda. Ambas tecnologías, tanto la Inteligencia Artificial y como el Internet de las Cosas, necesitan alcanzar el mismo nivel de desarrollo y un mayor nivel de interconexión privada para funcionar de la mejor manera posible. La integración de la Inteligencia Artificial en las redes de IoT se está convirtiendo en un requisito previo para el éxito en los actuales ecosistemas digitales basados en esta tendencia. Por lo tanto, las empresas deben avanzar rápidamente para identificar cómo generar valor al combinar la Inteligencia Artificial, el IoT y la interconexión, haciendo frente a un proceso de actualización en los próximos años.

El papel de la interconexión en la Inteligencia Artificial, el Machine Learning y el IoT

La interconexión directa y segura entre una red de sistemas, usuarios, aplicaciones, herramientas de análisis, datos y dispositivos es fundamental para el éxito de los sistemas de Inteligencia Artificial y de Machine Learning. La interconexión rápida y privada entre elementos puede imitar la interacción en tiempo real entre personas (docentes y estudiantes) que se requiere para un mejor aprendizaje.

En Equinix, creemos que la capacidad de interconectar empresas de forma directa y segura, así como de intercambiar datos de manera privada, es el futuro para las empresas. Especialmente, para aquellas empresas que necesitan aprovechar la Inteligencia Artificial, el Machine Learning y el IoT para impulsar sus negocios y ser viables en la actual economía digital mundial. Nuestra Estructura Equinix Cloud Exchange™ (ECX) facilita la interconexión directa en más de 48 principales áreas metropolitanas a nivel mundial. La estructura ECX permite la conexión privada entre empresas dentro de los centros de datos International Business Exchange™ (IBX®) de Equinix en Norteamérica y en la región EMEA, y, con el paso del tiempo, en todos los centros de datos IBX de Equinix a escala global. Por ejemplo, en la industria del petróleo y el gas, estamos ayudando a compañías de energía y a sus socios en la nube a utilizar IA, ML y cloud para monitorizar a distancia sensores IoT en pozos petroleros distribuidos con el objetivo de diagnosticar problemas potenciales de seguridad.

En el futuro, esperamos que las tendencias disruptivas como la Inteligencia Artificial y el Machine Learning continúe aplicándose en todas las industrias, ya que cada vez más empresas colaboran y aprovechan los centros de interconexión integrados y los servicios de colocation como una plataforma unificadora a escala global para la innovación. Equinix y sus Arquitectos de Soluciones Globales apoyan el desarrollo de arquitecturas de IoT basadas en Inteligencia Artificial y en el Machine Learning. Para más información, consulte el documento técnico de la Plataforma Equinix Vision.