Inteligencia Artificial y sus innovaciones de seguridad

Este es el futuro de la inteligencia artificial, según los expertos

A pesar de que la pandemia ayudó a acelerar el cambio a la computación en la nube y el trabajo remoto, también hubo una explosión de innovación en la preparación de la IA para su próxima etapa.

Durante la última década, la inteligencia artificial ha sido una fuente implacable de innovación empresarial. Ahora su influencia está a punto de expandirse dramáticamente. Una vez que fue un elemento básico de la ciencia ficción, la IA ha forjado silenciosamente un papel crítico en algunas de las tareas comerciales más ordinarias pero esenciales: automatización de procesos de negocio, análisis de datos, detección de defectos en la fabricación de productos, interacciones básicas con los clientes, etc.

¿A dónde, entonces, va la IA a partir de ahora? A pesar de que la pandemia ayudó a acelerar el cambio a la computación en la nube y el trabajo remoto, también ha habido una explosión de innovación en la preparación de la IA para su próxima etapa. Muchos informáticos, economistas e inversores creen que estamos en el umbral de enormes avances en inteligencia artificial y aprendizaje automático, con implicaciones tanto para los empresarios como para las empresas.

inteligencia artificial

GPT-3 como cambio de paradigma

La mayoría de las aplicaciones de la IA hoy en día tienden a implicar el "entrenamiento" de computadoras para que coincidan con imágenes y datos para que puedan "reconocer" nuevos ejemplos de ellos en diferentes entornos. Mostrar a una computadora cientos de imágenes de, por ejemplo, semáforos rojos o papas, permite a los informáticos crear aplicaciones que reconocen estas cosas y, cuando sea necesario, actuar sobre ellas. Este tipo de inteligencia artificial ahora está ampliamente desplegada y ya la damos por sentada.

El siguiente paso significativo para la IA surgió durante los peores meses de Covid-19 con el lanzamiento del GPT-3 de OpenAI, que utiliza modelos Transformer.ai para permitir que una computadora no solo reconozca imágenes y patrones, sino que genere lenguaje, texto e imágenes por sí misma.

Inteligencia artificial

"Este es un cambio de paradigma", dice Mustafa Suleyman, director ejecutivo de Inflection.ai y uno de mis socios en Greylock. Mustafa anteriormente cofundó DeepMind, adquirida por Google. “Hasta la fecha, el aprendizaje profundo se ha utilizado principalmente para tareas de clasificación. Estos nuevos modelos de IA son capaces de generar contenido de alta calidad completamente nuevo”, expresó.

Suleyman explica que estos modelos de Transformer ayudan a las computadoras a interactuar con los humanos, absorber su lenguaje, hacer referencia a la conversación y luego generar un diálogo y un lenguaje completamente nuevos. "Estas máquinas ayudarán a clasificar, resumir y priorizar las enormes cantidades de información con las que interactuamos todos los días", dice.

Sin embargo, es un error, advierte, pensar en esta próxima etapa de la IA como el avance de un solo servicio, por ejemplo, la generación de respuestas a las preguntas. Él cree que uno de los logros significativos de la tecnología emergente de IA es que gran parte de ella crecerá a partir de entornos de código bajo. Como resultado, la IA generadora de lenguaje proliferará ampliamente. “Es posible que pronto veamos un mundo en el que cada marca construya su propio sistema de IA para interactuar directamente con los clientes”, detalla.

inteligencia artificial, robot, ai (pixabay)

IA y predicción empresarial

Ajay Agrawal, profesor de la Universidad de Toronto y coautor del próximo libro Power and Prediction: The Disruptive Economics of Artificial Intelligence, cree que a pesar de la gran inversión en tecnología de IA, muchos CEOs siguen siendo escépticos sobre el valor. Cita un estudio reciente de BCG-MIT que encontró que, si bien muchas empresas han realizado inversiones en IA, "la mayoría de las empresas todavía tienen un largo camino por recorrer para generar beneficios financieros sustanciales".

Sin embargo, Agrawal es optimista sobre el impacto futuro de la IA. Aunque la primera ola de implementaciones de IA fueron soluciones puntuales que entregaron valor al "reducir el costo de las predicciones existentes", como la detección de fraude en la banca y la previsión de la demanda en el comercio minorista, argumenta que la segunda ola se basará en soluciones de sistemas que "transforman el proceso de producción y posiblemente la propuesta de valor".

Robot

Hace una analogía con los primeros días de la electricidad. Años después de que la electricidad se introdujera en las ciudades, solo alrededor del 3% de las fábricas estadounidenses la usaban. Cuando las nuevas fábricas se dieron cuenta de que la electricidad distribuida no solo ofrecía una ligera ventaja de costos en relación con el combustible o el vapor, sino que, lo que es más importante, les permitía desacoplar la fuente de energía de las máquinas, comenzaron a rediseñar las fábricas y reposicionar los equipos de manera más eficiente. El consumo de electricidad se disparó del 3% al 50% en dos décadas.

Al igual que la electricidad, la IA cambiará la forma en que las personas perciben lo que es posible con la tecnología. El gran cambio en la IA, cree, ocurrirá cuando los líderes empresariales reconozcan la oportunidad no como una solución puntual, sino como un camino hacia la innovación a nivel de sistema.

"Cuando los bancos comenzaron a adoptar la IA para la detección de fraudes", explica, "simplemente reemplazaron un conjunto de herramientas estadísticas de detección de fraude con un mejor conjunto de herramientas estadísticas. Sin embargo, el trabajo siguió siendo esencialmente el mismo". Esto fue fácil de implementar. Los beneficios de la IA fueron inmediatos y medibles. En los próximos años, ve a los líderes más ambiciosos repensando preguntas fundamentales sobre los riesgos que pueden eliminar.

Programación

La IA como herramienta de negocio

Saam Motamedi, mi socio de Greylock que es un experto en el dominio de la IA, ve que tanto el poder de la predicción como la interacción con el cliente se unen en nuevos usos para la IA. Al igual que Mustafa Suleyman, cree que la capacidad de las computadoras para ser preentrenadas en inmensos conjuntos de datos permitirá a las computadoras del futuro resolver problemas generales y estar afinadas para tomar un papel activo en situaciones comerciales específicas y en tiempo real. “Los nuevos modelos de IA son excelentes para generar información y flujo de conversación sobre la marcha y mejoran rápidamente a partir de la retroalimentación humana”, expresa.

Motamedi ve implicaciones inmediatas para las ventas, los centros de servicio al cliente y cualquier interacción entre una organización y los seres humanos. Señala a Cresta, una empresa de rápido crecimiento cuyos motores de IA escuchan en tiempo real a los clientes y desarrollan instantáneamente información y sugieren soluciones o próximos pasos.

cibernético, inteligencia artificial, cerebro

Además de Cresta, el mercado ya ha visto otros esfuerzos iniciales para utilizar la generación de lenguaje de IA para resolver problemas comerciales. Jasper, por ejemplo, genera una copia de marketing basada en información limitada sobre un producto; Textio hace lo mismo para crear material de reclutamiento, desarrollar un cambio cultural o impulsar la transformación digital bajo la bandera de la "escritura aumentada".

Motamedi argumenta que la combinación de lenguaje y predicción hará que la IA sea relevante para todos los flujos de trabajo empresariales. Cita la ciberseguridad, las aplicaciones de front office, la TI y la gestión de servicios como solo algunas de las áreas donde la tecnología subyacente pronto se remodelará con la IA en el núcleo.

Entre las innovaciones prácticas estará la capacidad de "leer" a los clientes a través de video, actuar sobre las solicitudes de TI o hacer predicciones en la gestión de solicitudes de préstamos o solvencia. En el cuidado de la salud, que durante mucho tiempo ha sido un rezagado tecnológico, existe una inmensa oportunidad para que la IA clasifique todos los tipos de facturación y codificación de servicios, un área donde la empresa emergente Notable Health ha dejado una marca con la automatización inteligente.

Inteligencia artificial

Los desafíos perdurables

Sin embargo, a pesar de todos los avances que podemos ver con la IA, sigue habiendo algunos problemas obstinados y duraderos que siempre serán parte de la tecnología. En una conversación con Reid Hoffman, de Greylock, Fei-Fei Li, codirector y cofundador del Centro de Stanford para la IA Centrada en el Ser Humano, argumenta que el despliegue de sensores en todos los aspectos de la vida humana plantea nuevas preguntas.

"Estamos entusiasmados como tecnólogos de pensar en cómo la visión por computadora y los sensores inteligentes y la computación de borde pueden ayudar, pero también nos enfrentamos a la cuestión de la privacidad, con la cuestión de la ramificación legal en la que nunca pensamos. ¿Qué pasa si el sensor detectó casos de abuso de atención? ¿Pueden servir como testigos legales o algún otro evento acusatorio?", se cuestiona.

Steve Johnson, en un ensayo reciente en la revista New York Times, exploró más de las controversias sobre las computadoras que son capaces de generar párrafos completos, lúcidos y originales sobre cualquier tema como si surgieran de la mente de un ser humano alfabetizado. Plantea el potencial de los bots para generar desinformación que parece ser autoritativa.

ai, inteligencia artificial, artificial

Mustafa Suleyman reconoce el mismo dilema. "Si bien los bots de IA pueden ser buenos para detectar información errónea", me dice, "también pueden ser mejores para difundirla a gran escala".

Saam Motamedi ve estos problemas como parte de la inevitable supervisión regulatoria que la IA tendrá que aceptar. "Todos nosotros tendremos que enfrentarnos a cuestiones de sesgo y equidad cuando implementemos la IA para tomar decisiones", dice. “¿Qué pasa si a alguien se le niega un préstamo como resultado de un algoritmo de aprendizaje automático?”, señala.

En este contexto, Ajay Agrawal ofrece un recordatorio útil. A pesar de los avances en la potencia informática, la IA sigue siendo una herramienta sobre la predicción, no sobre el juicio. El juicio es lo que los humanos todavía deben hacer con las predicciones que la computación sirve. Esa sigue siendo una buena guía a medida que nos preparamos para más IA en nuestro futuro.

Ese futuro está llegando rápidamente. La próxima era de la IA empresarial ofrecerá un tiempo de obtención de valor mucho más rápido. Pero nadie duda de que solo hemos visto la punta del iceberg de la IA. Operar con una eficacia mucho mayor y generar automáticamente contenido original, no solo reconocer patrones; democratizar la predicción con el potencial de interrumpir y permitir nuevos modelos de negocio; y una explosión de nuevas aplicaciones habilitadas para IA serán las características distintivas de la próxima ola de IA.

*Nota publicada en Forbes US

13 proyectos en la vanguardia industrial con Inteligencia Artificial

El Servicio de Información Comunitario sobre Investigación y Desarrollo de la Comisión Europea (CORDIS en su acrónimo inglés) ha publicado los resultados de 13 proyectos en curso, o concluidos recientemente, en el ámbito de la IA en la industria. A continuación, presentamos una breve reseña de cada uno de ellos.

Estas son las características y objetivos de los 13 proyectos publicados por CORDIS:

Personas y robots

Los investigadores del proyecto MANUWORK han desarrollado sistemas para impulsar la operatividad en entornos de fabricación que ayude a la colaboración de las personas entre sí y con las máquinas.

En el contexto de este proyecto, se han diseñado diferentes soluciones: un método computacional para optimizar los niveles de intervención humana y automatización a fin de equilibrar la carga de trabajo; un marco para evaluar la salud, seguridad y satisfacción de los trabajadores; una red social industrial y un sistema para fomentar el uso de la realidad aumentada (RA) en entornos productivos.

Por ejemplo, un objeto virtual se puede usar para indicar al operario el mejor lugar para colocar una pieza determinada. De este modo la RA adapta su función al perfil del operario y su nivel de especialización.

Contra el amianto

El amianto ha sido calificado de “asesino silencioso”. Se estima que solo en Europa se han producido más de 100.000 muertes por exposición a esta sustancia.

Partiendo de esta realidad, el proyecto Bots2ReC ha desarrollado un sistema robótico capaz de gestionar la eliminación del amianto en los inmuebles. El sistema puede abordar el trabajo de manera integral y no solo pieza por pieza. También se adapta automáticamente a los planos disponibles de un edificio.

Esta iniciativa tiene un gran potencial porque, algunos procesos o los materiales empleados en la extracción del amianto provocan riesgos para la salud en forma de polvo, vibraciones, ruido o sustancias tóxicas. El proyecto ha despertado el interés del sector de la construcción.

Edificios más sostenibles

Los edificios más sostenibles no solo son los más saludables, sino también aquellos con mayor eficiencia energética. El proyecto HIT2GAP ha creado una nueva plataforma de gestión energética en la edificación.

Esta plataforma, que incluye módulos basados en algoritmos de IA y extracción de datos, se centra en la fase de uso del edificio. Los módulos pueden identificar fallos o configuraciones inapropiadas de distintos equipamientos del edificio o incluso alertar sobre comportamientos de los usuarios que no sean eficientes en materia de energía. El sistema es de código abierto de manera que puede ser mejorado por desarrolladores externos en función de las condiciones cambiantes del edificio.

Aprovechar el talento humano

El proyecto Factory2Fit se ha diseñado con el objetivo de que los trabajadores tengan una mayor influencia sobre su trabajo y un mayor nivel de control sobre su capacitación y sus habilidades. Las pruebas piloto realizadas en entornos industriales han demostrado el impacto positivo que la IA puede tener en la productividad y el bienestar del trabajador.

Esta iniciativa surgió para integrar las tecnologías con los conocimientos específicos humanos en un contexto de creciente automatización. Esta integración se traduce en resultados concretos como la mejora de los flujos de trabajo y el aumento de la implicación de los trabajadores.

Una de las herramientas más eficaces desarrolladas en el proyecto consiste en una solución para que los supervisores puedan distribuir tareas de forma inteligente. La herramienta emplea un algoritmo que tiene en cuenta las capacidades, pero también las preferencias personales de los operarios

Fabricar sin defectos

El proyecto GO0D MAN se planteó recoger grandes cantidades de datos de producción durante un largo periodo de tiempo en tres escenarios industriales: Volkswagen Autoeuropa, Zannini y Electrolux.

La recopilación de datos en tiempo real se llevó a cabo en cada una de las fases de cada proceso industrial, así como en las relaciones entre procesos. El objetivo era crear modelos para poner en práctica estrategias de control basadas en IA para prevenir defectos de fabricación.

La metodología del proyecto puede entenderse como un nuevo método de control de calidad que ya ha recibido solicitudes de patente por parte de los socios industriales participantes.

Más productividad, menos costes

Poder prever los fallos en una cadena de producción es uno de las preocupaciones más importantes para la industria. El proyecto SERENA se ha ocupado precisamente de la analítica predictiva, tanto distribuida como centralizada. De este modo, se pueden programar las actividades de mantenimiento en un plazo determinado. Ello evita tener que interrumpir el proceso global de producción en la fábrica.

En el marco de este proyecto se ha creado una plataforma especialmente diseñada para el mundo de la fabricación basada en cuatro tecnologías: el control y la determinación del estado de funcionamiento a distancia; el mantenimiento basado en IA; herramientas de realidad aumentada (RA) para la asistencia remota y la ayuda a operarios humanos y, por último, una plataforma en la nube para el diagnóstico remoto versátil.

Robots autónomos y colaborativos

El proyecto COROMA se ha centrado en el desarrollo de un robot cognitivamente mejorado dedicado específicamente a la producción de piezas metálicas y de materiales compuestos. Se trata de un robot, capaz de comprender y aprender del entorno que lo rodea, y que hace uso de sus capacidades integradas de razonamiento y detección para funcionar de forma autónoma.

De este modo, el robot puede mejorar su rendimiento y obtener una mayor productividad y una mejor calidad de las piezas.

Para probar el robot en acción, el equipo del proyecto llevó a cabo demostraciones de prototipos en entornos operativos y talleres que reproducían plantas de fábricas. Gracias a la IA y a la mecatrónica integradas, el tiempo total de fabricación se redujo hasta en un 60 %, mientras que el tiempo necesario para configurar la fabricación de nuevas piezas se redujo hasta en un 85 %.

Eficiencia en recursos y energía

Las industrias de procesos, que fabrican y transforman materiales en grandes cantidades, se basan en el uso intensivo de energía y materias primas. Por lo tanto, cualquier mejora de la eficiencia, por pequeña que sea, puede suponer un gran ahorro económico y una mejora ambiental.

El proyecto MONSOON utiliza métodos predictivos basados en IA para optimizar los procesos de producción en la planta . Se han puesto a prueba en dos centros piloto, y se ha logrado demostrar una predicción eficaz. MONSOON podría contribuir a la adopción, por parte de las industrias de transformación europeas, de nuevos sistemas de control y supervisión más precisos.

Fábricas adaptables

Durante décadas, la industria ha reproducido modelo de fabricación en serie o de las líneas de montaje para poder producir bienes. Sin embargo, hoy está cada vez más centrada en el cliente, lo que aumenta la necesidad de disponer de métodos más flexibles para fabricar piezas y productos de manera cambiante.

El Proyecto THOMAS se ha planteado el objetivo de crear fábricas reconfigurables gracias al uso de operarios robóticos móviles autónomos con capacidad para moverse con libertad por una planta industrial. Además, estos robots pueden realizar una gran variedad de tareas avanzadas.

Esta versatilidad es posible gracias a la tecnología innovadora conocida como bibliotecas de percepción robótica, basada en IA. Las bibliotecas de datos permiten que el robot pueda desplazarse salvando los obstáculos, acoplarse a las estaciones de trabajo, identificar las herramientas y ayudar a los operarios en las tareas.

Reducir la huella de carbono

El proyecto CritCat propone un camino hacia una reducción de la huella de carbono y un abaratamiento de los costes de producción de la industria química.

Por una parte, se plantea el objetivo de reemplazar los metales raros –empleados, por ejemplo, en la fabricación de teléfonos móviles- por materiales abundantes en la corteza terrestre.

La innovación del proyecto no radica únicamente en la identificación de nuevos materiales más baratos. El equipo ha optado por la inteligencia artificial y las simulaciones por ordenador, en forma de una plataforma de modelización de materiales para el diseño de catalizadores con menor consumo energético.

Drones contra la corrosión

Para las grandes refinerías que gestionan decenas de miles de kilómetros de tuberías, los drones representan cada vez más una tecnología única para prevenir la corrosión y los accidentes. El proyecto AEROARMS ha querido dar respuesta a esta necesidad con drones equipados con IA.

La innovación principal de estos drones radica en que son los primeros manipuladores robóticos aéreos inteligentes del mundo, que incluyen brazos y plataformas de empuje que pueden ejercer fuerzas en cualquier dirección (Foro: CORDIS/Thinkhubstudio).

Gracias a la IA incorporada son capaces, por ejemplo, de sujetar un objeto con un brazo mientras lo inspeccionan con otro. Sus prestaciones se demostraron satisfactoriamente en condiciones reales, que incluyeron mediciones del grosor de pared de tuberías y depósitos.

Mapeando lo oculto

El mantenimiento de las infraestructuras es crucial para numerosos servicios básicos. Así, por ejemplo, los fallos estructurales o pérdidas en las tuberías afectan al suministro de agua potable. A veces este mantenimiento plantea problemas de accesibilidad y lo mismo ocurre en otros casos como la apertura de canales subterráneos para la extracción de gas natural.

El proyecto Phoenix se ha planteado solventar estos problemas integrando elementos de software, hardware e inteligencia artificial para crear enjambres de pequeñas esferas robóticas de entre 6 y 1 cm de diámetro que pueden desplazarse a zonas desconocidas para explorar, recoger datos y mapear áreas. Una de las particularidades de la tecnología de estos robots diminutos son su capacidad adaptarse a nuevos entornos y, en muchos casos, dividir las tareas entre ellos de manera autónoma.

Robots resilientes

A pesar de los grandes avances en robótica, los robots actuales siguen siendo mucho menos resilientes que cualquier animal pequeño. Básicamente, esto significa que dejan de funcionar cuando encuentran condiciones difíciles en el ambiente o sufren alguna caída inesperada.

Si estas máquinas deben estar más integradas en la sociedad humana y ser útiles en distintos entornos no pueden ser tan frágiles. Ese es el campo de actuación y el reto del proyecto ResiBots que se ha centrado en desarrollar nuevos algoritmos para lograr que los robots puedan recuperarse rápidamente y de manera autónoma ante cualquier contratiempo, de modo que puedan improvisar en el curso de una misión difícil. El proyecto quiere abrir camino para que este tipo de resiliencia en los robots pueda llegar en menos de 15 años.

Inteligencia Artificial y sus innovaciones de seguridad

Si bien el uso de la inteligencia artificial en los ataques cibernéticos actuales es limitado, un nuevo informe de WithSecure, advierte que esto está a punto de cambiar en un futuro cercano.

La identificación de objetivos, la ingeniería social y la suplantación de identidad son las amenazas habilitadas para IA más inminentes de la actualidad y se espera que evolucionen aún más en los próximos dos años, tanto en número, como en sofisticación.

“La seguridad no está viendo el mismo nivel de inversión o avances que muchas otras aplicaciones de IA, lo que eventualmente podría llevar a los atacantes a obtener una ventaja”, dijo Samuel Marchal, científico senior de datos de WithSecure.

Inteligencia Artificial

En los próximos cinco años, es probable que los atacantes desarrollen IA capaz de encontrar vulnerabilidades de forma autónoma, planificar y ejecutar campañas de ataque, usar el sigilo para evadir las defensas y recopilar / extraer información de sistemas comprometidos o inteligencia de código abierto.

Innovaciones de seguridad de IA necesarias para seguir el ritmo de los ataques cibernéticos

Si bien las defensas actuales pueden abordar algunos de los desafíos planteados por el uso de la IA por parte de los atacantes, el informe señala que otros requieren que los defensores se adapten y evolucionen.

Se necesitan nuevas técnicas para contrarrestar el phishing basado en IA que utiliza contenido sintetizado, sistemas de autenticación biométrica falsos y otras capacidades en el horizonte.

El informe también aborda el papel que tienen las soluciones no técnicas, como el intercambio de inteligencia, los recursos y la capacitación en concientización sobre seguridad, en la gestión de la amenaza de los ataques impulsados por IA.