EN AMBIENTE DE TURBULENCIA ECONÓMICA, NO APUESTES EN LA INTELIGENCIA ARTIFICIAL PARA SALVARTE
¿Cuáles son los desafíos para la IA en áreas más complejas como contabilidad, legal, ingeniería y atención médica?
Eso proporcionaría información valiosa para empresas, nuevas empresas de inteligencia artificial, universidades y formuladores de políticas, especialmente porque las llamadas historias de éxito en realidad son ejemplos brillantes de las limitaciones de la inteligencia artificial en este momento. El informe de Stanford cita vehículos autónomos, donde el éxito se ha quedado rezagado detrás del bombo. Permitir que los vehículos interpreten y reaccionen ante los innumerables objetos que los vehículos tripulados encuentran en las carreteras y autopistas y en los estacionamientos, y en todo tipo de clima, desde el sol deslumbrante hasta la nieve que cae, es mucho más complicado que identificar patrones en el comercio electrónico o buscar noticias. Los vehículos autónomos son perfectos en el laboratorio, defectuosos en carreteras reales.
Lo mismo sucedió con IBM Watson, que una vez predijo que revolucionaría la atención médica, pero ahora es una historia de advertencia para aquellos que se entusiasman con las tecnologías innovadoras. Watson lo hizo muy bien en el mundo artificial de Jeopardy !, pero se ha comprometido demasiado y se ha entregado en el mundo real de la atención médica.
La velocidad con la que las empresas adoptaron el software de procesamiento de texto, hoja de cálculo y presentación a fines de los años 70 y principios de los 80 nos ayudó a prever la adopción del software empresarial en los años posteriores. Del mismo modo, comprender la velocidad a la que se difunde la IA en el comercio minorista, la publicidad y las noticias nos ayudará a comprender cuán pronto puede realmente revolucionar las aplicaciones contables, legales y de ingeniería y (eventualmente) los vehículos autónomos y la atención médica.
Editado por Aniceto Pérez y Madrid, Especialista en Ética de la Inteligencia Artificial y Editor de Actualidad Deep Learning (@forodeeplearn).
Los artículos publicados son incluidos por su estimada relevancia y no expresan necesariamente los puntos de vista del Editor este Blog.
Comentarios
Publicar un comentario