INTELIGENCIA ARTIFICIAL

3 preguntas que separan la IA del bombo publicitario

Los proveedores de todo el mundo afirman que sus herramientas incluyen algún tipo de inteligencia artificial o aprendizaje automático. Para separar la tecnología de la exageración del marketing, se deben hacer tres preguntas.

inteligencia artificial y concepto de datosImagen: Quién es Danny/Adobe Stock

Uno de los innumerables desafíos de ser un líder en tecnología moderna es separar la exageración del marketing de la realidad al adquirir nuevo hardware o software. El marketing de productos tiende a exagerar y centrarse en lo positivo en lugar de lo negativo. Para los productos técnicos, los elementos técnicos complejos que requieren una comprensión especializada se suman a la arruga.

Combine la hiperventilación histórica de la mayoría del marketing de productos con tecnología de punta y se verá obligado a abrirse camino a través de un muro de promesas, palabras de moda y afirmaciones para determinar si un producto es adecuado para su organización. Esto es especialmente cierto en la era de la inteligencia artificial, donde todo, desde el software de la cadena de suministro hasta los muebles de oficina, parece tener algún elemento de inteligencia artificial incorporado. Casi puedes imaginar a un presentador de televisión nocturno gritando un producto que admira: «¡Ahora es un 30 por ciento de aprendizaje automático!»

VER: Política de ética de IA (Tecnopedia Premium)

El problema con la evaluación de productos que incorporan IA es que las definiciones de lo que constituye IA pueden variar ampliamente. Si su definición asume que los algoritmos de aprendizaje pueden clasificar datos nuevos de manera inteligente, y su proveedor piensa que la IA consiste solo en algunos cálculos sofisticados, se sentirá decepcionado. Para determinar qué quieren decir sus proveedores cuando le dicen que sus productos contienen un elemento de inteligencia artificial, aquí hay tres preguntas simples para ayudar a diferenciar la exageración de la realidad.

Más cobertura de IA de lectura obligada

¿Cómo aprenden los modelos de IA?

Un elemento esencial de la mayoría de las verdaderas técnicas de IA es que mejoran en función de los datos que reciben o contienen técnicas que prueban posibles resultados futuros y aumentan los cálculos en función de esos resultados. La IA de juegos es un excelente ejemplo de esta tecnología, donde la IA puede simular miles de iteraciones de un juego y mejorar su rendimiento en función del resultado de cada juego.

Pídale a su proveedor algunos detalles sobre cómo la IA puede aprender y mejorar. ¿Qué datos utiliza? ¿Simulará el escenario subyacente y lo usará para aprender? ¿Cuántas simulaciones puede ejecutar? Cuando hace este tipo de preguntas, puede descubrir rápidamente que el «aprendizaje impulsado por la IA» promocionado por los proveedores en realidad solo ejecuta algunos cálculos básicos en sus conjuntos de datos existentes, en lugar de adaptar sus algoritmos a las capacidades de aprendizaje.

¿Cómo monitorea y ajusta la IA?

Los sistemas de IA reales ajustan sus predicciones en función de alguna combinación de entradas que reciben y su capacidad para ejecutar diferentes simulaciones para probar los resultados potenciales. Por lo tanto, la IA debe ser monitoreada y posiblemente reentrenada o tener datos de entrada adicionales.

Preguntar a su proveedor cómo supervisan y ajustan la IA mostrará si su producto realmente contiene algún nivel de inteligencia, en lugar de algún algoritmo estándar sofisticado. Suponga que su proveedor afirma que nunca necesita monitoreo o ajuste. En este caso, puede asumir con seguridad que la IA está promoviendo una hipérbole en lugar de una tecnología integrada y beneficiosa en el producto en cuestión.

¿Comparte datos de clientes para entrenar IA?

Otra pregunta clave para hacerles a los proveedores en realidad cubre dos temas básicos. Primero, es necesario comprender si sus datos se mezclan con los datos de otros clientes para entrenar la IA en el producto. Esto puede o no ser beneficioso. Por ejemplo, si está considerando una solución de gestión de la cadena de suministro, un acuerdo que permita que sus datos informen a la IA a cambio de beneficiarse de los datos de otras empresas puede ser un intercambio que valga la pena, ya que un conjunto de datos más amplio debería hacer que el producto sea más efectivo. Por el contrario, si se trata de datos únicos y muy específicos, exponer la IA a otros datos puede ser un obstáculo.

Esta pregunta también debería pedirle a su proveedor que explique cómo los datos del cliente pueden informar y mejorar la IA. Digamos que no tienen una respuesta a esa pregunta, o mencionemos que no tener los datos de los clientes en realidad afecta el poder predictivo de la IA. En este caso, esto puede indicar que el producto en cuestión en realidad no contiene ninguna tecnología de IA adecuada.

Es fácil promocionar «AI Inside» como un beneficio de las herramientas tecnológicas. Sin embargo, la definición imprecisa de IA dificulta el trabajo de los líderes tecnológicos. El uso de estas preguntas para determinar qué tan bien la IA es compatible con su tecnología puede ser un diferenciador importante cuando elige una tecnología.

LEER  Las 10 empresas tecnológicas que más invierten en IA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba