Noticias

¿Qué le depara el futuro a la inteligencia artificial?

Ocho tendencias para observar en el Día de Apreciación de la IA

El 16 de julio, el mundo celebra el Día Internacional de la Apreciación Artificial. En el siglo pasado, la ciencia ficción a menudo cubría temas e inventos que ahora están más cerca del hecho científico, como los robots humanoides. En los años 50, la inteligencia artificial logró tanto grandes éxitos, incluido el desarrollo de algoritmos, como grandes fracasos debido a las limitaciones de la potencia informática. Un avance rápido hasta hoy: la IA puede ser el tema del año, con productos como ChatGPT llegando a mil millones de usuarios en menos de una semana, y las empresas modificando sus presupuestos para invertir más. ¿Cómo será el futuro de la inteligencia artificial? Estas tendencias nos dan una idea de lo que está por venir.

La inteligencia artificial reinstala la revolución industrial

La inteligencia artificial está en el centro de la nueva revolución tecnológica. Hace casi dos siglos, desde el comienzo de la Revolución Industrial a finales de 1700, la gente ha estado explorando la posibilidad de utilizar automóviles o trenes. Hoy en día, las organizaciones están explorando formas de automatizar tareas, optimizar operaciones y reducir costos. La IA está cambiando los puntos de vista y las perspectivas de las personas, desafiándolas a ser más receptivas para ayudar. Aunque la IA a menudo se encontró con miedo o escepticismo en sus primeros días, no hay duda de que se está beneficiando de su creciente popularidad. Trae al mundo la idea de que cualquier patrón se puede aprender y decodificar, dejando a las personas libres para elegir creativamente la automatización que implementan. El camino del desarrollo se ha acelerado por el deseo de muchos países, incluidos Estados Unidos y China, de posicionarse como líderes, por diferentes motivos. El papel del código abierto también es digno de mención, ya que fomenta una mayor adopción y contribuciones en todo el mundo.

Así como la Revolución Industrial incrementó la productividad con la introducción de la máquina de vapor y las fábricas mecanizadas, la IA libera a las personas de tareas repetitivas para enfocarse en actividades significativas. Las empresas ahora tienen la oportunidad de repensar sus estrategias, pero también están surgiendo nuevas competencias de liderazgo en diferentes mercados.

De la experimentación al ROI

La inteligencia artificial se está convirtiendo en algo más que una tecnología interesante. Las empresas esperan que los proyectos de IA brinden resultados, con claras expectativas de rendimiento.PricewaterhouseCoopers por cuarta vez encuesta de inteligencia artificial, que muestra que el 72 % de los encuestados puede evaluar y predecir el ROI de la IA. La IA ahora es lo suficientemente madura como para ser incluida en las hojas de ruta de las empresas de todas las industrias. Las organizaciones también tienen una mejor comprensión de la IA como una solución innovadora. Las partes interesadas pueden capturar y valorar no solo los costos explícitos (como las compras de hardware), sino también los beneficios indirectos (como una mejor experiencia del cliente).

LEER  Dispersión de la pila de gráficos Mesa 21.0 con muchas funciones nuevas y mejoras

Desde otra perspectiva, los profesionales que trabajan en proyectos de IA están más dispuestos a poner su trabajo en producción. La experimentación siempre ha sido una parte importante del ciclo de vida del proyecto, pero ahora tienen las herramientas, la experiencia y los datos que necesitan para dar un paso más. La implementación de modelos, el monitoreo de modelos o la deriva de datos son solo algunos de los conceptos que han recibido mucha atención recientemente. Esto requiere experiencia trabajando en proyectos, pero también requiere una comprensión clara de cuál es el resultado esperado de cada proyecto, cuáles son las métricas de rendimiento para medir su éxito y cuáles deben ser los próximos pasos.

Esta tendencia continuará, presentando desafíos tanto para los profesionales como para las empresas a la hora de actualizar sus estrategias de IA. Las expectativas de retorno de la inversión del proyecto seguirán creciendo. También lo hará el número de iniciativas para ampliar su presencia. Habrá menos modelos que se atasquen en los experimentos, lo que puede crear desafíos adicionales al ejecutar la IA en producción. Por un lado, los profesionales deben mejorar sus habilidades para implementar modelos más fácilmente y, por otro lado, las empresas deben estar preparadas para monitorear y volver a capacitarse.

El futuro es híbrido

Tanto las nubes públicas como las privadas tienen ventajas y desventajas para ejecutar IA. Si bien las nubes públicas permiten a los usuarios comenzar rápidamente, las soluciones locales parecen más atractivas desde la perspectiva de los costos. La nube híbrida es el término medio, acelerando la adopción de IA de la misma manera que lo hizo la banda ancha para Internet.

Los datos están en el corazón de cualquier proyecto de IA, y distribuirlos en múltiples nubes es un desafío. Los escenarios de nube híbrida abordan esto proporcionando flexibilidad y accesibilidad. Toda la arquitectura debe repensarse para que la infraestructura pueda consumir datos sin importar dónde resida. Una estrategia de nube híbrida es atractiva y puede proporcionar la base de datos para escalar e implementar la IA, lo que significa que los modelos de alimentación de datos son más precisos y permiten decisiones más informadas.

Los escenarios de nube híbrida también mejoran la optimización de los costos de TI. Los líderes de TI a menudo evitan invertir en IA porque la capacitación y la ejecución de modelos a menudo se consideran un costo oculto para el negocio y es difícil de predecir. La nube híbrida respaldará sus inversiones en IA, lo que permitirá a las empresas ejecutar actividades costosas del ciclo de vida en un entorno controlado. En el futuro, más organizaciones adoptarán esta estrategia, utilizando la nube híbrida como una herramienta significativa para llevar los proyectos de IA a la producción. También influirá en los proveedores de la nube para que inviertan más en el soporte de la nube híbrida, colaboren más abiertamente y proporcionen las herramientas necesarias para que esto suceda.

inteligencia artificial de código abierto

El código abierto es una tendencia que está cambiando la forma en que las empresas abordan la inteligencia artificial. Acelera la adopción del producto y fomenta una mayor experimentación por parte de los entusiastas, pero también crea un circuito de retroalimentación que permite a los desarrolladores detectar brechas rápidamente.Esto lleva a cosas como abrazando, flujo de aprendizaje automático o flujo de cubo Conviértase rápidamente en una solución madura distribuida, respaldada por la empresa y adoptada en producción.

Esta tendencia no cambiará. El futuro de la IA es de código abierto y cada vez más proyectos seguirán este camino. Conducirá a una comunidad más grande que apoye y contribuya al producto en el que creen y acelerará la adopción del producto. Empresas como Canonical ampliarán su cartera de MLOps con otras soluciones de código abierto, asegurándose de que sean de nivel empresarial.Esto incluye los siguientes productos Encantador flujo de Kube o Glamour MLFlow Son seguros, se pueden actualizar y se benefician de las actualizaciones de los proyectos de IA.

Un aspecto importante aquí es el código abierto de los modelos, no el código abierto de las herramientas. A la larga, los modelos de aprendizaje automático pueden evolucionar como herramientas a medida que crece la comunidad de colaboradores. Se desarrollarán orgánicamente a través de la experimentación humana. HuggingFace inició esta tendencia, pero el desarrollo del LL.M. la acelerará.

Ecosistema Integrado

Hoy en día, el campo de la inteligencia artificial todavía está bastante desconectado. La creación de entornos aún lleva tiempo debido a las herramientas incompatibles y el control de versiones. El futuro conducirá a una mejor colaboración entre los proveedores de herramientas, y la integración entre ellos ya no será un desafío, sea de código abierto o no. En lugar de intentar crear todo desde cero, colaborarán para crear soluciones que cubran todas las etapas del ciclo de vida del aprendizaje automático. Este cambio tendrá un gran impacto en la experiencia de los profesionales, ya que, por un lado, podrán automatizar partes de su trabajo y dedicar menos tiempo a tareas sin sentido.

¿Tiene curiosidad sobre el ecosistema de operaciones de aprendizaje automático (MLOps)?

lee nuestra guía

Inteligencia Artificial General (AGI): ¿Serán una realidad?

Esta es la pregunta que se hacen muchos innovadores de IA. AGI se refiere a un sistema o máquina altamente autónomo que tiene capacidades cognitivas humanas y puede realizar cualquier tarea intelectual que los humanos puedan realizar. Es una subcategoría de la inteligencia artificial que desdibuja las líneas entre la inteligencia artificial y el pensamiento humano. AGI trae importantes beneficios sociales, económicos y políticos. Cambiarán la forma en que funciona el mundo al escanear información preexistente. Se traducen en la capacidad de resolver mejor problemas complejos basados ​​en un enfoque de resolución de problemas. ASI puede adaptarse a su entorno y contexto, por lo que la cantidad de tareas que puede realizar es enorme. El potencial es enorme y uno espera abordar enfermedades como el cáncer o abordar problemas de raíz como una infraestructura sobrecargada. Sin embargo, todavía están en sus primeras etapas y hay más trabajo preliminar por hacer antes de que puedan entrar en producción.

La computación cuántica está aquí

La confianza en las soluciones que utilizan la computación cuántica ha aumentado aún más después de que se otorgara el Premio Nobel de Física 2022 a los pioneros del entrelazamiento cuántico Alain Aspect, John Clauser y Anton Zeilinger.McKinsey analizar En 2023, la inversión en computación cuántica alcanzará un máximo anual. En el futuro, la promesa de resolver problemas muy difíciles relacionados con la informática se hará realidad. Por un lado, el tema atrae más talento, pero por otro lado, las organizaciones son más optimistas sobre el futuro de la computación cuántica.

A la larga, la computación cuántica se convertirá en una mercancía, similar a las GPU. Sin embargo, se adoptarán a nivel empresarial y este cambio no solo involucrará hardware. Se desarrollará un nuevo paquete de software adecuado para la computación cuántica. Empresas como IBM están incorporando la computación cuántica en sus productos mapa de rutaindicando que hay inversión y apoyo de la industria para ello.

Más expertos, menos brechas de habilidades

Puerta de cristal Informa sobre más de 20 000 títulos de trabajo solo para científicos de datos, a los que podemos agregar trabajos relacionados con ingeniería de datos, big data, aprendizaje automático o análisis de datos. Esto apunta tanto a una alta demanda en el mercado como a una brecha de habilidades. Las instituciones educativas están compitiendo para llenar el vacío al incluirlo en sus planes de estudio.

A nivel mundial, un número cada vez mayor de programas de licenciatura y maestría se centran en la ciencia de datos o el aprendizaje automático, lo que conducirá a una reducción de la brecha de habilidades. Habrá un número cada vez mayor de expertos interesados ​​en elegir una carrera en este campo, con una sólida comprensión del aprendizaje automático, la construcción de estándares de modelos o los principios de MLOps. Al mismo tiempo, ocurrirá otro cambio, ya que muchos profesionales optarán no solo por especializarse en inteligencia artificial, sino también por especializarse en una industria. Serán expertos en la materia, no desarrolladores de software con grandes habilidades de IA. Esto constituirá la combinación correcta para construir un proyecto de IA exitoso.

Aquí hay un resumen… el futuro de la inteligencia artificial es brillante

El futuro de la inteligencia artificial parece prometedor. Están sucediendo muchas cosas en este momento, y las noticias siempre comparten un nuevo proyecto que podría cambiar el mundo. Si bien la exageración en torno a un proyecto en particular siempre pasará, el auge de la IA ha acelerado el desarrollo en diferentes campos. Estamos viendo el surgimiento de un ecosistema donde las capas de hardware, las aplicaciones de software, los profesionales que trabajan en proyectos de IA y las empresas están más sincronizados. Desde la computación cuántica hasta los modelos de aprendizaje automático de código abierto, veremos grandes avances.

LEER  IA particular: beneficios y un caso de uso de modelado predictivo

Publicaciones relacionadas

Deja una respuesta

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

Botón volver arriba