La Inteligencia Artificial tiene aplicaciones reales y prácticas en gran variedad de sectores, desde la medicina hasta las finanzas. Y este 2021 ha demostrado que la IA contribuye decisivamente a mejorar la toma de decisiones en un ecosistema marcado por el crecimiento exponencial de los datos. Hoy te contamos algunos de los proyectos de IA que han destacado este 2021.
7 proyectos de inteligencia artificial que han destacado en 2021
En la sociedad hiperconectada en la que vivimos e infoxicada de data, la IA es una de las grandes tendencias tecnológicas de nuestro tiempo, jugando un papel transcendental a la hora de impulsar el poder de los datos, estructurarlos, y ayudarnos a entender todo su significado y potencial; por eso juega un papel esencial en la digitalización de las empresas. Gracias a los proyectos de Inteligencia Artificial se pueden explotar los datos de forma inteligente y se pueden proponer soluciones de aprendizaje continuo ante problemas complejos.
No resulta extraño que este pasado 2021, con los grandes retos que se han vivido en torno a la pandemia de la Covid-19, la IA no solamente haya cobrado un especial protagonismo en el ámbito sanitario, sino en todas las áreas que afectan a nuestro entorno.
En resumen, la IA está destinada a hacer predicciones precisas, facilitar la toma de decisiones o automatizar procesos, por eso en los últimos años ha cobrado especial relevancia en el ámbito empresarial, En el post de hoy te mostraremos la manera en que la Inteligencia Artificial está contribuyendo a transformar el mercado y la sociedad.
Los Proyectos de IA en 2021 que más nos han gustado
Los Proyectos de Inteligencia Artificial van a seguir desempeñando un papel central en los próximos años.
Pero hay que tener en cuenta que ya no es el futuro, sino el presente, y que hay numerosos proyectos en desarrollo, así como inversión pública y privada en marcha que hará que seguirá potenciando los usos y aplicaciones de Machine Learning, Deep Learning, Computer Vision o NLP (Natural Language Processing). Aquí te mostramos algunos de los proyectos de IA que más nos han llamado la atención.
Detección de contenido dañino por IA en Facebook
Uno de los proyectos de inteligencia artificial que han alcanzado excelentes resultados este año ha sido el sistema de detección automatizada de contenidos dañinos o “discursos del odio”, llevada a cabo por Facebook.
La Inteligencia Artificial permite distinguir el contexto en frases, imágenes, memes o incluso vídeos, de manera que no sólo se clasifica el contenido de acuerdo al uso de palabras o frases, sino también es capaz de detectar contenidos dañinos por el contexto, incluso cuando se usan palabras que no son directamente insultantes, o agraviantes por sí mismas.
Nueva arquitectura en el algoritmo de Google
Desde mayo del año pasado, Google ha actualizado su motor de búsqueda para que un algoritmo pueda detectar y rastrear la relación entre palabras, imágenes y vídeos.
Este nuevo modelo basado en lenguaje natural, denominado MUM, permite que el motor de búsqueda pueda convertir búsquedas complejas en búsquedas más simples. Esto permite que el algoritmo de Google se adapte a la sinapsis humana, ofreciendo respuestas basadas en el aprendizaje automático a partir de fuentes distintas en 75 idiomas.
OpenAI, proyectos de investigación en NLP
Open AI ha desarrollado varios proyectos de investigación en el área del Natural Language Processing (NLP).
Concretamente, tenemos que hablar de CLIP, la herramienta de aprendizaje multimodal que relaciona imágenes y textos. Esta red neuronal es capaz de aprender conceptos visuales a partir del análisis y comprensión del lenguaje natural. El modelo trata de responder a los desafíos que implica la visión por computador.
Entre otras ventajas, CLIP permite identificar con un alto grado de precisión los conceptos visuales que aparecen en imágenes, como puedes ver en el ejemplo. A diferencia de los modelos tradicionales etiquetados manualmente y enormemente costosos de hacer, CLIP aprovecha las imágenes ya existentes en Internet para identificar conceptos visuales.
Otro de los proyectos desarrollados por Open AI es Dall-E, la herramienta de aprendizaje multimodal basada en procesamiento del lenguaje natural, que genera imágenes que corresponden con el texto introducido. Este modelo es capaz de combinar conceptos que no están relacionados entre sí, además de generar imágenes de animales y objetos a partir de descripciones.
Por último, cabe también mencionar el proyecto Codex, un sistema de inteligencia artificial que traduce el lenguaje natural a código. Este modelo controla hasta una docena de lenguajes de programación y además es capaz de interpretar comandos simples en lenguaje natural. Se trata de una oportunidad para desarrolladores que quieran desarrollar aplicaciones con una interfaz de lenguaje natural de manera eficiente.
Así, por ejemplo, un programador escribe texto plano en la interfaz de Codex para indicar que quiere “crear una página de venta con un formulario de suscripción con fondo gris”. El sistema de inteligencia artificial propondrá un código basándose en las instrucciones indicadas, e incluso le permitirá pre-visualizarlo. De este modo, los programadores pueden encontrar la mejor forma de codificar una idea sin cometer errores y ahorrar tiempo en la escritura de código, aprovechando el conocimiento de la comunidad en ese lenguaje de programación, pero seleccionado y propuesto en tiempo real por la IA.
Avances de Tesla en la conducción autónoma por IA
El equipo de Inteligencia Artificial de Tesla continúa realizando nuevos avances para tratar de implementar la conducción autónoma total en automóviles. Se trata de proyectos que llevan años en funcionamiento, y todavía existen retos importantes en este ámbito, sobre todo en lo que respecta a visión, control y planificación. Estos avances se anunciaron en el Tesla AI Day, que se celebró en agosto de 2021.
La complejidad de aplicar la conducción autónoma al mundo real es que los algoritmos de Inteligencia Artificial deben interactuar con eventos inesperados y hacerlo con un suficiente nivel de seguridad como para que resulte óptimo para el ser humano. Si bien no se ha alcanzado todavía el nivel máximo de precisión en percepción visual, acción, planificación y control en situaciones complejas, se están utilizando modelos de IA basados en el deep learning para resolver estos desafíos.
Tesla ha llevado a cabo mejoras en el sistema visual de piloto automático. Una de ellas es el almacenamiento de información espacial y temporal en un registro de memoria, lo que le permite tomar decisiones no solamente basándose en la visión artificial del vehículo, sino en la información que ha capturado y procesado tiempo antes.
Así, por ejemplo, el vehículo autónomo puede recordar si hay objetos o vehículos obstruyendo una vía, o las señales de tráfico previas a la realización de una acción, como el giro en una rotonda, sin depender únicamente de la visión para ejecutar una acción.
Otro de los avances es Hydranet, una red neuronal dividida en varias ramificaciones, que permite al vehículo autónomo gestionar múltiples tareas, como detección de vehículos y semáforos, luces de tráfico y carriles en la calzada. Esta arquitectura aplicada al vehículo autónomo permite que la red pueda manejar tareas distintas y no se limite al reconocimiento de automóviles.
Tesla ha cambiado también su modelo de predicción, que ahora se realiza sobre el espacio vectorial, frente al estándar de visión artificial, basado en imágenes. Esto permite generar imágenes de la carretera y los objetos mucho más precisas. Este nuevo enfoque aporta una solución en los casos complejos, donde la presencia de objetos grandes (como un camión) que no se contiene en una sola cámara podía complicar la acción del vehículo autónomo. El sistema de inteligencia artificial transforma los píxeles de todas las cámaras en imágenes vectoriales, logrando así tener una visión más exacta del tamaño, trayectoria, movimiento o forma de cualquier vía, vehículo u objeto.
Alphafold 2 de DeepMind, red neuronal de aprendizaje profundo
Alphahold 2 es la nueva versión de la red neuronal de aprendizaje profundo creada por Deepmind, empresa de Alphabet (matriz de Google). Este proyecto de Inteligencia Artificial, de gran utilidad para la comunidad médica y farmacéutica, ha permitido encontrar las formas 3D de las proteínas de acuerdo con su secuencia de aminoácidos.
El proyecto original se entrenó para que aprendiera las secuencias y estructuras de más de 17.000 proteínas distintas, recogidas en el RCSB Protein Data Bank. Esto permite al sistema predecir la forma que tienen las proteínas según su secuencia de aminoácidos, ahorrando tiempo en los procesos de laboratorio.
El principal beneficio de esta nueva versión del proyecto AlphaFold 2, de código abierto, es que es 16 veces más rápido que el modelo anterior. Esto puede ayudar al descubrimiento de nuevos fármacos u otros desarrollos como por ejemplo la creación de enzimas que puedan absorber carbono o plástico…
MethinksLVO, predicción de ictus basado en Machine Learning
El Hospital Vall d’Hebron ha creado un software de inteligencia artificial, denominado MethinksLVO, capaz de detectar dónde se está produciendo una oclusión de un vaso sanguíneo, lo que puede causar un accidente cerebrovascular (ictus). Este software tiene un grado de precisión del 87% y se basa en un algoritmo de aprendizaje automático, que permite acelerar el diagnóstico del paciente, lo que es clave para su supervivencia.
Gracias a este proyecto de Inteligencia Artificial, se ahorra el tiempo que supone el logro de imágenes radiológicos con contraste, que se trata de un tecnología que no está disponible en muchos centros hospitalarios. A través de la inteligencia artificial, se facilita la transferencia de pacientes con riesgo de ictus a centros hospitalarios donde se pueda aplicar el tratamiento en menos tiempo.
De este modo, los algoritmos de Inteligencia Artificial interpretan las imágenes en tiempo real, facilitando el tratamiento rápido y una mejor distribución de los pacientes en el acceso a los diagnósticos.
Evolution Gym
Hablamos de un sistema que permite crear y diseñar robots blandos que evolucionan y cambian de forma. Se trata de un proyecto del Laboratorio de Informática e Inteligencia Artificial del MIT. El gran potencial de este proyecto es que el diseño de los robots del futuro quede en manos de los algoritmos de simulación por inteligencia artificial.
De este modo, se evitará caer en nociones preconcebidas sobre la estructura o cerebro que debería tener un proyecto de Inteligencia Artificial.
Si bien estos robots son meras simulaciones con IA, Evolution Gym puede ayudar a investigadores en Inteligencia Artificial para el desarrollo de prototipos más rápida y eficazmente, evitando de antemano prototipos que no lograrán el resultado deseado.
Los robots tienen diferentes formas geométricas, y se les puede entrenar en diferentes escenarios, en los que tendrán que cumplir diferentes misiones, como pueden ser el transporte de objetos o el paso por sitios estrechos. Según su comportamiento, se les va dando puntos y su forma geométrica “evoluciona” y experimenta “mutaciones”, refinando su estructura.
Al igual que estos proyectos de inteligencia artificial, de diferente alcance y aplicación, en Kraz somos conscientes de que existen otras muchos proyectos que están ayudando a mejorar ¿Cómo crees que la IA puede seguir transformando nuestro entorno en el futuro? ¿En qué otros ámbitos crees que es importante y cómo podría ayudar a tu empresa? Si en tu institución o empresa os gustaría ver las aplicaciones que la IA puede tener en vuestro sector, te invitamos a contactar con nosotros y contarnos cómo podemos ayudarte.
