Los mitos y realidades de los sistemas de Inteligencia Artificial

El desarrollo tecnológico en el mundo permitió a la humanidad crear herramientas de almacenamiento y análisis de datos, que ayudaron a impulsar la creación de sistemas inteligentes que sirvan para la aplicación del llamado Machine Learning.

Los términos de Inteligencia Artificial (IA) y Machine Learning (ML) pueden asustar a muchos. Pero en términos simples podemos decir que la IA es la representación o simulación del accionar humano en máquinas; mientras que el ML es la aplicación de IA en sistemas informáticos con la capacidad de aprender de manera automática mediante la data que recibe.

La implementación de ML en las diferentes industrias del mercado ayudó a aumentar el valor de este. En 2017 el valor del mercado global de Machine Learning era superior a los 1.5 mil millones de dólares, y este podría alcanzar los 20.8 mil millones de dólares para el 2024, según reportó el medio especializado Forbes.

Datos del reporte “The State of AI Divergence, de MMC Ventures, 2019” exponen que dentro de las aplicaciones de ML adoptadas por las empresas se encuentran el análisis para la segmentación del mercado y consumidor (15%), diagnósticos asistidos por computador (14%), asistentes virtuales en centros de servicio al cliente (12%), análisis de sentimiento y recaudación de opiniones (12%), programas de reconocimiento facial (11%) y para las aplicaciones de recursos humanos (10%).

De igual forma como ha aumentado la aplicación de sistemas de ML, así lo ha hecho la inversión en el desarrollo de aplicaciones con esta tecnología, logrando alcanzar los 28.5 mil millones de dólares en 2019; mientras que la inversión en el desarrollo de plataformas superó los 14 mil millones en el mismo periodo, de acuerdo con información del centro de datos Statista.

Entrevistamos a Darian Vargas, graduado en Ingeniería Telemática, con una maestría en ciencia de datos y es un científico para Power Analytics, multinacional de análisis de datos.