3 áreas en donde la inteligencia artificial ha estado mejorando nuestras vidas
1. En el diagnóstico, seguimiento y tratamiento de enfermedades
El aprendizaje automático, un subcampo de la inteligencia artificial, sobresale en el uso de una variedad de fuentes de datos para identificar patrones complejos.
Van der Schaar, jefe del laboratorio que lleva su nombre en la Universidad de Cambridge, explica: “Por ejemplo, es importante para la medicina personalizada permitir el diagnóstico temprano de enfermedades.
En el caso del cáncer, “hemos visto muchas aplicaciones” donde el aprendizaje automático “puede analizar imágenes y descubrir patrones” que conducen a un diagnóstico.
Pero incluso la tecnología podría usarse antes de que un paciente desarrolle una enfermedad. “El aprendizaje automático es muy bueno para identificar factores de riesgo”, ya sean genéticos, relacionados con el estilo de vida o contaminantes, entre otros.
“Si se identifica temprano a un paciente con la enfermedad, el aprendizaje automático también puede ser muy útil para determinar cuándo y cómo intervenir”.
“La inteligencia artificial puede ayudarnos a aprender no solo de diferentes pacientes sino también de diferentes respuestas a diferentes medicamentos”.
“Hacer esto mentalmente es muy difícil para los médicos. Incluso los médicos muy inteligentes no pueden integrar fuentes de datos tan diversas y no tienen suficiente información”. “Lo que estamos haciendo es usar inteligencia artificial para aprender de diferentes conjuntos de datos sobre qué tratamientos son los mejores”.
La doctora detalla el trabajo conjunto que ha realizado su equipo con un grupo de médicos de Estados Unidos, Reino Unido y Holanda.
Explica que muchos pacientes hospitalizados han mejorado y han sido dados de alta, “pero hay un subgrupo de la población cuyo estado ha empeorado repentinamente y necesita ser ingresado en la unidad de cuidados intensivos (UCI)”.
“La identificación temprana de la enfermedad y de aquellos que requieren cuidados intensivos es crucial, y hemos demostrado que la inteligencia artificial puede determinar con 24 horas de anticipación qué pacientes clínicos necesitarán ser admitidos en cuidados intensivos y qué tipo de intervención necesitarán”.
2. Recopile datos que lo ayuden a llegar a una ubicación o saber qué necesitan los clientes en un mercado determinado
“Si usa Waze, Google Maps o cualquier otra herramienta de navegación, ya está usando IA debido a todas las estadísticas y predicciones sobre cómo conducir de un lugar a otro”, explica Rus. Todos usan esta tecnología.
Google se ha convertido en una de las empresas que más utiliza esta herramienta.
“La IA detrás de Google Maps analiza los datos para proporcionar actualizaciones sobre las condiciones del tráfico y los retrasos, lo que a veces lo ayuda a evitar los atascos de tráfico por completo”, señala el artículo “9 formas de usar la IA en el tráfico” de nuestros productos. uso de IA en nuestros productos), publicado en el blog de la empresa.
El servicio también ayuda a los conductores a encontrar rutas más eficientes a sus destinos. Ya sea conduciendo o caminando, Google Maps ayuda a los usuarios a encontrar un lugar determinado “gracias a un sistema que ha aprendido a leer nombres de calles y direcciones de más de mil millones de imágenes de Street View”, explica la empresa en una nota de blog en español. .
Más allá del transporte, la IA nos ayuda en áreas del mercado laboral, dice Rus.
“Con la robótica y el aprendizaje automático de IA, podemos delegar algunas de nuestras tareas rutinarias a las máquinas y esto realmente aumenta nuestra eficiencia y productividad, al tiempo que nos permite concentrarnos en las tareas más importantes, más aspectos cognitivos, como el pensamiento crítico y el análisis creativo. ” explica el profesor.
“Gracias a la inteligencia artificial, podemos obtener estadísticas sobre lo que dicen los clientes en las redes sociales, lo que necesitan y lo que se requiere en la cadena de suministro”.
“Podemos tomar esos datos para ayudarnos a predecir lo que se necesitará para que podamos entregar bienes o servicios de manera mucho más eficiente”. Esta información también nos permite comprender mejor cómo los consumidores usan nuestros productos y cómo brindar servicios más personalizados.
3. Rompe la barrera del idioma permitiéndote traducir automáticamente
Si alguna vez ha usado Google Translate, también ha usado AI.
“Google Translate usa el reconocimiento óptico de caracteres para decodificar palabras, y el sistema de traducción ha sido entrenado con millones de ejemplos de traducciones existentes en la web”, explica la compañía en sus “13 formas de usar la inteligencia artificial en su vida diaria” publicado en su sitio web Blog.
Además, “puede iniciar una conversación con la ayuda del Asistente de Google en más de una docena de idiomas”.
Rus explica que las tecnologías de traducción son parte de lo que se conoce como el campo del procesamiento del lenguaje natural o modelos de lenguaje extendido. Este tipo de tecnología toma “grandes cantidades de datos”, ya sea texto o de otro tipo.
Y para ayudarnos a entender mejor cómo funcionan, la experta nos invita a pensar en imágenes.
Si desea un sistema de inteligencia artificial que pueda reconocer automáticamente objetos a su alrededor, como un teléfono celular, una estantería o una silla, debe encontrar muchos ejemplos.
Con estos ejemplos etiquetados y desde diferentes ángulos, los parámetros del modelo de aprendizaje automático se entrenan para que pueda reconocer los objetos a medida que se le presentan.
“En cierto sentido, este aspecto predictivo del aprendizaje automático utiliza una gran cantidad de datos anteriores para hacer predicciones sobre nuevos datos, y también podemos hacer predicciones sobre lo que podría suceder a continuación en secuencia”. En el caso del procesamiento, generación y traducción de textos, la tecnología analiza ejemplos de textos anteriores, el orden de las palabras y luego, al igual que sucede con las imágenes, utiliza datos del pasado para predecir lo que sucederá a continuación. . texto en una cadena.
“Los modelos de lenguaje tan grandes ahora nos permiten observar cadenas de texto cada vez más largas para producir cadenas cada vez más complejas”.
Por ejemplo, la oración en inglés cat tumbado en el alféizar de la ventana, en español sería ‘el gato está en el afeizar de la ventana’, y la frase perro tumbado en el sofá, que se traduce como ‘el perro está armchair print’.
“Nos permite entender el orden de las palabras al traducir del inglés al español. Así que cuando escribo:
el hombre está sentado en una silla, la traducción correcta proviene de la traducción de la palabra hombre, de la traducción de la palabra sentarse, de la traducción de la palabra silla, y el orden se infiere de alguna manera de los ejemplos anteriores, como el gato es en el alféizar de la ventana y el perro está en el sofá”. Rus explica que estos son ejemplos que nos dan probabilidades de cómo se juntan las palabras y luego se usan en patrones llamados transformadores para generar un nuevo texto traducido.
Comentarios recientes