Inteligencia Artificial - IA

Anteriormente hemos hablado sobre qué es Big Data y qué es una tecnología tan usada y habituada que hasta nuestros hijos la usan en sus juegos.

Pero esta tecnología que ha revolucionado el mundo, trae consigo una necesidad inminente, ¿Cómo procesamos esos datos para que no solo sean claros, sino también útiles?

Es decir, si bien la tecnología de Big Data nos resuelve el problema de como gestionar la inmensa cantidad de datos que tenemos, la IA nos ayuda a interpretar esos datos. No solo con un: "Sí" o "El 70% de los usuarios son solteros" si no aconsejar a marcas como Nike "que precio, que color, que modelo, a quien está destinado y cuando sacar al mercado una zapatilla". Para llegar a ese tipo de conclusiones, no solo necesitamos agrupar los datos para brindar estadísticas sin más; necesitamos aprender de esos datos para dar conclusiones.

Pongamos el mismo ejemplo que en el anterior post sobre Big Data:

Recordemos que Facebook tiene alrededor de 2,41 mil millones de usuarios mensuales, cada uno de estos usuarios brinda información de: Fotos, likes, comentarios, vistas a otros perfiles, situación sentimental, familias, amigos, etc. Con Big Data podemos afrontar el reto de tanta cantidad de datos y gestionarla para que sean manipuladas.

¿Pero es acaso esto suficiente? No, una marca como Nike si quiere hacer uso de esos datos para la siguiente campaña de zapatillas, no le interesa saber simplemente si la mayoría de usuarios hacen deporte o corren.
Porque:

• Puede que sean fan de otras marcas deportivas.

• Puede que no hagan deporte.

• Puede que les guste Nike, pero el color que escojan no sea el de su agrado.

• Puede que todo sea correcto, pero el precio no, etc.

Es por eso que la pregunta de Nike sería quizás algo como: "Qué necesito para tener éxito en mi siguiente campaña?" Y es allí donde toma relevancia la inteligencia artificial y procesa toda esa enorme cantidad de datos para analizar que tipo de compras ha hecho cada usuario y determinar que:

• Los usuarios solteros con tendencia al color amarillo y de una edad entre los 21 - 35 años querrán comprar zapatillas de una calidad media con un color amarillo y con mucho marketing en el estilo y la moda.

• Los usuarios entre 55 - 65 años, están dispuestos a comprar zapatillas si la publicidad la ejecutan no para ellos, sino para sus hijos. Y que estas zapatillas se enfoquen en comodidad y durabilidad con precios más elevados, pero materiales más duraderos.

Esto es solo un ejemplo de porque es tan importante la inteligencia artificial, porque no solo nos permite gestionar la cantidad de datos que tenemos, sino que hace útil esos datos para las empresas.

Ahora que ya tenemos claro en términos prácticos que es una inteligencia artificial, o mejor dicho para qué sirve, entendamos que es en sí o como se diferencia de programas convencionales:

Programa convencional

Un programa convencional no es más que un grupo de reglas que un programador o equipo de programadores codifica juntamente con una serie de acciones que se ejecutarán de acuerdo a esas reglas.

Un ejemplo sencillo y simplificado:

• Cuando creamos un email y lo queremos enviar, rellenamos todos los campos obligatorios (el destinatario, asunto y el cuerpo del mensaje), hacemos click en el botón "enviar" y se envía.

  • ¿Qué ha pasado? Que en el programa existe unas reglas:

    • Si se hace click en "enviar"

      • Se verifica que los campos obligatorios estén rellenados.

        • Se verifica que el mail tenga el formato correcto.

          • Se envía el mensaje.

Si cualquiera de las reglas citadas no se cumple, el mensaje no se envía. Eso haría un programa convencional, mediante reglas y mi aprendizaje. Porque soy yo quien ha escrito el mensaje, yo he determinado cual era el mejor asunto para ese mensaje, yo he determinado a quien enviarlo y lo he enviado. Digamos que un programa convencional, asiste al ser humano en diferentes acciones.

Programa IA

Un programa con Inteligencia Artificial no tiene unas reglas establecidas, es decir no hereda de parte nuestra ningún tipo de aprendizaje que influya directamente en su lógica. Si no que aprende solo, ese proceso se llama "Entrenamiento", se le da una cantidad de datos donde el programa podrá observar no solo las entradas del sistema sino los resultados de cada caso. De esta manera la IA hace un proceso de observación que le ayudará a encontrar la lógica del programa. Cuando el "modelo" está entrenado se prueba con casos reales y se verifica que el sistema está aplicando la lógica correcta. Lo poderoso de la inteligencia artificial es que mientras más se use, más exacta se vuelve, porque más casos tiene. Es lo que se llama, la "experiencia IA" o como me gusta decir, el peso de sus canas.

Siguiendo con el ejemplo anterior, veamos como sería ese mismo ejemplo con IA.

(Seguimos con el ejemplo simplificado):

La IA determina mediante su entrenamiento, que mayormente es nutrido por Big Data:

• Qué tiempo es el indicado para enviar el mensaje.

• A quién enviarlo.

• Qué tipo de mensaje hay que generar, no hablamos solo del típico mensaje promocional y general que a todos nos llega, sino un lenguaje natural que entabla una relación directa y única con el receptor.

• Cuál es el asunto del mensaje.

• Es capaz de responder a lo que el emisor pueda contestar.

Creo que la diferencia entre los dos ejemplos expresa con claridad la diferencias entre un programa convencional y uno con IA.

Dentro de IA hay dos ramificaciones que dominan el mercado:

• Machine Learning.

• Deep Learning.

En estos ejemplos, de un programa convencional y uno con IA, hemos visto una simplificación de procesos humanos, y por tanto una reducción en el tiempo de ejecución, horas de envíos y posibilidad de envíos masivos de información precisa.
Imagina lo que puede hacer en tu empresa.

¡Quien sabe, quizás este post se ha hecho así! ;)