Noticias Tecnología - Innovación - Ciencia

add ver todas

¿Necesitaremos realmente humanos para arreglar los robots?

En todas las conversaciones sobre los avances que se avecinan en materia de Inteligencia Artificial (IA) y la robótica se habla de cómo la aparición de máquinas inteligentes va a crear una nueva tipología con mejores trabajos humanos que se ocuparán de estos robots. Se trata de una reflexión optimista que sugiere que a medida que estas nuevas tecnologías desplacen a la mano de obra manual, se irán creando empleos completamente inexistentes hasta ahora relacionados con el diseño, la instalación y el mantenimiento de estos sistemas. En este contexto cabe reflexionar sobre lo que sucedería si estas nuevas máquinas, cada vez más inteligentes, fueran capaces de diseñarse, instalarse y repararse por sí mismas, es decir, sin intervención humana.


Históricamente se requería de un humano para construir un algoritmo robusto de deep learning (aprendizaje profundo). Sin embargo, los sistemas de construcción algorítmica automatizada hacen cada vez más posible que los algoritmos ayuden a construir nuevos algoritmos, lo cual pone de manifiesto que nos estamos acercando a un punto en el que las máquinas son gradualmente capaces de ayudar a personalizarse y mejorarse a sí mismas. A medida que estos sistemas vayan avanzando, es probable que los humanos sean cada vez menos necesarios para diseñar y personalizar las herramientas de IA para cada aplicación individual.


Un ejemplo de ello es la construcción de una red de reconocimiento de imágenes de última generación, que históricamente ha requerido un equipo de expertos en machine learning, un enorme conjunto de datos y grandes recursos de hardware. Sin embargo, hoy en día, cualquiera puede aprovechar los nuevos sistemas de IA autoconstruidos para crear un reconocedor de imágenes de vanguardia sin tener experiencia en machine learning, o incluso sin experiencia en informática y con tan solo una formación básica. El aprendizaje de la transferencia, la construcción y el ajuste algorítmico automatizado y la nube se encargan del resto.


Otro ejemplo de ello es la adaptación de dominios, que antes también requería un gran equipo humano de especialistas, pero que ya puede realizarse cada vez más fácilmente con el proceso de point-and-click (“apuntar y hacer clic“). Por lo tanto, una empresa que desee lanzar un nuevo sistema de IA puede construirlo de forma plug-and-play, utilizando herramientas cloud que ayudan a construirse a sí mismas.


De hecho, los sistemas de construcción de IA más avanzados de hoy en día no requieren de ningún tipo de intervención humana. Los nuevos avances están haciendo posible incluso que los sistemas de IA supervisen sus propias tasas de error a lo largo del tiempo de forma automatizada.


La robótica sigue siendo una de las pocas áreas en las que, por el momento, los seres humanos siguen siendo imprescindibles debido a la necesidad de operar en el mundo físico fluido y complejo. Sin embargo, a medida que los robots impulsados por el deep learning continúan mejorando en destreza, navegación y habilidades de resolución de problemas y capacidad de razonamiento, se comenzarán a ver robots que pueden reparar otros robots.


De hecho, la reparación de robots realizada por otros robots tiene mucho más sentido que el uso de seres humanos. Y es que los robots pueden crearse con apéndices especializados, diseñados para los dispositivos mecánicos especiales con los que deben interactuar y repararse, que permiten llegar hasta las profundidades de un cuerpo robótico confinado sin tener que desmontarlo. De este modo se consigue que su comprobación y reparación sea más mucho más fácil para las máquinas que para los seres humanos. Cada vez más, incluso la cirugía humana depende de la robótica y la asistencia mecánica.


En conclusión, el pensamiento generalizado de que la revolución de la automatización que se avecina requerirá un ejército de nuevos trabajadores humanos para diseñar, instalar y mantener esos nuevos sistemas de IA y robótica no es necesariamente el caso, ya que es posible que a medida que nuestros sistemas mejoren, no necesiten a los humanos en absoluto.

Guidance

  • Las empresas han de ser realistas y ser conscientes de que la tecnología está avanzando cada vez más, por lo que han de tener en cuenta que en un futuro probablemente no se necesiten tantos puestos de trabajo humanos para el diseño, mantenimiento, revisión y reparación de este tipo de máquinas.
  • ​Por ello, es necesario que el ecosistema empresarial vaya preparándose en este sentido y piense en los posibles escenarios que se plantearán en un futuro para los trabajadores humanos.


¿Quieres saber más?

Artículos: Robots will take our jobs and we need a plan: 4 scenarios for the future


NOTICIAS RELACIONADAS

add ver todas

Nuevas formas de producir alimentos: agricultura vertical

El precio de cultivar alimentos frescos en entornos artificiales es cada vez más barato y, con la ayuda de la tecnología, las granjas de alimentos verticales podrán proliferar en los próximos años con la mínima inversión de capital humano, convirtiéndose en una inversión sostenible a futuro.

Análisis sobre el informe de Future Market Insights sobre...

Future Market Insights (FMI) ha realizado un análisis sobre el impacto económico que va a tener advanced analytics entre 2017 y 2022, con la previsión de que en 2022 dicho mercado presente un CAGR del 5,5% y alcance por lo menos los $13.500 Millones. La adopción de advanced analytics ha presenciado un repute considerable de las empresas con respecto a hace unos años. ¿Por qué advanced analytics?Debido a la creciente competencia empresarial, las firmas requieren cada vez más de un análisis inteligente de datos estructurados y desestructurados para identificar oportunidades, mejorar procesos, anticipar problemas y realizar previsiones acerca de futuros escenarios. Todo esto ayuda a las empresas a incrementar la presencia en el mercado y a ser más competitivas. Por todas estas razones advanced analytics está viviendo un crecimiento sin precedentes.Expansión de advanced analyticsSe espera que la mayor expansión del mercado de advanced analytics hasta 2022, tenga lugar en Norte América. En términos de CAGR, está previsto que el mercado asiático-pacífico excluyendo Japón (APEJ) y Europa sigan los pasos de Norte América. Asimismo, se estima que APEJ seguirá siendo el mayor mercado de advanced analytics en términos de ingresos. Oriente Medio y África experimentarán una expansión muy lenta en lo

El nuevo método CRISP edita los cultivos sin técnicamente...

Los Organismos Genéticamente Modificados (OGM) son aquellos organismos que se han creado utilizado técnicas como la introducción de ADN nuevo en cultivos.

SwagBot, el robot autónomo para agricultura que llegará...

En 2016, la compañía australiana Agerris ya presentó el primer SwagBot. Entonces, aquella versión era controlada de manera remota. La última versión del SwagBot, basada en Inteligencia Aritificial, permite al robot comportarse de manera autónoma. La compañía espera poder presentar al mercado su robot autónomo en los próximos 12 meses, en el 2020, gracias a la última financiación conseguida que ronda los 4,6 millones de dólares.