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

Mejorar las semillas para la agricultura en el desierto en...

En un contexto donde la desertificación y el cambio climático representan desafíos cada vez más apremiantes para la agricultura global, la necesidad de encontrar soluciones innovadoras es fundamental. Una startup agrícola llamada SaliCrop ha surgido como un faro de esperanza en este panorama, ofreciendo un método revolucionario para fortalecer las semillas y aumentar su resistencia al calor y la escasez de agua. La clave del enfoque de SaliCrop radica en aprovechar la respuesta natural de las semillas a los factores estresantes ambientales. Por lo tanto, en lugar de recurrir a toxinas o tratamientos químicos, la startup utiliza la respuesta natural de las semillas a los factores estresantes ambientales para mejorar su adaptación a condiciones adversas. Como resultado, las plantas cultivadas a partir de estas semillas se vuelven más resistentes al calor, la sequía y los suelos salinos, lo que les permite hacer frente a las condiciones del cambio climático. Por el momento, la startup ha realizado ensayos con productores comerciales y los beneficios de este método innovador son evidentes: En cultivos como alfalfa, cebolla y tomates, el rendimiento ha aumentado significativamente, alcanzando incrementos entre el 16 y el 40%. Estos resultados son especialmente alentadores en un contexto global donde las

Japón otorga el poder de autorregulación a su propia...

Japón acaba de otorgar a su propia industria de criptomonedas poder legal para autorregularse. El panorama de las criptomonedas está avanzando a una velocidad demasiado rápida como para que los encargados de la formulación de nuevas normas y políticas del país puedan mantenerse al día.

¿Estás preparado para la era del AI Search?

Con la llegada de buscadores potenciados por inteligencia artificial —como Perplexity, ChatGPT, o Google SGE— el modo en que las marcas aparecen (o no) en los resultados de búsqueda está cambiando radicalmente. Ya no se trata solo de posicionarse en la primera página de Google, sino de aparecer en los resúmenes generados por IA.Frente a este nuevo paradigma, está emergiendo una ola de startups especializadas en optimización para búsquedas generativas (Generative Engine Optimization, o GEO). Su misión: ayudar a las empresas a ser visibles en las respuestas que da la IA.¿Cómo lo hacen?Estas compañías combinan estrategia de contenidos, análisis semántico y modelos de IA entrenados para entender cómo los sistemas generan respuestas. Entre sus servicios se incluyen: Desarrollo de contenido optimizado para respuestas de IA Simulación de motores generativos para testear presencia y relevancia Monitorización continua de visibilidad en resúmenes de IA En el entorno actual, donde millones de personas están usando IA para buscar información de forma conversacional, no aparecer en esos resúmenes equivale a desaparecer del radar del usuario.Además, los motores generativos tienden a mencionar solo una o dos marcas por respuesta. La competencia por estar presente es mucho más alta —y no basta con tener buen SEO

OrionStar lanza un nuevo robot de café en China

OrionStar, perteneciente a la compañía china Cheetah Mobile, acaba de lanzar su alternativa a los famosos kioskos de café automático: una máquina con brazos robóticos.