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

Ciudades Robot: Tres prototipos urbanos para el futuro de...

En los últimos cinco años, los gobiernos han empezado a darse cuenta que la automatización es la llave para mejorar las la vida en las ciudades. Se pueden utilizar soluciones robóticas para reducir la contaminación ambiental y la congestión de tráfico, hacer frente al aumento en el nivel de consumo, la necesidad de servicios de inmediatez y la conectividad Las consecuencias de implantar soluciones robóticas para las ciudades: Creación de ciudades robóticas – El gobierno japonés esta utilizando la automatización de la ciudad para la revitalización económica, la creación de una marca cultura y la demostración internacional. Creación de ciudades inteligentes – El gobierno de Singapur esta experimentando con robots con el objetivo de mejorar los sistemas de gestión y control de la ciudad con automatización en los servicios de repartos, hospitales y hoteles. Creación de ciudades seguras – El gobierno de Dubái ha lanzado un prototipo de robotización de los servicios públicos con el fin de llegar a ser la ciudad con menos crímenes y más feliz del mundo. Se pretende utilizar los robots en los servicios públicos como el transporte, la policía y la vigilancia Para saber más haz click aquí

Una startup reduce drásticamente el coste de la carne...

En lugar de usar células madre, Future Meat usa fibroblastos de crecimiento mucho más rápido que pueden crecer como músculo o grasa. Además, ha conseguido aumentar la velocidad de producción y utilizar un medio de crecimiento libre de cualquier componente animal.

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.

Disrupciones en logística y transporte de mercancías

Pese a que la industria del transporte de mercancías llegó a ser el epicentro de desarrollo innovador, ha sido una de las últimas industrias en incorporarse a las nuevas tendencias de digitalización. La problemática principal del sector es que se trata de una industria altamente competitiva, ineficiente, fragmentada y con márgenes extremadamente bajos. Un ejemplo de ello es que el 80% de los camiones que ya han hecho su entrega no son utilizados para otra carga y el 30% del total de camiones en circulación no llevan carga. Otro ejemplo son las empresas de logística que tratan de optimizar los transportes de forma manual y cobran comisiones de hasta el 15-20%. Los players de esta industria están de acuerdo en que que el Big Data, el Internet de las Cosas, los drones y los camiones autónomos van a tener un gran impacto en el sector, lo cual pone de manifiesto el futuro que se espera de la digitalización de la logística y del transporte de mercancías. TRANSPORTESeguimiento y supervisión del equipo​Seguimiento en tiempo real de los vehículos, del personal, del equipo y de las mercancías en tránsito Gestión del inventario y empaquetado en centros de distribuciónPrevisión de la demanda Reclutamiento