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

Algoritmo de IA valora los productos para que su valor se...

RapidMathematixs es una empresa de Inteligencia Artificial situada en Silicon Valley que utiliza algoritmos de deep learning y visión artificial para establecer los precios dinámicos de los productos que hay en los establecimientos de retail. Para ello, cuenta con una plataforma matemática que permite procesar datos generados a través de dispositivos que utilizan Internet of Things. De este modo, consiguen ofrecen el mejor precio para los productos, centrándose especialmente en los frescos.Las consecuencias del trabajo que realiza RapidMathematixs:Cálculo del mejor precio para los clientes – La compañía calcula los precios basándose en una serie de factores relacionados con el estado de los productos y con la oferta y demanda de los mismos, de manera que hace posible que el consumidor pague el precio más adecuado por cada producto en cada momento, lo cual también contribuye a incrementar las ventas.​Reducción del desperdicio – Como consecuencia del ajuste de los precios, se consigue reducir el desperdicio de alimentos frescos hasta en un 10%, ya que al ser más económicos, los consumidores los compran más aquellos productos que están más próximos a estropearse.Información en tiempo real – Gracias a la utilización de algoritmos basados en Inteligencia Artificial, RapidMathematixs puede manejar y procesar un

Asos permite a sus clientes probar prendas en casa sin...

Asos sigue los pasos de Amazon y propone un servicio diferenciador: todos aquellos consumidores mayores de 18 años residentes en Gran Bretaña tienen la opción de poder probarse las prendas en casa, sin ningún tipo de compromiso. Las consecuencias de la iniciativa: Posicionamiento diferenciador – Varias firmas de e-commerce se han dado cuenta de lo lucrativo que es el modelo de negocio de Asos e intentan asimilar su oferta al máximo. Por ello Asos se ve obligada a innovar para diferenciarse de estos nuevos competidores. Al presentar un servicio tan innovador, únicamente introducido previamente por Amazon, la marca se posiciona en la vanguardia de las nuevas estrategias de e-commerce.​Innovación – La firma británica ha finalizado su ejercicio fiscal 2017 con un crecimiento del 33%. Pese a estos buenos resultados, la marca ahora se ve obligada a incorporar nuevas iniciativas para asegurar un seguimiento de este crecimiento durante el ejercicio fiscal 2018. Disminución de incertidumbre – Uno de los grandes problemas del e-commerce sigue siendo el enorme grado de incertidumbre a la hora de comprar, debido a dudas de tallaje, estilo personal o calidad. Mediante esta iniciativa Asos propone una solución a esta problemática, mejorando la experiencia de compra del consumidor.

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.

Tesla despliega la planta de energía virtual más grande...

PG&E (Pacific Gas and Electric Company) y Tesla se han asociado para construir la planta de energía virtual o batería distribuida más grande del mundo, denominada Programa de Reducción de Carga de Emergencia, con el objetivo de estabilizar la red eléctrica de California.