Andrew Ng: primero centrarse en el cliente, luego en la inteligencia artificial

Andrew Ng, considerado el pionero de las tecnologías de la información, en una entrevista con la revista digital Mit Technology expuso que la inteligencia artificial (IA, por sus siglas en inglés) es una herramienta al servicio de una idea.

Ante esto, toda empresa que esté considerando la adopción de esta tecnología debe empezar lentamente. Primero debe centrarse en el cliente y en la misión de la compañía.

Ng fundó el equipo de Google Brain y fue científico jefe de Baidu, motor de búsqueda en idioma chino con sede en Pekín. También es profesor sobre los principios del aprendizaje automático a través de sus populares cursos online.

En 2017, lanzó Landing AI, empresa que proporciona herramientas y programas de transformación de inteligencia artificial.

Andrew Ng: es más importante tener buenos datos, aunque sean escasos

Andrew Ng en la entrevista habló sobre cómo se puede crear un negocio centrado en la inteligencia artificial, a lo que respondió que las empresas no lo deben hacer pensando en este tecnología, ya que no lo es todo.

En su opinión las marcas para poner en marcha un negocio deben centrarse en el cliente o en la misión de la empresa, casi nunca en la tecnología.

Para la implementación de la IA las empresas pueden apoyarse en equipos especializados en estos temas.

Te puede interesar: Predicen que habrá mayor interacción de empresas con “la nube”

Inteligencia artificial como herramienta

En palabras de Andrew Ng la inteligencia artificial no debe ser un fin en sí misma, sino una herramienta al servicio de un propósito.

Probablemente, destacó Ng, es también este enfoque erróneo que impide un uso más extendido de la tecnología en sectores distintos de la informática tradicional.

Explicó que después de dirigir equipos de inteligencia artificial se dio cuenta de que la IA ha transformado el internet del software de consumo, como la búsqueda web y la publicidad online.

“Me gustaría llevar la IA a todas las demás industrias, que son la parte más importante de nuestra economía y hay muchos sectores preparados para esta herramienta”, destacó el especialista. Tras analizar muchos sectores decidió centrarse en la fabricación.

Datos con valor para la manufactura

A través de la plataforma Landing AI, Ng pretende llevar la IA principalmente al sector manufacturero.

Detalló que uno de los proyectos que lo entusiasma es el control visual de la fabricación. ¿Se puede observar una imagen de la línea de fabricación desde un teléfono inteligente y detectar si tiene algún defecto? ¿O mirar una pieza de un coche y verificar si tiene un golpe? Son algunas de las preguntas que plantea el ejecutivo.

Sobre esto expuso que existe una gran diferencia en el caso del internet del software de consumo, que puede contar con mil millones de usuarios y una enorme cantidad de datos.

En el sector de la fabricación – continuó – ninguna empresa tiene miles de millones de imágenes de teléfonos defectuosos disponibles para detectar cualquier rasguño.

Entonces, el desafío consiste en la pregunta ¿puede una IA funcionar bien con sólo 100 imágenes? Resulta que la respuesta a menudo es sí. Ng, destacó que esto demuestra lo mucho que se pueda hacer con pocos datos.

Te puede interesar: Con estas soluciones de inteligencia artificial, BMW eficienta su cadena de suministro

Qué se debe hacer para lograr datos con valor

Andrew Ng opinó que en la actualidad ninguna empresa del planeta, quizás ni siquiera los gigantes tecnológicos, piensen que sus datos están completamente limpios y perfectos.

Explicó que es un largo recorrido. Dedicar dos o tres años para construir una infraestructura de datos correcta significa que faltará el feedback del equipo de inteligencia artificial que ayudaría a priorizar que infraestructura de TI construir.

En los sectores industriales, añadió Ng, donde simplemente no se tiene la escala del internet del software de consumo, considera que se debe cambiar la mentalidad de muchos datos a buenos datos.

Si hay un  millón de imágenes, estupendo, utilícenlas. Pero existen muchos problemas que podrían basarse en conjuntos de datos mucho más pequeños, pero bien etiquetados y cuidadosamente seleccionados.

Te puede interesar: Así aprovechará Grupo Herdez la inteligencia artificial

El experto puso el ejemplo del reconocimiento de voz. Utilizar diferentes etiquetas, quizás todas formalmente correctas desde el punto de vista de un ser humano, produce datos ruidoso y esto penaliza al sistema de reconocimiento de voz.

Lo mismo ocurre en la fabricación, destacó Ng, por ejemplo en las tareas de inspección del acero.

Por lo tanto, una gestión de datos cuidados puede ser tan eficaz como una base de datos con miles de millones de imágenes, explicó el ejecutivo.

Con lo anterior se lograría que la inteligencia artificial sea una herramienta al alcance de cualquier sector económico.

THE LOGISTICS WORLD

Carlos Juárez

Reportero de THE LOGISTICS WORLD® especializado en logística y cadena de suministro, con más de 15 años de experiencia. También cubre fuentes mundiales, de economía y negocios, y colabora para UnoTV.