ladislau girona

Ajudo les organitzacions en el seu desenvolupament estratègic i de negoci. Management, educació, Internet, filosofia, nonprofit.

Posts Tagged ‘AI’

AI i ML, intel·ligència artificial i aprenentatge automàtic

AI i ML són conceptes diferents, el segon és un subconjunt o branca del primer. La intel·ligència artificial (AI, artificial intelligence)  és la capacitat d’un ordinador per dur a terme operacions anàlogues a l’aprenentatge i presa de decisions en humans. En l’aprenentatge automàtic (ML, machine learning),  l’ordinador genera regles subjacents o basades en dades brutes que prèviament s’han introduït dins del sistema.

L’aprenentatge automàtic descobreix coneixement analitzant dades amb l´ús d’algorismes:

  • Les dades s’importen i es segmenten en tres grups: dades d’entrenament; dades de validació i dades de prova.
  • Es construeix un model a partir de les dades d’entrenament.
  • El model es valida amb les dades de validació.
  • S’ajusta el model per millorar la seva precisió, ja sigui afegint dades o ajustant els diferents paràmetres.
  • Es desplega el model ja entrenat per a fer prediccions a partir de conjunts de dades noves.
  • El model entra en un cercle de perfeccionament, provant, validant i ajustant contínuament.

Avui les eines (AI)  inclouen el reconeixement de veu, la generació de llenguatge, els agents virtuals, l’aprenentatge automàtic i el processament del llenguatge natural. En lloc d’aprendre d’un conjunt de dades, els ordinadors utilitzen (AI) per formar plans i comunicar aquests plans als humans.

L’aprenentatge automàtic és només una aproximació a la intel.ligència artificial. En lloc d’ensenyar als ordinadors com fer tasques, ML permet que els ordinadors analitzin grans conjunts de dades i aprenguin per ells mateixos. ML ajuda als ordinadors a reconèixer i comprendre els grans matisos del llenguatge humà, i cada vegada amb més eficàcia i intel·ligència.

En el món del màrqueting i les vendes l’aprenentatge automàtic ajuda a predir i optimitzar els esforços i recursos implementant noves estratègies més segmentades i rendibles. Els equips comercials poden manegar millor la presa de decisions, incrementar la seva eficiència i resultat i aconseguir nivells més alts de personalització, i per tant, cotes més altes de satisfacció per als clients.

Les empreses i organitzacions han de veure com incloure dins les seves estratègies aquestes noves tecnologies

  • Existeixen avantatges competitius si aprofitem la intel·ligència artificial i l’aprenentatge automàtic en el mercat on actuem?
  • Quin tipus d’avantatges son?
  • Podem generar nous avantatges competitius transitoris amb l’ús de ML i AI?

La intel·ligència artificial

La intel·ligència artificial promet resoldre molts problemes: vehicles intel·ligents sense accidents de trànsit, edificis que estalvien consums energètics, allargar-nos la vida amb aplicacions mèdiques, millorar i personalitzar l’educació,…

Es podria definir la intel·ligència artificial com un sistema que pensa racionalment i actua com els éssers humans; en el fons són sistemes que tracten d’automatitzar o replicar un comportament intel·ligent.

Actualment la intel·ligència artificial es troba en molts serveis: sistemes de recomanació, planificacions de viatges, diagnòstics mèdics, però sembla que encara resten molts anys per a la seva implantació efectiva en tots els sectors.

S’especula molt respecte a un futur possible amb ordinadors més intel·ligents que els humans. Es pensa en sistemes d’intel·ligència artificial dedicats a millorar-se a si mateixos fins arribar a un moment on les màquines estiguessin molt per endavant dels humans, un món on les maquines tinguessin el control de tots els sistemes crítics, un món on els humans ja no tindrien control del seu destí i es podrien extingir. Una altra visió – menys catastròfica – descriu un món on la intel·ligència artificial ajuda, assisteix i entrena als humans operant de forma ètica.

L’aprenentatge automàtic (machine learning) és un dels principals enfocaments tècnics de la intel·ligència artificial, es basa en mètodes estadístics d’anàlisi de gran quantitat de dades per trobar un procediment de decisió que funcioni be en la pràctica. Una altra aproximació és la de l’aprenentatge profund (deep learning), emulant el funcionament del cervell humà a partir d’un conjunt d’unitats – neurones – que combinen un conjunt de valors d’entrada per produir un valor de sortida. Funciona com una mena de sistema de capes, els resultats de la primera capa es combinen amb els de la segona i així successivament per permetre el reconeixement de patrons. Una manera d’imaginar com funciona és una aplicació de reconeixement d’imatges que ens les successives capes guanya en nitidesa i ens permet reconèixer el contingut de la imatge.

machine_intelligence

L’autonomia i automatització de tasques és un altre terreny d’acció de la intel·ligència artificial. L’autonomia es refereix a la capacitat d’un sistema per operar, diagnosticar errors i reparar-se i adaptar-se a les circumstàncies sense control humà (vehicles autònoms, operacions financeres, edició de continguts,…). L’automatització es dona quan una màquina fa la feina que abans feia un humà, tant física com a mental o cognitiva.

En contrast a l’automatització, on la màquina substitueix a l’humà, apareix l’aplicació de la intel·ligència artificial en la producció d’un equip híbrid, humà i màquina es complementen. Sistemes que tenen com a objectiu complementar capacitats cognitives humanes, es a dir, incrementar la seva intel·ligència. S’hauran acabat les partides d’escacs com fins ara les coneixem.

Sembla clar que la intel·ligència artificial pot ser un gran motor de creixement econòmic i de progrés social. L’educació, la seguretat, la justícia, el medi ambient, la indústria…. es veuran afectats per noves oportunitats. Molts marcs reguladors hauran d’analitzar les implicacions i adaptar-se a aquests canvis. Caldrà garantir que els sistemes d’intel·ligència artificial son governables, oberts, transparents i que operin de forma consistent amb els valors i aspiracions humans.