http://partners.wsj.com/aws/the-new-world-of-artificial-intelligence/
Una casa es la compra más grande que la mayoría de los consumidores harán, así que averiguar qué considerar y cuánto pagar puede ser un proceso estresante y que consume mucho tiempo. De hecho, el 52 por ciento de los compradores de viviendas dicen que encontrar la propiedad adecuada es la parte más difícil del proceso, y el comprador promedio mira alrededor de 10 hogares en un período de 10 semanas antes de tomar una decisión, según una encuesta reciente de la Asociación Nacional de los agentes inmobiliarios. Sin embargo, gracias a la inteligencia artificial, ese proceso se está volviendo mucho más sencillo y más personal.
"Estamos enfocados en automatizar el proceso de seleccionar la casa adecuada para el cliente adecuado", dice Jasjeet Thind, vicepresidente de ciencias de datos de Zillow, un importante servicio de bienes raíces en línea. "Eso le ahorra tiempo porque está gastando menos tiempo buscando. Y podemos extraer datos basados en el comportamiento de millones de clientes y ayudarle a encontrar casas en las que quizás no haya pensado, o recomendar barrios que no había considerado.
En el corazón del sistema de Zillow está el Zestimate, un modelo de valoración que se actualiza constantemente a medida que se disponen de nuevos datos. "Tenemos Zestimados en 110 millones de hogares en el país, creados a partir de millones de modelos entrenados y reciclados cada día", dice Thind.
Zestimate es impulsado por el aprendizaje automático, un concepto en el cual las computadoras pueden aprender cosas nuevas basadas en los datos que procesan y actúan sobre esos aprendizajes. Mientras que el software de computadora tradicional se basa en instrucciones codificadas que le dicen qué hacer con un conjunto predefinido de información, los sistemas de aprendizaje de máquina usan información previamente adquirida para ayudarles a entender los nuevos datos. Estos sistemas son "entrenados" al ser alimentados miles o incluso millones de piezas de datos que pueden utilizar como base para interactuar con la entrada adicional.
Cómo la inteligencia artificial facilita la compra en el hogar
Con el aprendizaje de la máquina, un servicio de bienes raíces ofrece actualizaciones constantes sobre los valores de 110 millones de hogares.
El sistema de Zillow puede cavar a través de miles de puntos de datos sobre los precios de la vivienda, las características del vecindario e incluso cosas como fotos proporcionadas por el vendedor. "Dos casas pueden estar al lado del otro y tienen las mismas características generales, como dormitorios y baños, pero uno puede tener características actualizadas que están en fotografías, como electrodomésticos de acero inoxidable o encimeras de granito en la cocina", dice Thind. "Los seres humanos pueden detectar estas diferencias, y estamos entrenando computadoras para distinguir esas diferencias también."
Zillow es una de las miles de empresas en campos tan diversos como la investigación biomédica y la gestión financiera, utilizando la inteligencia artificial para revolucionar sectores tradicionales, crear negocios completamente nuevos y reestructurar la economía global.
En el espacio de e-learning, Duolingo, la plataforma de aprendizaje de idiomas más popular del mundo, utiliza la inteligencia artificial para informar todo, desde los conceptos introducidos en cada lección hasta las definiciones de millones de palabras en más de 20 idiomas.
"AI y el aprendizaje de la máquina tocan prácticamente todos los aspectos de la plataforma de aprendizaje de idiomas de Duolingo", dice Severin Hacker, técnico de Duolingo. "A través de nuestros algoritmos, hemos sido capaces de personalizar las lecciones de formas que antes eran imposibles". Con un sistema que se adapta continuamente basado en miles de millones de interacciones de los estudiantes, Duolingo es capaz de predecir si un estudiante sabrá una determinada palabra en cualquier dado momento y construir lecciones dinámicamente basadas en las propias fortalezas y debilidades del estudiante.
En toda la industria de servicios financieros, la detección de fraude basada en la IA y la gestión de riesgos han sido ampliamente aceptadas.
Fraud.net, una compañía que protege aproximadamente el 2 por ciento de todo el comercio electrónico, utiliza Amazon Machine Learning para analizar transacciones financieras y predecir la actividad fraudulenta antes de que suceda. Whitney Anderson, CEO de Fraud.net, dice que la compañía ahorra a sus miembros más de $ 1 millón por semana ayudándoles a detectar y prevenir fraudes complejos. "En cualquier día, podríamos ver 100 esquemas de fraude diferentes, cada uno con 100 variaciones diferentes", dice. "A medida que surgen nuevos esquemas de fraude, tenemos que identificar y crear modelos de aprendizaje automático en torno a esas situaciones especializadas".
Según un estudio reciente de la firma de abogados internacional Baker McKenzie, el 29 por ciento de las compañías de servicios financieros prevé usar AI como parte de sus programas de detección de fraude en los próximos tres años y un cuarto espera incorporarlo en su proceso de administración de riesgos.
Las tecnologías relacionadas con la IA impulsarán cerca de 60.000 millones de dólares en ingresos para 2025, según un informe reciente de la firma de investigación Tractica.
"AI tiene aplicaciones y casos de uso en casi todas las industrias verticales y se considera el próximo gran cambio tecnológico, similar a cambios pasados como la revolución industrial, la era de la computadora y la revolución de los teléfonos inteligentes", dice el informe.
Mejorar el soporte con ayuda de Bots
Utilice Amazon Lex para crear bots de conversación que mejoren las interacciones con sus clientes.
APRENDE MÁS
La Metamorfosis de la IA
A pesar de que podría parecer que la revolución de AI ha sucedido de la noche a la mañana, boom de hoy representa sólo el último paso en un viaje que comenzó hace más de 60 años. Fue entonces cuando los investigadores comenzaron a reconocer que las computadoras del futuro serían capaces de aprender a máquina, que luego se expandió para incluir el aprendizaje profundo, en el cual las computadoras son capaces de desarrollar conceptos previamente aprendidos, desarrollar experiencia profunda y "entender" conceptos abstractos.
Un sistema de reconocimiento facial de aprendizaje profundo, por ejemplo, aprende a identificar rostros específicos mediante el estudio de cada característica en cientos de miles de imágenes y utiliza ese conocimiento para identificar los elementos que hacen cada cara individual única.
"Las tecnologías relacionadas con la IA impulsarán cerca de 60.000 millones de dólares en ingresos para el año 2025."
Previsiones del Mercado de Inteligencia Artificial de Tractica
El entorno de AI actual "ha sido habilitado por varias razones", dice Daniel Gutierrez, director de redacción del servicio de noticias InsideBigData. "Una es que hay más datos recolectados que nunca".
Aprender idiomas con ayuda de la IA
Una plataforma de aprendizaje de idiomas crea planes de lecciones personalizados, basados en datos de miles de millones de interacciones estudiantiles.
Comparte esto en:
Así como los seres humanos aprenden estudiando y construyendo sobre el trabajo anterior, los algoritmos de aprendizaje de máquina requieren cantidades masivas de datos para expandir sus habilidades. "Tan importante como los algoritmos son, la parte más importante es realmente los conjuntos de datos que usted está utilizando para entrenarlos", dice Anthony Johnson, CTO de GIPHY, una empresa con sede en Nueva York que utiliza el aprendizaje de máquinas para indexar miles de millones de videos cortos conocidos como GIF. "Por lo tanto, para nosotros, para cualquier máquina de aprendizaje o proyecto de IA, inevitablemente el primer paso es crear los conjuntos de entrenamiento que son capaces de aplicar algoritmos a.
Igualmente importante, dice Gutiérrez, es la disponibilidad generalizada de poderosas unidades de procesamiento gráfico (GPU), que fueron desarrolladas inicialmente para ejecutar estaciones de trabajo gráficas y PCs de juegos. Hoy en día, estos chips, que están optimizados para realizar múltiples procesos simultáneamente, han encontrado un nuevo propósito a medida que se están desplegando cada vez más en los sistemas de aprendizaje mecánico.
NVIDIA, un desarrollador líder de GPUs para juegos, ha visto crecer su negocio relacionado con la IA en cerca de un 300 por ciento en el último año, sin fin a la vista. "Para entrenar una red neural típica hoy toma alrededor de 100 millones de puntos de datos", dice Ian Buck, vicepresidente de computación acelerada de NVIDIA. "Es una operación intensiva de computación masiva".
Las GPU de NVIDIA proporcionan la potencia de cálculo para reducir esos 100 millones de puntos de datos mucho más rápido que las CPU. Por eso los proveedores de cloud computing como Amazon Web Services (AWS) ofrecen cada vez más GPUs para capacitar y desplegar capacidades de IA en un amplio espectro de industrias .
"La nube lo hace más accesible, ya que un desarrollador o científico de datos puede comenzar a experimentar y evaluar [aprendizaje de máquinas] en cualquier momento", dice Buck. "Y una vez que tienen la solución funcionando, pueden escalar y desplegar un servicio directamente en la nube".
Proveedores como AWS van más allá de simplemente proveer infraestructura: Están haciendo que la tecnología relacionada con AI sea accesible a todos sus clientes. Para las empresas con científicos de datos y expertos en aprendizaje automático, proporcionan una plataforma y recursos para ayudarlos a ponerse en marcha rápidamente a un bajo costo. Y para las empresas sin esos recursos, proporcionan servicios de AI que les permiten utilizar sistemas de aprendizaje profundo sin tener que desarrollar sus propios algoritmos o crear conjuntos de datos de entrenamiento.
"Las empresas de todas las formas y tamaños están compitiendo para incorporar la IA en su producto o servicio", dice Buck. "Entonces, ¿cómo hacen eso? En algunos casos están usando GPUs y aprendizaje profundo en locales, pero también se basan en instancias de GPU en servicios de nube como AWS ".
Visualizar, reconocer, analizar
Con Amazon Rekognition, implemente fácilmente análisis de imagen inteligente a cualquier escala.
APRENDE MÁS
La Democratización de la IA
Alan Cloutier se enfrentaba a un gran desafío. Como gerente técnico de los Archivos C-SPAN, es responsable de organizar unas 200.000 horas de video digital para la red de cable sin fines de lucro. Durante años, al confiar en una combinación de imágenes con subtítulos y controles humanos, el pequeño equipo de Cloutier trabajó para combinar nombres con caras, para que los visitantes del sitio web de C-SPAN pudieran buscar un senador o representante y ser capaces de tirar para arriba todas las apariencias de piso de esa persona. El proceso fue lento y laborioso, requiriendo aproximadamente una hora de esfuerzo humano para indexar cada hora de video. Cloutier había estado trabajando para entrenar su sistema de aprendizaje profundo, pero fue lento para el equipo de no más de una docena de archivistas y desarrolladores.
Poner un nombre a una cara con AI
Una red de cable utiliza tecnología de reconocimiento facial para identificar a casi 100.000 figuras políticas a lo largo de decenas de metrajes.
Comparte esto en:
Luego, en diciembre de 2016, Cloutier comenzó a probar Amazon Rekognition, un servicio de análisis de imágenes de AWS que era "increíblemente fácil" de configurar e indexar imágenes con precisión casi al instante.
Según Cloutier, Rekognition ha liberado a C-SPAN de tener que desarrollar sus propios algoritmos para el reconocimiento facial de 99.000 figuras políticas conocidas cubiertas en los casi 40 años de C-SPAN en el aire, permitiendo que la organización "desarrolle su propio proceso para usar su deep- aprendizaje y aplicarlo en nuestras imágenes. "C-SPAN fue capaz de pasar de una idea a otra en sólo tres semanas. Se estima que la aplicación de aprendizaje de la máquina a su proceso de catalogación de metraje ahorra miles de horas-hombre cada año y mejora considerablemente su capacidad para desarrollar rápidamente clips cuando se rompe noticias políticas.
"El proceso ahora es casi un 99 por ciento automatizado", dice Cloutier. C-SPAN, añade, está buscando expandir la cantidad de datos que puede extraer de las imágenes usando Rekognition. "Queremos usar Rekognition para identificar qué objetos hay en cada imagen. ¿Cuántas veces un representante en el piso de la Cámara con un cartel?
Soluciones como Amazon Rekognition están haciendo cada vez más el aprendizaje profundo accesible a organizaciones como C-SPAN, que no tienen el tiempo o recursos adecuados para construir o entrenar sus propios sistemas. Otras herramientas de AI proporcionadas por AWS incluyen Amazon Lex y Amazon Polly. Amazon Lex permite a las empresas utilizar la misma tecnología que le permite a Alexa de Amazon crear agentes inteligentes que puedan interactuar con clientes y empleados a través de voz y texto.
Amazon Polly puede tomar cualquier texto y convertirlo en un discurso de sonido natural-algo que Duolingo usa para alimentar sus lecciones de idiomas y el Washington Post usa para agregar voz a historias de noticias escritas.
Matt Wood, director de gestión de productos para el aprendizaje profundo en AWS, ve esto como una evolución natural de los negocios de la compañía. "El objetivo de AWS en el plan de negocios original era tomar la tecnología que tradicionalmente sólo estaba al alcance de un número muy pequeño de organizaciones muy bien financiadas y hacerlo lo más ampliamente posible distribuido", dice. "Hemos tomado el mismo enfoque con AI, donde nuestro objetivo es permitir que cualquier desarrollador con cualquier nivel de habilidad para construir inteligencia en su negocio y aplicaciones".
"Empresas de todas las formas y tamaños están compitiendo para incorporar la IA en su producto o servicio".
Ian Buck, NVIDIA
La disponibilidad de recursos de AI basados en la nube es "un cambio de juego", dice Gutiérrez. "Atrás han quedado los días en que un arranque tuvo que recaudar fondos para construir la infraestructura informática, centros de datos y todo eso. Nadie lo hace más porque tiene la nube y puede utilizar los servicios a la carta. Una startup puede construir sus algoritmos y desplegarlos en la nube. Todos sus datos están en la nube ".
Para AWS, el aprendizaje profundo no termina con servicios llave en mano para las empresas. La compañía también trabaja en estrecha colaboración con la comunidad de desarrolladores para crear herramientas que permitan a los profesionales de AI crear soluciones escalables y flexibles.
Apache MXNet, por ejemplo, es un framework de código abierto que Amazon ha respaldado y que permite a los desarrolladores crear aplicaciones de AI utilizando prácticamente cualquier lenguaje de programación en prácticamente cualquier sistema, desde un sensor conectado a Internet hasta un sistema basado en la nube con cientos de GPUs .
"Básicamente borra las líneas entre lo que se ejecuta en la nube o lo que se ejecuta en el dispositivo IoT, por lo que se puede ejecutar más o menos el mismo código en ambos lados", dice Alex Smola, director de aprendizaje automático y aprendizaje en AWS y uno de los inventores de MXNet. "Democratizar el acceso a modelos de aprendizaje profundo de alto rendimiento es exactamente lo que hace MXNet, facilitando a las personas la formación de modelos. Esto significa tener el lenguaje de modelado que recogen los usuarios, tener ejemplos que muestren cómo resolver la mayoría de los problemas principales y proporcionar el soporte de software para ejecutar realmente en nuestro hardware ".
Xiaodi Hou, CTO de TuSimple, ve la flexibilidad y la escalabilidad de MXNet como clave: "MXNet es probablemente la única opción si estamos hablando de usar 100 GPUs juntas para resolver un problema". Es un asunto crítico para la compañía de Hou, que está desarrollando - Sistemas de aprendizaje para vehículos autónomos. "La gente está buscando una cantidad enorme de computación. Así que creo que la escalabilidad sería la primera cosa, o incluso lo único, de la que hablaremos para los marcos de aprendizaje profundo ".
Traiga voz a su solución
Utilice Amazon Polly para convertir cualquier texto en voz realista y añadir voz a cualquier aplicación.
APRENDE MÁS
Resultados saludables
A medida que el impacto de AI se siente en casi todas las industrias, uno que los investigadores de AI consideran particularmente prometedor es el cuidado de la salud. "Los investigadores han recogido enormes cantidades de datos de pacientes, registros de pacientes e imágenes", dice Buck de NVIDIA.
"Eso puede dar a los médicos herramientas para ayudarles a diagnosticar y reconocer los tumores antes, para ayudarles a detectar patrones en los signos vitales o los resultados de las pruebas, para identificar cuál de los 83 diferentes tratamientos que puedo elegir es adecuado para mí y para habilitar y potenciar la medicina personalizada . "
Smola de AWS está de acuerdo. "Preferiría que un médico gastara todo su tiempo en curar la enfermedad y usar la computadora para ayudar con el diagnóstico", dice. "Este es un área donde veremos muchas cosas realmente emocionantes sucediendo."
Según un estudio reciente de Global Market Insights Inc., el mercado de aplicaciones relacionadas con la salud artificial podría alcanzar hasta 10 mil millones de dólares en 2024, con un importante crecimiento en todo, desde imágenes y diagnósticos médicos hasta investigación y desarrollo de fármacos.
"Nuestro objetivo es permitir a cualquier desarrollador con cualquier nivel de habilidad para construir inteligencia en sus negocios y aplicaciones."
Matt Wood, Amazon Web Services
OhioHealth, un hospital sin fines de lucro y una organización de atención de la salud con más de 3 millones de visitas de pacientes anualmente a través del sistema, ya está trabajando en maneras de usar la IA para servir mejor a sus cuidadores y clientes. Un prototipo de aplicación desarrollada por la organización podría eventualmente permitir a los pacientes obtener recomendaciones de atención personalizada, hacer citas e incluso ser referido a atención de urgencia si es necesario, todo sin tener que hablar con nadie.
"El enfoque principal en OhioHealth en torno a la inteligencia artificial y el aprendizaje automático y los centros de voz se centran principalmente en el compromiso del cliente", dice Salil Verma, vicepresidente de OhioHealth de la experiencia del cliente digital. "Se trata de brindar acceso a todo el mundo, donde quiera que estén, y encontrarse con los clientes donde están para sus necesidades de atención médica".
OhioHealth construyó su sistema de voz basado en el servicio Lex de Amazon, algo que Verma dice que permitió a la organización para obtener su prototipo en marcha en cuestión de semanas. "La velocidad a la que las herramientas nos han permitido moverse casi eclipsa la velocidad a la que una organización puede tomar decisiones sobre lo que quiere hacer con los conjuntos de herramientas", dice Verma.
Verma ve la IA en el cuidado de la salud expandiéndose para incluir todo, desde el uso del reconocimiento facial para ayudar a los pacientes de Alzheimer a reconocer a sus seres queridos a sistemas que pueden extraer datos importantes de los registros médicos electrónicos que los proveedores de atención médica ahora compilan rutinariamente en sus pacientes. "AI puede ayudar a analizar a través de los datos en EMRs y encontrar cosas que un humano simplemente no puede", dice.
Comparte esto en:
Detectar el fraude antes de que suceda
Usando el aprendizaje automático, un servicio analiza las transacciones financieras para predecir el fraude, ahorrando a los clientes $ 1 millón por semana.
Para Troy Larson, herramientas como el reconocimiento de voz y el texto a voz son capaces de proporcionar beneficios de atención médica inmediata y personal. Larson, arquitecto senior de la nube para AWS en Atlanta, construyó un sistema usando Amazon Polly y Amazon Lex diseñado para mejorar la calidad de vida de su hijo, Calvin, un adolescente con autismo. "Él es sensible, pero no puede comunicarse", dice Larson. "Pero usted quiere encontrar maneras de desbloquear esa comunicación. Y la tecnología te da estas llaves que nunca hemos tenido antes. "
El sistema de Larson, llamado Pollexy, hace uso de un conjunto de microcomputadoras de 15 dólares que ejecutan scripts que aprovechan los recursos Amazon Polly y Amazon Lexus. Los ordenadores son capaces de darle a Calvin los avisos de voz que necesita para llevar a cabo actividades diarias, como cepillarse los dientes antes de acostarse, sin necesidad de que un padre u otro cuidador lo vigile constantemente. "El enfoque de esto es realmente construir un sistema que podría permitirle ser más independiente", dice Larson.
Con la máquina de aprendizaje, Pollexy será finalmente ser capaz de proporcionar más contextuales y basadas en la localización interacciones, lo que permite que a decir Calvino, por ejemplo, para ir arriba y conseguir vestidos si él está abajo en la vida habitación, y la escalada de la tono y volumen de ignorados comandos.“Cuando la máquina de aprendizaje viene en está ayudando a hacer este un inteligente sistema de alrededor de los mensajes,” él dice.
Larson prevé Pollexy expandiendo a servir a una completa gama de necesidades especiales pacientes, como así como los establecimientos tales como de vida asistida comunidades, donde los médicos y otros cuidadores pueden personalizar el sistema basado en sus propias necesidades y el uso que para complementar sus propios personales interaccionescon los pacientes. “La idea detrás de Pollexy es a ser este suave voz que puede ser adaptado a cualquier situación a ser una voz asistente,” él dice.
SELECCIONE UNA VOZ:
JOANNA
BRIAN
RAVEENA
AMY
GERAINT
SALLI
Autorice sus datos con AI
Pon tus datos a trabajar con el aprendizaje automático en AWS Cloud.
APRENDE MÁS
El potencial ilimitado de la IA
Tan impresionantes como las aplicaciones de hoy en día de aprendizaje profundo, el futuro es casi ilimitado.
Para GIPHY, un aspecto del futuro es sobre la construcción de un sistema que no sólo identifica GIFs animados, sino que también los crea. "Históricamente, mucho del trabajo alrededor de la IA ha sido sobre la identificación y comprensión del contenido", dice Johnson. "Creo que en el futuro el camino que será más interesante son los sistemas generativos. ¿Qué sucede cuando el aprendizaje profundo ayuda a los artistas a crear arte? "
Para Duolingo, se trata de usar máquinas más inteligentes para hacer que la gente sea más inteligente. El año pasado, la compañía introdujo bots conversacionales que "aceptan y reaccionan a miles de respuestas únicas, reformulando las respuestas incorrectas de los estudiantes para mejorar el aprendizaje", dice Hacker. "Cuanto más usuarios interactúan con ellos, más inteligentes se vuelven."
"Si bien esto puede sonar muy elevado, nuestro objetivo para el año 2020 es utilizar el aprendizaje de la IA y la máquina para ayudar a Duolingo a ser lo suficientemente avanzado, por lo que es tan bueno como un tutor uno a uno", dice. "Tenemos un largo camino por recorrer hasta ese momento, pero es en definitiva donde aspiramos a serlo".
"No hemos encontrado realmente los límites de dónde se puede aplicar esta tecnología".
Matt Wood, Amazon Web Services
Para Zillow, el futuro es sobre, bueno, el futuro. "Usar el aprendizaje profundo para la predicción es un área muy importante para nosotros", dice Thind. "Los usuarios quieren saber cuán valioso será su hogar en, digamos, el plazo de muchos años".
"No hemos encontrado realmente los límites de donde se puede aplicar esta tecnología", dice Wood. "Es muy aplicable a algunos de los problemas más difíciles en informática. Así que es muy temprano-y ni siquiera estamos empezando a definir los límites cuando esto puede aplicarse ".
El Nuevo Mundo de la Inteligencia Artificial
WSJ. Custom Studios es una unidad del departamento de publicidad del Wall Street Journal.
No hay comentarios:
Publicar un comentario