El impacto de la inteligencia artificial en I + D e innovación. . Se notará en el papel generalizado de las predicciones, en los negocios, el gobierno y nuestra vida cotidiana,

El impacto de la inteligencia artificial en I + D e innovación. . 
Se notará en  el papel generalizado de las predicciones, en los negocios, el gobierno y nuestra vida cotidiana, 

El impacto de la inteligencia artificial en I + D e innovación.

https://blogs.wsj.com/cio/2018/06/15/the-impact-of-artificial-intelligence-on-rd-and-innovation/?mod=hp_minor_pos4

Por Irving Wladawsky-Berger

15 de junio de 2018 11:46 a.m. ET




La palabra "Datos" en el stand de IBM en la feria de computadoras CeBIT en Hannover, Alemania, 11 de junio de 2018. FOTO: 
AGENCIA EUROPEA DE PRESSPHOTO


Durante los últimos siglos, las tecnologías de uso general han sido los impulsores clave de la productividad y el crecimiento económico. La máquina de vapor, la electricidad y el motor de combustión interna son ejemplos destacados de GPT en los siglos XVIII y XIX. Más recientemente, los semiconductores, las computadoras y la Internet han llevado a la revolución digital de las últimas décadas.

Más allá de las innovaciones en los sectores existentes, la rápida mejora en la relación precio / rendimiento de los GPT ha llevado a lo largo del tiempo a la creación de nuevas aplicaciones e industrias. Por ejemplo, la disminución constante en el precio de la energía generada por la electricidad y la mejora en la eficiencia de los motores eléctricos llevaron a la transformación radical de la fabricación en la primera parte del siglo 20 con el advenimiento de la línea de montaje. También condujo a la creación de la industria de electrodomésticos. Del mismo modo, a medida que la industria de semiconductores despegó, condujo a la transición histórica de la economía industrial de los últimos dos siglos a nuestra economía digital en curso.

¿Qué tal la inteligencia artificial? Más allá de su uso por las compañías de tecnología de punta, todavía estamos en las primeras etapas de la implementación de AI. Solo en los últimos años los grandes avances en el aprendizaje automático han llevado a la IA del laboratorio a los primeros usuarios del mercado. Si bien se requieren innovaciones e inversiones considerables para su despliegue más amplio, es probable que AI se convierta en una de las GPT más importantes del siglo XXI.

El año pasado escuché una explicación simple y convincente para AI como GPT en un seminario del profesor Avi Goldfarb de la Universidad de Toronto, quien junto con sus colegas ha estado llevando a cabo una investigación sobre la economía de la inteligencia artificial. En un artículo de 2017, escribieron que la mejor forma de evaluar el impacto económico de una nueva tecnología radical es observar cómo la tecnología reduce el costo de una función ampliamente utilizada.

La revolución de la computadora puede verse como una reducción dramática en el costo de los cálculos aritméticos. A lo largo de los años, hemos aprendido a definir todo tipo de tareas, desde gestión de inventario hasta fotografía, en términos de tales operaciones digitales. Del mismo modo, el valor económico de la revolución de Internet se puede describir como la reducción del costo de las comunicaciones y de la búsqueda, lo que nos permite encontrar y acceder fácilmente a todo tipo de información.

Visto a través de este lente, nuestra revolución AI emergente se puede ver como la reducción del costo de las predicciones, basado en el crecimiento explosivo de big data, tecnologías informáticas potentes y baratas, y algoritmos avanzados de aprendizaje automático. Dado el papel generalizado de las predicciones, en los negocios, el gobierno y nuestra vida cotidiana, AI es definitivamente un GPT que ya está teniendo un gran impacto en una amplia gama de aplicaciones.

Pero, AI "puede tener un impacto aún mayor en la economía al servir como un nuevo método de invención de propósito general que puede remodelar la naturaleza del proceso de innovación y la organización de I + D", señala The Impact of Artificial Intelligence on Innovation, a escrito por los profesores Iain Cockburn, Rebecca Henderson y Scott Stern, que se preparó para una conferencia sobre The Economics of AI en septiembre de 2017.

Los autores argumentan que la IA, y el aprendizaje profundo en particular, es en realidad un nuevo tipo de herramienta de investigación que abrirá nuevas vías de investigación en un amplio conjunto de dominios, una invención de un método de invención. Tales invenciones no solo reducen los costos de actividades específicas de innovación, sino que también permiten un nuevo enfoque de la innovación en sí misma, "alterando el libro de jugadas en los dominios donde se aplican las nuevas herramientas".

A lo largo de la historia, se han lanzado revoluciones científicas cuando nuevas herramientas de investigación hacen posibles nuevas mediciones y observaciones, por ejemplo, el telescopio, el microscopio, los espectrómetros, los secuenciadores de ADN. Nos han permitido aumentar significativamente nuestra comprensión del mundo natural que nos rodea mediante la recopilación y el análisis de grandes cantidades de datos. Los algoritmos de Big Data y aprendizaje de IA ahora están marcando el comienzo de una revolución científica.

Además, estas nuevas herramientas de investigación se pueden aplicar a casi cualquier dominio de conocimiento, dado que ahora podemos recopilar datos en casi cualquier área de interés y analizar los datos con algoritmos de inteligencia artificial cada vez más sofisticados. En particular, los métodos de aprendizaje automático tienen un gran potencial en problemas de investigación que requieren clasificación y predicción, dada su capacidad para reducir drásticamente los costos y mejorar el rendimiento en proyectos de I + D, donde estos representan desafíos significativos.
"Por un lado, el aprendizaje basado en IA puede ser capaz de automatizar sustancialmente el descubrimiento en muchos dominios donde las tareas de clasificación y predicción juegan un papel importante", afirma el documento. "Por otro lado, también pueden ampliar el libro de jugadas en el sentido de abrir el conjunto de problemas que pueden abordarse de manera factible, y alterar radicalmente los enfoques conceptuales de las comunidades científica y técnica y el encuadre de los problemas.

Si los avances en el aprendizaje basado en la IA representan la llegada de una poderosa herramienta de investigación de propósito general, es probable que haya consecuencias económicas, sociales y tecnológicas significativas. En el lado positivo, "la explosión resultante en las oportunidades tecnológicas y el aumento de la productividad de I + D parecen generar un crecimiento económico que puede eclipsar cualquier impacto a corto plazo de la inteligencia artificial sobre el empleo, las organizaciones y la productividad".

Sin embargo, es importante desarrollar políticas que mejoren la innovación de una manera que promueva la competencia y el bienestar social. "El desarrollo proactivo de instituciones y políticas que fomentan la competencia, el intercambio de datos y la apertura es probable que sea un determinante importante de los beneficios económicos del desarrollo y la aplicación del aprendizaje en profundidad".

Irving Wladawsky-Berger trabajó en IBM durante 37 años y ha sido asesor estratégico de Citigroup y de HBO. Está afiliado con MIT, NYU e Imperial College, y es colaborador habitual de CIO Journal.