Como parte de su charla sobre la inteligencia del proyecto, Murray usó las transcripciones que Boeing puso a disposición del público sobre su 737 MAX luego de dos accidentes fatales y la posterior puesta a tierra (desde entonces, la FAA lo aprobó para volar nuevamente).
Aunque los gráficos de conocimiento ya no son un concepto nuevo, la técnica sigue siendo una tecnología subestimada que puede ayudar a descubrir los datos correctos durante el trabajo de gestión del conocimiento. Puede resultar confuso para algunos pero, en última instancia, liberador para la empresa.
Según Gartner, para 2022, el 70% de los trabajadores administrativos interactuarán con una plataforma conversacional. Como resultado, las organizaciones necesitan una estrategia innovadora de inteligencia artificial semántica para garantizar una solución efectiva para sus empleados, clientes y socios clave.
En la próxima década, el papel del científico de datos tal como lo conocemos será muy diferente al actual. Pero no se preocupe, nadie predice la pérdida de puestos de trabajo, solo ha cambiado de trabajo.
Nuestras manos son hazañas increíblemente complejas de ingeniería evolutiva. Los sensores densamente empaquetados proporcionan sensaciones táctiles complejas y precisas. Docenas de articulaciones se sinergizan para brindarnos una destreza notable. Una conciencia de “sexto sentido” de dónde están nuestras manos en el espacio las conecta con la mente, lo que hace posible abrir una puerta, tomar una taza y servir café en la oscuridad total basándose únicamente en lo que sienten.
Junto con sus promesas, los algoritmos de inteligencia artificial también traen una serie de riesgos que es necesario tener en cuenta y corregir. ¿Qué medidas toman los científicos de datos para evitar que la información de la que ‘se alimentan’ las máquinas sea incompleta o esté sesgada?
En 1956, John McCarthy organizó un proyecto de investigación de diez semanas en la Universidad de Dartmouth que se centró en un nuevo concepto que llamó “inteligencia artificial”. El evento incluyó a muchos de los investigadores que se convertirían en gigantes en el campo emergente, como Marvin Minsky, Nathaniel Rochester, Allen Newell, OG Selfridge, Raymond Solomonoff y Claude Shannon.
El mes pasado, Nature publicó una respuesta condenatoria escrita por 31 científicos a un estudio de Google Health que apareció en la revista a principios de este año. Google describía ensayos exitosos de una IA que buscaba signos de cáncer de mama en imágenes médicas. Pero según sus críticos, el equipo de Google proporcionó tan poca información sobre su código y cómo se probó que el estudio no fue más que una promoción de tecnología patentada.
La construcción de una inteligencia artificial general comienza con evitar que los modelos actuales de IA perpetúen el racismo, el sexismo y otros prejuicios perniciosos.
Google tiene una de las pilas de aprendizaje automático más grandes de la industria, y actualmente se centra en su plataforma de aprendizaje automático e inteligencia artificial de Google Cloud.