Los retos que enfrenta la humanidad con la inteligencia artificial

Aunque hay muchas áreas en el mercado donde se puede utilizar la inteligencia artificial como una alternativa mejor que los sistemas tradicionales, el verdadero problema radica en la falta de conocimiento sobre la IA

El uso de estos algoritmos implica una cantidad considerable de energía, lo cual representa un obstáculo para la mayoría de los desarrolladores y empresas. El aprendizaje automático y profundo son los fundamentos de la inteligencia artificial, y requieren un número cada vez mayor de núcleos y unidades de procesamiento gráfico (GPU) para funcionar de manera eficiente.

Esta tecnología demanda el poder de cómputo de una supercomputadora, pero estas no están al alcance de todas las empresas.

Aunque el cómputo en la nube y los sistemas de procesamiento paralelo brindan mayor disponibilidad y elasticidad, trabajar en sistemas de IA de manera efectiva todavía conlleva costos adicionales.

Desconfianza generalizada

Uno de los principales preocupaciones relacionadas con la IA es la naturaleza desconocida de cómo los modelos de aprendizaje profundo predicen los resultados.

Muchos líderes empresariales encuentran difícil comprender cómo un conjunto específico de entradas puede ofrecer soluciones para diversos problemas.

Además, muchas personas no conocen el uso ni la existencia de la inteligencia artificial, ni cómo se integra en elementos cotidianos como teléfonos inteligentes, televisores, servicios bancarios e incluso automóviles con cierto nivel de automatización.

Conocimiento limitado

Aunque hay muchas áreas en el mercado donde se puede utilizar la inteligencia artificial como una alternativa mejor que los sistemas tradicionales, el verdadero problema radica en la falta de conocimiento sobre la IA. Aparte de los expertos en tecnología, estudiantes universitarios e investigadores, son pocas las personas que realmente comprenden el potencial de la IA.

Por ejemplo, hay muchas pequeñas y medianas empresas (PyMEs) que podrían mejorar su trabajo mediante programación o aprender formas innovadoras de aumentar su producción, administrar recursos, vender y gestionar productos en línea, comprender el comportamiento del consumidor y reaccionar de manera eficiente y efectiva al mercado mediante la automatización de los procesos empresariales. Sin embargo, desconocen cómo hacerlo y cuáles son las posibilidades que podrían alcanzar.

Privacidad y seguridad de los datos

El principal fundamento de todos los modelos de aprendizaje automático es la disponibilidad de datos y recursos para entrenarlos. Sin embargo, como estos datos se generan a partir de millones de usuarios en todo el mundo, existe la posibilidad de que haya vulnerabilidades y que se utilicen con fines maliciosos.

Por ejemplo, imaginemos que un proveedor de servicios médicos atiende a un millón de personas en una ciudad y, debido a un ciberataque, los datos personales de todos los usuarios terminan en manos de personas malintencionadas en la web oscura. Estos datos incluyen información sobre enfermedades, problemas de salud, historial médico y mucho más. Para empeorar las cosas, ahora estamos lidiando con conjuntos de datos de proporciones astronómicas. Con tantos datos llegando desde todas las direcciones, seguramente habrá casos de filtración de datos.