Número 59 (octubre de 2016)
La tecnología cognitiva
Víctor Cavaller

Cuando en diciembre de 2015 Thomas H. Davenport, cofundador del International Institute for Analytics (IIA), anunciaba las 2016 Analytics Priorities and Predictions en un live webinar moderado por el IIIA Lead Faculty, Robert Morison, y el IIA Research Director, Daniel Magestro, PhD, situaba en primera posición la tecnología cognitiva entre las principales tendencias en analítica para el 2016 (Prweb, 2016).

En ese seminario Thomas Davenport explicaba que los gerentes de sistemas de información probablemente verían una fusión entre los resultados de la analítica automatizada y la tecnología cognitiva. "La línea que separa estas dos disciplinas ya es relativamente delgada", dado que muchas de las tecnologías subyacentes de computación cognitiva -como la regresión logística, el aprendizaje profundo (del inglés, deep learning), definido como el conjunto de algoritmos en aprendizaje automático (del inglés, machine learning) y las redes neuronales-, ya son conocidas por los profesionales de analítica (SearchDataCenter, 2016). Esta predicción vuelve a situar el análisis de datos en el centro como herramienta de decisión en la toma de decisiones.
 
La tecnología cognitiva, clave para el crecimiento de IBM, "está demostrando la capacidad de las máquinas para tomar decisiones inteligentes a partir del análisis de millones de datos en tiempo real en todo tipo de ámbitos", según palabras de la presidenta de IBM-España, Marta Martínez. IBM prevé que, por un lado, la tecnología cognitiva y en concreto su sofisticado sistema Watson, “con su avanzada capacidad de procesamiento de datos en tiempo, incluso los no estructurados", y, por otro, “la nube, supondrán a medio plazo casi el 50% de su negocio" (Abc Tecnologia, 2016)
 
Harriet Green (General Manager, Watson Internet of Things, Commerce and Education, IBM), poco después de participar en el IBM Outthink ordinary Amplify-2016 del 16 al 18 de mayo en Tampa (Florida), comentaba en una entrevista publicada el 26 de junio (Forbes, 2016) que la tecnología cognitiva había centrado nuevamente el tema principal de la conferencia. El análisis de los patrones de comportamiento de los consumidores en línea, sea a través de la navegación en las páginas web, en las tiendas en línea o en las redes sociales, proporciona una información que las empresas pueden utilizar para adaptar sus recursos virtuales a las tendencias, usos y necesidades más frecuentes observados. Un consumidor más ávido, a medida que navega en la página web con más frecuencia, genera un valor cognitivo. El sistema Watson utiliza "el procesamiento del lenguaje natural y de aprendizaje automático para revelar puntos de vista de los cientos de zetabytes de datos" definiendo el target audience así como la lista completa de los objetivos y recomendaciones muy útiles para definir campañas comerciales, "liberando a los vendedores para enfocar la mayor parte de su tiempo y esfuerzo en la personalización de todo el recorrido de cada cliente" (Forbes, 2016; Watson, 2016).
 
El pasado 15 de julio el prestigioso semanario The Economist publicaba un artículo donde se hacía difusión de un renovado auge de las tecnologías cognitivas y de la inteligencia artificial (IA) de la mano de las llamadas redes neuronales artificiales que siguen el modelo de la arquitectura del cerebro humano. Este auge, que confirmaría las expectativas y predicciones del IIIA, se produce según The Economist por tres razones. En primer lugar, las nuevas training tecniques aplicadas a redes neuronales; en segundo lugar, "el auge de Internet ha hecho que miles de millones de documentos, imágenes y vídeos" estén disponibles, y, en tercer lugar, el desarrollo de una gran potencia computacional de cálculo que en concreto, desde 2009, varios grupos de investigación de IA han desarrollado a partir de las unidades de procesamiento gráfico (GPU).
 
Esta última innovación fue realizada por un grupo de investigación en IA de la Universidad de Stanford dirigido por Andrew Ng, que encontró que las GPU podían acelerar la formación de las redes neuronales casi cien veces más. Con ello, los sistemas de aprendizaje profundo "de repente empezaron a hacer un rápido progreso en áreas tales como el reconocimiento de voz, la clasificación de imágenes y traducción de idiomas" (The Economist, 2016).
 
La tecnología cognitiva y la IA apuntan a tener un gran potencial de desarrollo en los próximos años gracias a la confluencia de nuevas técnicas de aprendizaje automatizados basados ​en redes neuronales, la disponibilidad de grandes volúmenes de datos a través de la red y la aparición de sistemas de gran potencia de cálculo con avanzadas metodologías de análisis como la minería de datos y el big data (macrodatos).
 
Podría decirse que después de una fase del ciclo de expansión de la informática, de Internet y de la computación, que ha ocupado desde 1990 hasta 2010, está madurando una fase de optimización, integración y reconfiguración de las herramientas tecnológicas, de las técnicas y metodologías de análisis que se cerrará a lo largo de la próxima década.
 
Para saber más:
 
 
 
 
 
 
gestión del conocimiento;  big data gestión de la información;  investigación; 
Números anteriores
Comparte
??? addThis.titol.compartir ???