¿Qué has dicho? Pon a prueba tu vocabulario digital (II)

La idea de “Deep Learning” nos ha acompañado desde los años 50. Se programan redes neuronales que permiten que los ordenadores aprendan, simulando las funciones del cerebro o, de forma más precisa, la corteza cerebral. Es la parte del cerebro en la que se controlan los pensamientos, las asociaciones, la comprensión y la actividad sensorial y motora.

El Deep Learning es una rama del Machine Learning que actualmente constituye el campo de investigación más importante de la inteligencia artificial. El Asistente de Google, el ordenador Watson de IBM o la Búsqueda por Voz de Microsoft utilizan Deep Learning para un mejor reconocimiento de voz y de imágenes y para ofrecer mejores decisiones y predicciones. Google trabaja e investiga con uno de los mayores sistemas de Deep Learning que existen. En 2013, la empresa presentó una red neuronal de más de mil millones de conexiones y 16.000 procesadores. Se mostraron al sistema diez millones de imágenes procedentes de vídeos aleatorios de Youtube, y fue capaz de ordenarlas en 22.000 categorías. En el reconocimiento de objetos, como gatos o niños, los resultados fueron el doble de buenos que los obtenidos por sistemas anteriores.

En China, Microsoft hizo una demostración de una herramienta de reconocimiento de voz que utiliza Deep Learning, y que fue capaz de transcribir la voz humana con un porcentaje de error de apenas el siete por ciento. La herramienta de reconocimiento de voz tradujo entonces el texto al chino y a continuación imitó la voz original de los científicos leyendo el texto en mandarín. Es impresionante, aunque aún queda mucho camino que recorrer en la complejidad del pensamiento humano.

Necesitamos nuevos conceptos, software y rendimiento de procesador para acercarnos a ello, y eso puede llevarnos años, incluso décadas. Pero incluso ahora, el avance que permite el Deep Learning va a cambiar muchas cosas. El concepto puede aplicarse a cualquier tarea que incluya la gestión de gran cantidad de datos en los que puedan descubrirse patrones y modelos. El ordenador Watson de IBM, por ejemplo, ayuda a los médicos a hacer diagnósticos y puede hacerlos de forma más precisa que algunos profesionales. El coche autónomo utiliza también Deep Learning para conseguir un mejor reconocimiento de imágenes y mejorar la seguridad.

Ésta es otra idea que ha estado presente unos cuantos años y ahora despega. Sólo vale la pena crear un gemelo digital con el Internet de las Cosas (IoT). Algunas personas piensan que las empresas deberían estar trabajando hoy en día con gemelos digitales.

Un gemelo digital (digital twin) es el modelo virtual de un proceso, un producto o servicio que existe en la realidad. El modelo puede ser alimentado con datos reales — como tiempo de ejecución, posición, precisión, velocidad, temperatura o muchos otros datos — durante su vida útil, desde la fase de diseño a la de operación. Los datos proceden del proceso o producto real, que dispone de sensores inteligentes, y son enviados en tiempo real a través de la nube. Conjuntamente con otros valores y factores, es posible utilizar el modelo para identificar, simular y comprobar riesgos, debilidades, cambios y oportunidades, consiguiendo que los sistemas estén monitorizados y que las vulnerabilidades sean eliminadas incluso antes de que ocurran. Esto tiene muchas ventajas especialmente para los nuevos productos y servicios conectados.

Durante mucho tiempo, la NASA ha utilizado cohetes virtuales (diseño, prueba y construcción) para comenzar con este concepto. Solo cuando el el gemelo digital cumple satisfactoriamente con todos los requisitos, se empieza la construcción del cohete. Utilizando sensores inteligentes, todos los componentes se convierten en fuentes de datos para alimentar al gemelo digital y comprobar cómo se comporta en la realidad. El puerto de Rotterdam, el mayor de Europa en gestión de contenedores, ha puesto en marcha un gemelo digital para su infraestructura. Cerca de 140.000 barcos cargan y descargan anualmente. Rotterdam quiere convertirse en “el puerto más inteligente del mundo”. Una red IoT con sensores recoge información en tiempo real sobre todas las posibles condiciones que se producen en las instalaciones. En un panel de control, esta información se correlaciona con otros datos, como las condiciones meteorológicas y el nivel del agua. La idea es hacer que la gestión del puerto sea más segura y eficiente.

Detrás de las siglas SMACT se encuentran cinco tecnologías que son fundamentales para las empresas en el proceso de transformación digital. Son los medios sociales, movilidad, analítica y Big Data, Cloud e Internet de las Cosas.

Puede que no todas ellas sean lo último, pero tomadas en conjunto adquieren una nueva importancia. La fusión de las iniciales de estas tecnologías para componer una única palabra lo pone de manifiesto. Juntas, tal y como actúan unas con otras, pueden ser utilizadas de forma efectiva en las empresas. Aquí también la Internet de las Cosas (IoT) es un motor importante de desarrollo.

También es una novedad el hecho de que estas tecnologías no estén manejadas por el departamento de IT, sino por el departamento de marketing. La razón es que las cinco tecnologías ayudan a mejorar la relación con los clientes de varias formas: Una forma de iniciar un diálogo, como servicio y comodidad para el cliente, como un laboratorio para analizar el comportamiento del cliente y como una red que promueve mejores productos y servicios. No hace falta decir que la velocidad de reacción y la evaluación de los resultados juegan un papel fundamental en el uso de estas aplicaciones o software, y que todo el que haya sido capaz de dominar estos aspectos habrá puesto en marcha con éxito el proceso de digitalización y habrá encontrado nuevas ideas para el futuro de su empresa.

Aquí va una curiosidad para una conversación intelectualmente estimulante: Es posible estudiar un grado en SMACT. Los graduados serán entonces máster en Ciencia, Arte, Cultura y Tecnología.