Mónica Villas: “Cada día estamos rodeados de IA: no es el futuro, es el presente”
3 de February de 2022
Head of Marketing and Communication
Lejos del ideario popular, muchas veces venido de la ficción; la Inteligencia Artificial forma parte de la vida de las personas. Hoy conversamos con una experta en este campo tecnológico: Mónica Villas es una ingeniera industrial, especializada en IA, Cloud, Blockchain, Analytics e IT.
Un extenso currículum, en el que también destacan sus más de 20 años como directiva de IBM, así como su experiencia como profesora en diversas escuelas y su rol de colaboradora en varias entidades.
Desde hace más de 2 años, Mónica forma parte del equipo docente de IMMUNE. Ella es nuestra Artificial Intelligence Knowledge Leader.
Yo creo que no. Ninguno de nosotros. De hecho, en nuestros cursos es una de las primeras preguntas que hacemos: “¿usas la Inteligencia Artificial?”. Y es muy sorprendente cuando la mitad de la clase, o incluso casi nadie, dice que no utiliza la Inteligencia Artificial.
Pero, desde que nos levantamos por la mañana, tenemos despertadores inteligentes que saben despertarnos en el momento del día en el que hemos dormido suficiente (ya no es en una hora determinada).
Después, si seguimos, nos levantamos y miramos el tiempo. Ese tiempo es una predicción: sabemos lo que hace hoy, pero no sabemos lo que hará en 3 días.
O si utilizamos cualquiera de nuestras aplicaciones para pedir un taxi o un transporte, lo que hacen es calcular un análisis de predicción y nos asignan ese vehículo, en base a lo lejos que está. O si alguno tenéis una rumba, uno de estos aparatos que barren automáticamente la casa, también tiene sus algoritmos de IA en los que van prediciendo cuáles son las partes de la casa donde más se ensucia, etc.
Cada día, estamos rodeados de IA o de algoritmos que utilizan IA. No es el futuro, es el presente.
La IA es de los años 50. De los hitos importantes en esa época, hemos pasado a tener esa famosa partida de ajedrez de Kasparov que ganó la máquina de IBM, Deep Blue en el 97; pero, realmente, cuando ha evolucionado la IA es en los últimos 10 años.
Ha evolucionado mucho por un paradigma de los datos que tenemos ahora. Han cambiado las infraestructuras, ha cambiado la manera de computar.
Tenemos el Cloud disponible, tenemos infraestructuras que ya son capaces de hacer cálculos muy avanzados y no a un coste muy alto.
Y, también, ha sido gracias a que ahora tenemos a disposición de todo el mundo algoritmos, que todos pueden usar. Hemos visto en los últimos diez años como el coche autónomo se aprovecha de las capacidades de la IA, como otra nueva máquina de IA Google DeepMind ganaba al mejor jugador de Go y hemos visto el primer cuadro hecho con IA. Los avances son muy importantes.
Sin ninguna duda, la Inteligencia Artificial debe ser ética. Y no estoy sola. Como hemos visto, Europa está liderando este cambio de una Inteligencia Artificial ética. Una IA responsable.
Es verdad que es una tecnología que nos va a ayudar a automatizar, a mejorar nuestros negocios. Pero, por otro lado, es una tecnología que toma decisiones automáticas. Esa es la clave en la que ha reaccionado la UE y este reglamento que ya tenemos como propuesta desde abril de 2021 (el cual viene de hace 3 años).
Es un privilegio para los que trabajamos en Europa que este reglamento de Inteligencia Artificial piense en una IA ética y responsable.
Tenemos que hacer una IA ética sin sesgos. No pueden ocurrir cosas muy conocidas como aquel algoritmo de Amazon en el que seleccionaba solamente a hombres para contratación o que determinadas decisiones sean en base a errores, que podrían haber sido previstos.
Me gustaría tener esa bolita mágica para saber qué es lo que nos espera en el futuro. Yo creo que se avistan muchos cambios, sobre todo, en el área del lenguaje natural. La IA se compone por Machine Learning y Deep Learning. Y Deep Learning es el área que más está creciendo.
El área del lenguaje natural con GPT3 –y ya vamos por GPT4- es un algoritmo de Deep Learning con billones de parámetros y que es capaz de reconocer el lenguaje natural con una precisión cada vez mayor.
Esto nos va a ayudar a mejorar el español, por ejemplo. MarIA de MareNostrum de Inteligencia Artificial, que está liderado por la SEDIA, también ayuda a que el español sea cada vez mejor entendido por las máquinas… Pienso que van a ir hacia esa área.
También tenemos que tener en cuenta al ordenador cuántico. Estamos mirando el futuro con ojos de ordenadores como los que conocemos ahora. La computación cuántica nos va a traer, de alguna manera, mejores tiempos de computación y que podamos resolver problemas que hasta ahora no podíamos dar solución con la informática tradicional.
Otra área donde se está utilizando mucho la IA es en medicina. El año pasado, DeepMind de Google, en el proyecto AlphaFold, supo predecir cómo las proteínas son capaces de juntarse, cómo los aminoácidos se unen para formar una proteína. Esto -en términos médicos- costaba miles de euros y años. Y hemos pasado a que este proceso se acorte.
Yo creo que no hay un perfil profesional tipo. The ciencia de datos está compuesta por 3 círculos que se interconectan entre sí. La tecnología, por un lado, referente a todo lo que son los algoritmos de Machine Learning.
Luego tenemos una parte que es la matemática y estadística, que es importante. Y la última –que muchas veces se nos olvida- que es sobre la industria. No es lo mismo la industria del marketing, que el retail o el sector eléctrico… y la IA puede ayudar en todos.
Hay que aunar esas 3 partes para obtener un científico de datos.
¿Quién es el perfil? Tenemos perfiles de marketing que vienen a aprender más sobre la parte de tecnología, como tenemos perfiles de tecnología que quieren aprender más de algoritmos o de computación.
La ciencia de datos quizás sí está mejor posicionada para esas personas que vienen del mundo tecnológico, pero ahora mismo está abierta a cualquier persona que tenga ganas de sacar partido a los datos para mejorar el negocio.
Cualquier empresa que quiera sacar el potencial de datos que tiene para mejorar el negocio. El informe de Data Never Sleeps, en el que se dice que generamos 2,5 billones de datos al día, se aprecia la necesidad de esta tecnología. No puedo sacar datos manualmente. Necesito aprender a sacar partido de ese Big Data y aplicarles la IA.
¿Esto dónde vale? En el marketing, para hacer un mejor marketing online o en la automatización de ese marketing y ver qué productos recomiendo, o también en la detección de anomalías en una radiografía, o en el mantenimiento predictivo de las máquinas, o para la predicción de la demanda eléctrica… En definitiva, cualquier empresa que tenga datos.
Además, un reciente informe -que habla de los trabajos del futuro- coloca al científico de datos en el segundo puesto, después de la necesidad de perfiles profesionales para soportar la venta online.
Por ejemplo, podríamos tener un científico de datos que sepa interpretar todos esos datos online y offline que nos llegan de nuestros clientes para hacer las mejores ofertas posibles o para sacar el mayor partido a esos datos que tenemos y personalizar la oferta.
No es solo desde mi experiencia, si lees el Informe de Business Insider de LinkedIn, InfoJobs y Adecco, que hablan de los trabajos del futuro, en esos trabajos está: el especialista en Big Data, el especialista en Cloud y el científico de datos.
Son esos perfiles tecnológicos los que van a ser capaces de acceder a esos datos. Algunos serán más tecnológicos para analizar un poco más en detalle (Big Data), otros para saber dónde poner esos datos (el tema del Cloud) y el científico de datos lo que querrá sacar es valor de los datos.
Yo lo que recomiendo a los perfiles es que no pierdan nunca esa parte de negocio. Los perfiles de ciencia de datos son aquellos que buscan resolver un problema de negocio con los datos que tengo. Esos datos estarán en Cloud, estarán protegidos por tema de cybersecurity o serán Big Data; pero no nos olvidemos nunca de la parte de negocio.
Por eso, en nuestra formación de IMMUNE, combinamos la parte tecnológica (todo ese conocimiento necesario para el ciclo del dato) con una parte de negocio, que son nuestras charlas de “Industry Talk” (el saber qué está pasando en el mercado); donde se habla de experiencias en la industria con IA.