Por el personal de AI Trends
IA de investigación de IBM ha publicado sus cinco predicciones de IA para 2020, en una publicación de blog de investigación de Sriram Raghavan, vicepresidente de IBM Research AI. Identificó tres temas que darán forma al avance de la IA en 2020: automatización, procesamiento del lenguaje natural (PNL) y confianza. Una mayor automatización ayudará a los sistemas de inteligencia artificial a funcionar más rápidamente y para los científicos de datos, las empresas y los consumidores. La PNL desempeñará un papel clave para permitir que los sistemas de IA conversen, debatan y resuelvan problemas utilizando el lenguaje cotidiano. "Y con cada uno de estos avances, veremos emerger prácticas más transparentes y responsables para administrar los datos de IA, a través de herramientas que van desde la explicabilidad hasta la detección de sesgos", afirmó Raghavan.
Entre las cinco predicciones de IBM Research:
AI comprenderá más, por lo que puede hacer más: Cuantos más datos tengan los sistemas de inteligencia artificial, más rápido mejorarán. Pero la necesidad de datos de AI puede plantear un problema para algunas empresas y organizaciones que tienen menos datos que otras. Durante el próximo año, más sistemas de IA comenzarán a depender de la tecnología "neuro-simbólica" que combina el aprendizaje y la lógica. Neuro-simbólico es el boleto para avances en tecnologías para PNL, ayudando a las computadoras a comprender mejor el lenguaje humano y las conversaciones incorporando el razonamiento de sentido común y el conocimiento del dominio.
La IA no aceptará tu trabajo, pero cambiará tu forma de trabajar: El miedo a que los humanos pierdan sus empleos por las máquinas no está justificado. Más bien, la IA transformará la forma en que las personas trabajan, a través de la automatización. Una nueva investigación del MIT-IBM Watson AI Lab muestra que la IA nos ayudará cada vez más con tareas como la programación, pero tendrá un impacto menos directo en los trabajos que requieren habilidades como la experiencia en diseño y la estrategia industrial. Los empleadores deben comenzar a adaptar los roles de trabajo, mientras que los empleados deben enfocarse en expandir sus habilidades.
AI diseñará AI para confiar: Para confiar en la IA, los sistemas deben ser confiables, justos y responsables. Los desarrolladores deben asegurarse de que la tecnología sea segura y que las conclusiones o recomendaciones no estén sesgadas o manipuladas ". Durante 2020, los componentes que regulan la confiabilidad se entrelazarán en la estructura del ciclo de vida de la IA para ayudarnos a construir, probar, ejecutar, monitorear y certificar las aplicaciones de IA para la confianza, no solo el rendimiento ”, predijo Raghavan. Los investigadores explorarán el uso de la IA para gobernar la IA y crear flujos de trabajo de confianza en todas las industrias, especialmente aquellas que están fuertemente reguladas.
El fundador de Pytorch ve avances del compilador modelo
Sumith Chintala, director, ingeniero principal y creador de PyTorch, ofreció algunas predicciones para 2020 en una cuenta en VentureBeat. Él espera "una explosión" en la importancia y la adopción de herramientas como PyTorch Compilador JIT y aceleradores de hardware de red neuronal como Brillo. "Con PyTorch y TensorFlow, has visto que los marcos convergen", afirmó. "La razón por la que surge la cuantificación, y surgen muchas otras eficiencias de nivel inferior, es porque la próxima guerra son los compiladores de los marcos: XLA, TVM, PyTorch tiene Glow, mucha innovación está esperando a suceder ", dijo. "Durante los próximos años, verá ... cómo cuantificar de manera más inteligente, cómo fusionar mejor, cómo usar las GPU de manera más eficiente [y] cómo compilar automáticamente el nuevo hardware".
Por lo tanto, se asignará más valor en 2020 al rendimiento del modelo de inteligencia artificial y no solo a la precisión, cómo se puede explicar la producción y cómo la inteligencia artificial puede reflejar la sociedad que las personas quieren construir.
Celeste Kid, Un psicólogo del desarrollo en la Universidad de California en Berkeley dice que 2020 puede significar el final de las referencias de la "caja negra" a la incapacidad de las redes neuronales para explicarse. Ella predice el final de la percepción de que las redes neuronales no pueden ser interpretadas. "El argumento de la caja negra es falso ... los cerebros también son cajas negras, y hemos progresado mucho en la comprensión de cómo funcionan los cerebros", afirmó.
Kidd y su equipo exploran cómo aprenden los bebés, buscando ideas para ayudar a la formación del modelo de redes neuronales. Al estudiar el comportamiento del bebé, ve que entienden algunas cosas y que no son aprendices perfectos. "Los bebés humanos son geniales, pero cometen muchos errores", afirmó. "Es probable que haya una mayor apreciación por la conexión entre lo que actualmente sabe y lo que quiere comprender a continuación".
Ánima Anandkumar, El director de investigación de aprendizaje automático en NVIDIA, ve más avances en la generación de texto, y señala que en 2019 la generación de texto en la longitud de los párrafos fue posible, un avance. En agosto de 2019, NVIDIA presentó el modelo de lenguaje natural Megatron, con 8 mil millones de parámetros, que se cree que es el El modelo de IA basado en transformadores más grande del mundo. Ella espera ver más modelos de texto específicos de la industria. “Todavía no estamos en la etapa de generación de diálogo que sea interactiva, que pueda hacer un seguimiento y tener conversaciones naturales. Así que creo que se harán intentos más serios en 2020 en esa dirección ”, declaró a VentureBeat.
Ella ve este próximo avance como un desafío técnico. "El desarrollo de marcos para el control de la generación de texto será más desafiante que, por ejemplo, el desarrollo de marcos para imágenes que puedan ser entrenados para identificar personas u objetos", afirmó.
Se ha visto mejorar la medición del impacto de la IA
Entre las tendencias para ver en 2020 citadas en una cuenta en El proyecto de emprendedores, es una predicción que Los líderes de TI se volverán realistas al medir el impacto de la IA. Una nueva encuesta MIT AI mostró que menos de dos de cinco compañías informaron ganancias comerciales de AI en los últimos tres años. Dadas las inversiones que se realizan en IA, se hará más hincapié en medir los resultados.
Menos de dos de cada cinco empresas informaron ganancias comerciales de la IA en los últimos tres años, según la encuesta de IA del MIT. Eso deberá cambiar en el nuevo año, dadas las importantes inversiones que las organizaciones continúan haciendo en capacidades de inteligencia artificial. Se intentará medir las ganancias en facilidad de uso, procesos mejorados y satisfacción del cliente. “Los CIO también deberán seguir poniendo una mayor parte de sus presupuestos en la comprensión de cómo la IA puede beneficiar a sus organizaciones e implementar soluciones que brinden un ROI real”, afirmó Jean-François Gagné, CEO y cofundador del proveedor de software. Elemento AI, "O arriesgarse a quedarse atrás de los competidores".
Leer las publicaciones fuente de IA de investigación de IBM, VentureBeat y El proyecto de emprendedores.
