Home » Indicadores del Estado de la Inteligencia Artificial (AI)
INTELIGENCIA ARTIFICIAL TENDENCIAS

Indicadores del Estado de la Inteligencia Artificial (AI)

Indicadores, Indicadores del Estado de la Inteligencia Artificial (AI), SecureWeek

Indicadores del primer cuatrimestre de 2019 informa que el 25% de las empresas encuestadas han implementado tecnologías cognitivas como la IA o el aprendizaje automático, ya sea como proyectos piloto o como estrategias a largo plazo; El 41% utiliza Robotic Process Automation (RPA) ampliamente o en múltiples funciones, el 26% de los encuestados usa robótica, el 22% usa IA; El 64% vio un crecimiento en robótica, el 80% pronosticó un crecimiento en tecnologías cognitivas y el 81% pronosticó un crecimiento en IA (Deloitte 2019 Global Human Capital Trends ).

El 87% de las empresas está adoptando al menos una tecnología transformadora ( video en todas partes, Internet de las cosas (IoT), inteligencia artificial (AI), 5G, blockchain y la nube) en sus negocios; solo el 26% cree que existen modelos de negocio adecuados para capturar el valor total de estas tecnologías (HIS Markit Digital Orbit ).

Más del 30% dijo que sus empresas han asignado $ 50 millones o más a proyectos de automatización inteligente, y más de la mitad ya han gastado al menos $ 10 millones; Las iniciativas incluyen varias combinaciones de automatización de procesos robóticos (RPA), inteligencia artificial, aprendizaje automático, computación cognitiva y análisis; los niveles de gasto más altos correspondieron a la categoría de finanzas y contabilidad, marcada por el 23% de los encuestados que recibió una inversión de algo más de US $ 50 millones; la tecnología con la que las organizaciones están experimentando o pilotando más es la IA (36); El 30% de las empresas optan por no invertir o no están seguros de sus planes de automatización inteligente (KPMG para aliviar los puntos de presión ).

El 85% de las aerolíneas planean usar AI para agentes virtuales y chatbots para el 2021; El 79% de los aeropuertos está utilizando actualmente, o planea usar, AI para el análisis predictivo para mejorar su eficiencia operativa. (SITA cómo la fuerte inversión en digitalización transformará el viaje de los pasajeros ).

Los abogados encuestados piensan que AI será valioso para rastrear el tiempo facturable (53% de las capas de EE. UU., El 49% de los abogados del Reino Unido), la resolución de conflictos (43% y 41%) y el cumplimiento de los documentos de facturación del cliente (34% para los abogados de los EE. UU. Y el Reino Unido (La encuesta de Intapp revela las actitudes de los abogados hacia la tecnología ).

La parte de las compañías automotrices que no usaron o no probaron la IA aumentó a 39% en 2019 desde 26% en 2017 ( Capgemini ).

“El crecimiento acelerado de RPA está siendo impulsado por altos niveles de eficiencia y productividad que ahora se pueden lograr a partir de la automatización inteligente, que combina RPA avanzado, inteligencia artificial y análisis integrado. La demanda de soluciones de RPA ha aumentado a medida que las empresas heredadas compiten con compañías ‘nativas digitales’ como Amazon y Uber, en las que casi todas las partes de la empresa están completamente automatizadas “—Mihir Shukla, CEO de Automation Anywhere Inc., un fabricante de RPA que espera desplegar tres millones de robots de software en organizaciones de todo el mundo para 2020, un aumento del 200% a partir de hoy ( Wall Street Journal ).

Adopción y actitudes del consumidor: Haznos confiar en la máquina.

El 64% de los consumidores de EE. UU. No comprarán automóviles de conducción automática, el 63% no gastará más en funciones de conducción automática; dos tercios de los encuestados dijeron que los autos que conducen con auto deben tener estándares de seguridad gubernamentales más altos que los vehículos tradicionales conducidos por humanos (los estadounidenses de Reuters / Ipsos aún no confían en los autos con auto-manejo ).

Los investigadores de Apple probaron a las personas con tres tipos de asistente virtual: un sistema conversador, un sistema no comunicativo y otro que intentaba reflejar la imprudencia del usuario. El estudio encontró que las personas tienden a preferir los asistentes conversadores a los que no hablan, y tienen una preferencia significativa por los agentes cuya inestabilidad refleja la inestabilidad del usuario humano, ya que “interactuar de esta manera aumenta los sentimientos de confianza” ( Import AI # 141 y Reflejo para generar confianza en los asistentes digitales ).

IA fallé ballena o el algoritmo me hizo hacerlo

La Autoridad de Transporte Metropolitano de Nueva York realizó una prueba en el puente Robert F. Kennedy el año pasado, instalando cámaras en el puente que debían capturar e identificar las caras de los conductores a través de sus parabrisas cuando pasaban, comparándolos con las bases de datos del gobierno. La agencia concluyó que el “período inicial para la prueba de prueba de concepto en el RFK para el reconocimiento facial se completó y falló, sin que se detecten caras (0%) dentro de los parámetros aceptables”. Eso no es una cara identificada con precisión. A pesar del fallo, se colocarán más cámaras en otros puentes y túneles, según un portavoz ( Technology Review ).

La IA de Facebook envió a los usuarios sugerencias útiles para desear un feliz cumpleaños a aquellos que han muerto. Ahora, la IA de Facebook se está desplegando para averiguar cuál de sus usuarios está muerto, en lugar de esperar a que se lo digan ( The Guardian ).

Facebook dijo que luchó para identificar el video de los disparos a la mezquita de Nueva Zelanda debido al uso de una cámara montada en la cabeza por el pistolero, lo que hizo más difícil para su IA detectar la naturaleza del video. Imágenes de terror desde una perspectiva en primera persona era un tipo de video que la IA de Facebook no había encontrado antes ( Bloomberg ).

Trabajos, incluso súper trabajos, para algunos, pero no tan buenos para otros.

El 62% de las organizaciones está utilizando la automatización para eliminar el trabajo transaccional y reemplazar las tareas repetitivas, el 47% también está aumentando las prácticas de trabajo existentes para mejorar la productividad, y el 36% está “reimaginando el trabajo”; el 84% dijo que la automatización requeriría reevaluación e informó que está el aumento de la financiación para volver a capacitar y volver a capacitarse, con un 18% que caracteriza a esta inversión como “significativa”; en 10 años, 20-30% de los empleos serán “superjobs”, 10-20% serán empleos de bajos salarios y baja calificación, y el 60-70% medio será ‘trabajos híbridos’ que requieren habilidades tanto técnicas como blandas; los superjobs requieren la amplitud de habilidades técnicas y blandas que los trabajos híbridos, pero también combinan partes de diferentes trabajos tradicionales en roles integrados que aprovechan las mejoras significativas de productividad y eficiencia que pueden surgir cuando las personas trabajan con máquinas inteligentes, datos,Deloitte ).

Dentro de los próximos cinco a siete años, la IA puede reemplazar a casi el 50% de la mano de obra no calificada en todo el mundo, y uno de cada cinco trabajadores utilizará la IA en sus flujos de trabajo para el año 2022 (Beroe Artificial Intelligence Market ).

Una encuesta reciente de los perfiles de LinkedIn encontró un total de 36,524 personas que se calificaron como especialistas en IA autoinformados, un aumento del 66% con respecto a 2018; en los EE. UU., hay alrededor de 144,000 ofertas de trabajo relacionadas con la IA y solo unos 26,000 especialistas en IA que buscan trabajo ( Informe Global de Talento de la IA 2019 ).

En una encuesta de 111 investigadores y administradores universitarios de AI, el 89% dijo que era “difícil” o “muy difícil” contratar y retener a expertos en AI ( Times Higher Education y Microsoft ).

El salario promedio para el ingeniero de Machine Learning en los Estados Unidos en este momento es de $ 143,000 ( Indeed.com ).

Data Scientist es el trabajo con mayor nivel de ingreso en tecnología de los EE. UU. Con un salario promedio de $ 113,254; a fines de febrero de 2019, había medio millón de empleos de tecnología abierta listados en los EE. UU. con otros nuevos generados a casi el 400% de la tasa de empleos no tecnológicos, y que pagaban casi el doble (empleos comparablemente más altos en el nivel de entrada) en tecnología ).

Para 2030, alrededor de 500,000 trabajadores bancarios en el Reino Unido y 1.3 millones en los Estados Unidos podrían verse afectados. Si esto se refleja en todos los países del mundo, habrá decenas de millones de empleos en servicios bancarios y financieros que se verán afectados por la introducción de la tecnología de inteligencia artificial en la próxima década (IHS Markit Global Business Value of Artificial in Banking ).

AI podría crear 38.2 millones de empleos netos nuevos en toda la economía global para 2030, ofreciendo ocupaciones más calificadas como parte de esta transición ( PwC ).

Los investigadores de Google han desarrollado un software de inteligencia artificial capaz de generar IA, y pusieron a prueba su invención en una competencia de procesamiento de datos llamada Kaggle Days. El participante de Google, llamado AutoML, puede generar automáticamente nuevas arquitecturas de redes neuronales que son más potentes y eficientes que los modelos creados por los inventores de AutoML. Usando datos de un fabricante de autopartes, más de 200 competidores de Kaggle Days, que representan lo más alto de su campo, tuvieron la tarea de predecir lotes malos en la producción de fábrica. Antes del mediodía, AutoML tomó la delantera y mantuvo esa posición a medida que avanzaba el día. Pero los humanos biológicos se reunieron y superaron a AutoML al final de la tarde. Cuando quedó claro que AutoML fue eliminado del primer lugar, “se desató una aclamación calurosa y aliviada” de los boffins reunidos ( Wired ).

En 1944, Richard Feynman, entonces miembro del personal subalterno de Los Alamos, organizó un concurso entre computadoras humanas y las instalaciones de IBM en Los Alamos, y ambos realizaron un cálculo para la bomba de plutonio. Durante dos días, las computadoras humanas siguieron con las máquinas. “Pero en el tercer día”, recordó un observador, “la operación de la máquina con tarjeta perforada comenzó a avanzar de manera decisiva, ya que las personas que realizan la computación manual no pudieron mantener su ritmo inicial rápido, mientras que las máquinas no se cansaron y continuaron en su ritmo constante “(David Alan Greer, When Computers Were Human ).

Los datos son “AI Fuel” por lo que es mejor que lo localicemos, refinemos y guardemos.

Los sistemas de TI en Morgan Stanley absorben 1 millón de gigabytes de datos cada mes ( Wall Street Journal ).

El 15% de los profesionales de TI dicen que tienen demasiadas fuentes de datos para contar; El 51% de los profesionales de TI informan que tienen que trabajar con sus datos durante días, semanas o más, antes de que se pueda poner en práctica; solo el 10% de los encuestados dijo que los datos que reciben son procesables en minutos; El 52% dijo que solo a veces tienen los recursos para actuar sobre sus datos ( Ivanti ).

Con la explosión y la proliferación de datos que vienen de las iniciativas digitales, el uso de la nube, la movilidad y los dispositivos de IoT, el descubrimiento de datos continúa siendo el mayor desafío en la planificación y ejecución de una estrategia de encriptación de datos. El 69% de los encuestados lo consideran un desafío número uno; los datos relacionados con el pago (55%) y los registros financieros (54%) tienen más probabilidades de estar encriptados; el tipo de datos menos probable para cifrar es la información relacionada con la salud (24% de los encuestados) (nCipher 2019 Global Encryption Trends Study ).

En el primer trimestre de 2019, hubo un aumento significativo en las detecciones de ransomware empresarial (195%), junto con un impulso continuo para las variaciones de troyanos en más del 200% ( Malwarebytes ).

Ahora sabemos cómo llamar a la investigación de la IA o al estudio de las “máquinas pensantes”.

Las máquinas que funcionan con inteligencia artificial median cada vez más nuestras interacciones sociales, culturales, económicas y políticas. Comprender el comportamiento de los sistemas de inteligencia artificial es esencial para nuestra capacidad de controlar sus acciones, obtener sus beneficios y minimizar sus daños. Aquí argumentamos que esto requiere una amplia agenda de investigación científica para estudiar el comportamiento de la máquina que incorpora y amplía la disciplina de la informática e incluye información de todas las ciencias. Primero esbozamos un conjunto de preguntas que son fundamentales para este campo emergente y luego exploramos las limitaciones técnicas, legales e institucionales en el estudio del comportamiento de la máquina ( Naturaleza ).

“Estamos viendo el surgimiento de máquinas con agencia, máquinas que son actores que toman decisiones y toman acciones de manera autónoma. Esto requiere un nuevo campo de estudio científico que los considere no solo como productos de ingeniería y ciencias de la computación, sino también como una nueva clase de actores con sus propios patrones de comportamiento y ecología “- Iyad Rahwan, MIT Media Lab .

“Es tan irresistible”, dice el Sr. McEwan sobre el dibujo de la tecnología. “No podemos detenerlo. Nos convertiremos en tontos por antropomorfizar una máquina medio inteligente, siempre que gesticule y se parezca a nosotros ”( Wall Street Journal ).

La IA de vanguardia no puede competir con animales simples para adaptarse a cambios inesperados en el entorno. La competencia [Animal-AI Olympics] presenta nuestros mejores enfoques de inteligencia artificial contra el reino animal para determinar si los grandes éxitos de AI están listos para competir con los grandes éxitos de la evolución en su propio juego. [El objetivo es] comparar la IA actual con múltiples especies animales utilizando una serie de tareas de cognición animal establecidas ( Juegos Olímpicos Animal-AI ).

Predicciones, predicciones

Se espera que el mercado de inteligencia artificial (IA) global crezca a una tasa de crecimiento anual compuesta (CAGR) del 40% hasta 2023, alcanzando los $ 26,4 mil millones ( Beroe ).

Se proyecta que el valor comercial de la inteligencia artificial en la banca (incluidos los ahorros en costos y la eficiencia de la introducción de la tecnología de inteligencia artificial en comparación con el mantenimiento de las infraestructuras y procesos existentes) alcanzará los $ 300 mil millones para 2030, frente a los $ 41,1 mil millones en 2018 (IHS Markit Global Business Value of Artificial Value en la banca ).

El uso de AI para aplicaciones ambientales podría impulsar la economía global hasta $ 5.2 billones en 2030, un aumento de 4.4% en el escenario de negocios como siempre, al tiempo que reduce las emisiones de GEI en todo el mundo en un 4%, equivalente a las emisiones anuales 2030 de Australia, Canadá y Japón combinados ( PwC ).

X