L'última tecnologia.....

• Un progrés diari a tot el món 

• Benefici per la societat 

• Aplica a la gran majoria de sectors 

• No és màgia o ficció, és progrés

Et despertes al matí i el teu telèfon es desbloqueja després d'escanejar la teva cara. Puges al cotxe per anar a la feina i la teva navegació GPS et suggereix una ruta alternativa perquè hi ha més trànsit de l'habitual a la qual fas cada dia. La teva aplicació de compres preferida et recomana un parell de sabates que s'adaptin al teu estil i el teu banc t'envia una notificació sobre un producte que s'adapta perfectament als teus plans d'estalvi. És màgia? No, és un progrés. És la intel·ligència artificial, que ha anat més enllà de la ciència-ficció per millorar molts aspectes de la nostra vida quotidiana.

La intel·ligència artificial

“La intel·ligència artificial (IA) o (AI) és una branca de la informàtica que desenvolupa programes capaços d'emular processos d'intel·ligència humana. És a dir, les màquines poden analitzar l'entorn i realitzar determinades accions de manera més o menys autònoma per aconseguir objectius concrets”.

Per exemple, un chatbot és capaç d'interpretar els problemes que plantegen els clients d'una botiga o empresa i oferir-los respostes més precises, de la mateixa manera que un motor de recomanacions fa suggeriments segons les preferències que l'usuari hagi mostrat prèviament.

Malgrat el seu auge actual, no és un concepte nou. A la dècada de 1950, Alan Turing ja es preguntava si les màquines serien capaços de pensar. Això va donar lloc al qual ara es coneix com la "prova de Turing", que s'utilitza per determinar si un ordinador pot ser tan intel·ligent com un ésser humà. Consisteix a exposar un ésser humà a dues converses, una realitzada per una màquina i l'altra per un ésser humà. Si la persona és incapaç de distingir quina és la màquina, se suposa que la màquina és tan intel·ligent com l'humà. El 1956, John MacCarthy va ser el primer a pronunciar el terme "intel·ligència artificial" a la Conferència de Darthmouth.

Des d'aquell moment fins als nostres dies, la seva evolució ha estat constant i exponencial, amb l'aparició de noves disciplines d'IA.

Beneficis de la intel·ligència artificial

A partir d'avui, a nivell d'usuari, la IA s'utilitza per fer-nos la vida més fàcil estalviant-nos temps i esforç a l'hora de realitzar determinades tasques. Per això, tot i que la llista de beneficis és extensa, ens centrarem a repassar algunes de les maneres en què la intel·ligència artificial ens beneficia.
Automatitza processos
La intel·ligència artificial permet automatitzar i racionalitzar tasques que poden ser avorrides o que requereixen temps per a les persones.
Millora la precisió
Redueix els errors que podem cometre en analitzar determinades dades.
Fomenta la creativitat
En reduir el temps dedicat a tasques rutinàries que no aporten valor, els empleats poden centrar-se a desenvolupar la seva creativitat.
Accelera la presa de decisions
En poder analitzar grans quantitats de dades en molt menys temps que els humans, ens permet prendre decisions informades més ràpidament.

Tipus d'intel·ligència artificial

Segons la seva finalitat:
• Machine Learning (aprenentatge automàtic): la capacitat d'una intel·ligència artificial d'aprendre per si mateixa. Es basa en un cicle d'aprenentatge a partir de dades, formació i resultats. Hi ha diversos subtipus segons si el seu aprenentatge requereix supervisió humana o si la IA pot aprendre de manera autònoma, segons les normes establertes. Sovint s'utilitza amb assistents virtuals i chatbots, entre d'altres.

• Deep Learning (aprenentatge profund): pretén recrear com els humans aprenen a través del que s'anomenen xarxes neuronals, que consisteixen en nodes interconnectats que emulen la xarxa de neurones d'un cervell humà. S'utilitza, per exemple, en cerques de productes basades en imatges.
• Reinforcement Learning (aprenentatge de reforç): s'inspira en la psicologia del comportament i pretén permetre que la IA dissenyi estratègies de manera automàtica. És molt pràctic per al manteniment predictiu o per personalitzar les experiències dels clients.
• Generative Adversarial Networks (xarxes adversàries generatives): són un tipus d'algorismes que s'implementen mitjançant un sistema de dues xarxes neuronals. Aquestes dues xarxes competeixen entre elles. Es fa servir per generar objectes i experiències a partir de mostres (per exemple, fotografies).
• Natural Language Processing (processament del llenguatge natural): investiga com les màquines es comuniquen amb les persones amb l'objectiu de fer-les comprendre i extreure informació rellevant. Les seves aplicacions són múltiples, que van des de l'anàlisi de sentiments o opinions fins a l'anonimat de documents i la formació de chatbots.
• Computer Vision (visió per computador): Això ensenya als ordinadors a "veure" i interpretar el contingut de les imatges digitals, de manera que puguin produir informació simbòlica que es pugui interpretar. S'utilitza per al reconeixement d'objectes, la restauració d'imatges i la reconstrucció d'escenes.
• Speech Recognition (reconeixement de veu): està pensat per permetre als humans comunicar-se amb ordinadors i viceversa i és especialment útil per a sistemes de navegació de vehicles controlats per veu, aplicacions de dictat i sistemes per a persones amb discapacitat.
• Knowledge Graph (gràfic de coneixement): un gràfic és una manera de representar les relacions entre entitats i de crear enllaços entre dades i metadades. Quan el contingut dels gràfics s'enriqueix i són capaços de realitzar un processament automàtic "intel·ligent" de dades, es converteixen en gràfics de coneixement. Són molt populars en els sistemes d'organització de la informació.
• Augmented Reality (realitat augmentada): Es tracta d'un conjunt de tecnologies que permeten a l'usuari interactuar amb el món real mitjançant dispositius que afegeixen informació gràfica virtual, de manera que els usuaris vegin el món que l'envolta alhora, però amb objectes virtuals superposats. S'utilitza en un gran nombre d'aplicacions, des d'operacions fins a proves virtuals de colors de maquillatge fins a recrear com es veurà un moble en particular a casa teva.

Les dades estan al centre del desenvolupament de la intel·ligència artificial. Per millorar-ne el valor, és essencial emprar els avenços tecnològics i els nous enfocaments per dissenyar arquitectures de dades modernes per facilitar l'accés a les dades. Avui en dia, és útil estar familiaritzat amb aquests conceptes:
Data Mesh: una infraestructura d'autoservei que permet als equips accedir a recursos i eines sota demanda i descentralitza la gestió alhora que distribueix la responsabilitat de les dades. Totes les dades estan disponibles a qualsevol lloc de l'empresa, cosa que facilita l'accés quan sigui necessari.
Data Fabric: un mètode per simplificar i integrar la gestió de dades al núvol i local. Proporciona un accés uniforme a les dades en diversos entorns multinúvols, així com funcions coherents.
Synthetic Data: permeten generar un nou conjunt de dades a partir d'un altre conjunt de dades que hem de protegir i que hem de compartir amb tercers. Aquest nou conjunt conserva les característiques del primer conjunt, però no permet recompondre les dades originals.

Usos i aplicacions de la intel·ligència artificial

La intel·ligència artificial està present en molts aspectes de les nostres vides i es pot trobar en una varietat d'aplicacions en diferents camps. Per tant, fem una ullada a com utilitzar la intel·ligència artificial:

Intel·ligència artificial en medicina
En el sector sanitari hi ha chatbots capaços d'analitzar els símptomes que indiquem i emetre un diagnòstic previ. De la mateixa manera, mitjançant l'anàlisi de determinades dades, és possible determinar la propensió a desenvolupar determinades malalties, com el càncer de mama, per exemple.

Intel·ligència artificial en el sector educatiu
La intel·ligència artificial és capaç de fer propostes de cursos personalitzades, millorar la tutoria en línia i analitzar les habilitats dels estudiants mitjançant l'anàlisi d'aprenentatge per entendre les seves necessitats educatives.

Intel·ligència artificial en el sector del transport i l'energia
L'ús de la intel·ligència artificial no només ajuda a optimitzar les rutes tant pel que fa al consum de temps com d'energia. També ajuda a reduir la sinistralitat viària, preveure possibles problemes predient amb antelació la necessitat de manteniment dels vehicles i planificar les rutes de transport segons la demanda i la capacitat, entre altres beneficis. A més, ja és una part fonamental dels vehicles elèctrics, que permet gestionar i transmetre dades entre diferents dispositius connectats.

Intel·ligència artificial en el so i la música
Últimament ja s'aquesta treballant en l'aplicació de la IA en un projecte que permet modificar tot concepte de l'audició actual. Un equip treballa en el desenvolupament denominat “Real8D-AI-Àudio” que permetrà diverses aplicacions que en les 8 dimensions del so, en un altre lloc on aquest es produeix i que s'ajusta als ambients on es reprodueix. Els melòmans tindran la reproducció musical com si estiguessin en el centre d'una cúpula envoltats pels músics.

Intel·ligència artificial a la banca
La intel·ligència artificial pot detectar possibles fraus (per exemple, blanqueig de diners), predir el comportament del mercat i assessorar sobre les transaccions i els productes adequats per a cada client.

Intel·ligència artificial en màrqueting i publicitat
Gràcies a la intel·ligència artificial, és possible fer prediccions de vendes per a determinats productes i serveis, així com fer recomanacions personalitzades als clients en funció de les eleccions prèvies.