Inteligencia artificial: un “copiloto” para el siglo XXI
¿Cómo se detectan las fugas de agua en tuberías enterradas? Responder a esta pregunta ha sido todo un reto, pero no para la IA. Descubra en estas líneas un ejemplo práctico de cómo la inteligencia artificial puede ayudar a ahorrar agua y redefinir el papel de los humanos. En el buen sentido.
La Inteligencia Artificial (IA) es el “hype” del momento, en gran parte debido a los importantes avances de algunas aplicaciones generativas, en particular ChatGPT, cuyo modelo lingüístico es realmente impresionante.
Aludiendo un poco a la ficción, los ordenadores empiezan por fin a parecerse a HAL9000, el protagonista de la película de Stanley Kubrick “2001 – Odisea del espacio”, basada en un lcuento de Arthur C. Clark, que también fue coautor del guión de la película. Sin embargo, la IA y sus fundamentos se remontan a mucho tiempo atrás.
En 1950, el matemático inglés Alan Turing filosofó sobre el pensamiento de las máquinas y su inteligencia. Entonces, basándose en la dinámica del “juego de imitación”, ideó una prueba en la que un evaluador habla con un ordenador y un humano (sin verlos directamente). Si el evaluador era incapaz de distinguir entre el humano y la máquina, esto significaría que la máquina era “inteligente”. Esta prueba se conoció como la prueba de Turing y, conceptualmente, sigue siendo válida hoy en día.
Sin embargo, a pesar de todos los avances logrados desde entonces, la IA sigue siendo un motor estadístico que sólo es tan bueno (o tan sesgado) como el entrenamiento que se le ha dado. En otras palabras, la máquina reproduce lo que se le ha enseñado. Si, absurdamente, nunca hubiera visto una foto de un gato, la máquina nunca sería capaz de descubrir un gato[1]. Por cierto, gran parte de los avances logrados hoy en la IA se deben a la enorme biblioteca de conocimientos y ejemplos que es Internet. Es esta enorme base de datos, la mayor de la historia de la humanidad, la que permite entrenar tan bien a los algoritmos. Y precisamente por eso la máquina a veces está sesgada, porque también lo está la muestra de experimentación y entrenamiento. Si entrenamos a la máquina con nuestros prejuicios (aunque sea involuntariamente), es decir, con conceptos y formateo, a menudo sin sesgo, el resultado es un sistema formateado con conceptos sesgados. Pero seamos optimistas, porque lo cierto es que “la máquina”, cuando está bien entrenada, produce un sistema de toma de decisiones muy eficiente y hace de la IA una herramienta muy poderosa, capaz de aumentar drásticamente nuestra productividad.
“Escuchar” las fugas de agua: un buen ejemplo de IA aplicada
Uno de los ejemplos prácticos más interesantes que conozco de la capacidad de la IA para desempeñar un papel importante fue creado por un socio de ARQUILED, la start-up brasileña Stattus4, para detectar fugas de agua en la red pública de suministro de agua, con el objetivo de reducir el enorme despilfarro de agua que sigue produciéndose.
Normalmente, las tuberías de agua o fontanería están enterradas, por lo que es muy difícil y costoso detectar fugas a tiempo, ya que desenterrar periódicamente la tubería para inspeccionarla no es factible. Para superar esta dificultad, Stattus4 ha desarrollado un sistema de IA que, basándose en 10 segundos de sonido captado en la tubería, puede detectar si tiene fugas o no.
Y la forma en que lo hace es extremadamente sencilla. La experiencia nos dice que una tubería con un orificio por el que vierte agua tiene una vibración determinada a la que corresponde una “firma” sonora. Los profesionales competentes con un oído agudo pueden detectar esta marca distintiva, pero una persona sin esta preparación y experiencia no.
Lo que ha hecho Stattus4 es utilizar la IA para “entrenar” y multiplicar los “oídos agudos” sin necesitarlos. En solo unos minutos, el sistema es capaz de clasificar miles de muestras de sonido de tuberías con posibles fugas, lo que sería humanamente imposible sin un batallón de especialistas.
Con esta herramienta, un profesional experimentado sólo tiene que validar los puntos sospechosos de fuga que se identifiquen. En un escenario en el que el sistema de IA ha clasificado el 1% de las muestras como puntos sospechosos, el profesional (el hombre) sólo tiene que tomar medidas para validar la clasificación de la máquina. Pero sólo tiene que analizar el 1% de las muestras. En otras palabras, un recurso valioso y altamente cualificado puede multiplicar por 100 su productividad.
Creo que este ejemplo demuestra lo poderosa que puede ser la IA cuando se aplica de forma generalizada. Al filtrar grandes cantidades de información irrelevante, aligerar la carga del ser humano, aumentando su productividad y permitiéndole centrarse en lo que realmente se necesita de sus conocimientos. No es casualidad que Microsoft llame a su sistema de IA “Copilot”. Esa es la idea: tener copilotos que nos ayuden a ser más productivos.
Miguel Allen Lima
ARQUILED CEO
[1] Podríamos debatir si lo mismo se aplica a nosotros, los humanos, pero eso sería objeto de otro artículo mucho más largo.
