2.3 IBM Algunas aplicaciones de la IA

¿Puede dar algunos ejemplos concretos de aplicaciones de la IA? Desde luego. Así que tenemos un programa de robótica colaborativa bastante amplio. Así que los cobots en los que trabajamos están dirigidos principalmente en este momento a aplicaciones de fabricación, fabricación, almacenaje, logística, este tipo de aplicaciones en las que normalmente puede tener una persona haciendo un trabajo que puede ser aburrido, puede ser peligroso, y tener apoyo robótico o tener un robot haciendo realmente el trabajo puede hacerlo mucho más seguro, más eficiente y más eficaz en general. Así que trabajamos en muchos de esos tipos de aplicaciones, particularmente donde los robots intentan interactuar directamente con las personas, como ya he dicho. Así que el robot puede ayudar a una persona a levantar un contenedor pesado, o ayudar a mover artículos en un almacenamiento, en una estantería con fines de almacenamiento, así que todos estos tipos de aplicaciones, donde creo que veremos robots colaborativos moverse primero, y luego, con suerte, un día y tal vez en su casa para ayudarle con la colada y los platos en la cocina. Esperemos que sí. Por ejemplo, en el sector del petróleo y el gas, hay una empresa, una empresa de petróleo y gas bastante grande llamada Abu Dhabi National Oil Company, y uno de los problemas con los que tiene que lidiar cualquier tipo de empresa petrolera es, ¿cuál es el mejor lugar para que perforen en busca de petróleo? Así que tienen que encontrar estas muestras de roca de todos estos lugares diferentes, para este lugar y en este lugar, y ese lugar, y tal vez cientos de lugares diferentes para que puedan perforar en busca de petróleo. A partir de estas muestras de roca, ahora usted tiene todas estas finas láminas de roca en tal vez cientos o miles de ellas, y depende de estas compañías petroleras ser capaces de clasificar estas usando que son geólogos entrenados y expertos. Pero entrenar geólogos para clasificar adecuadamente estas láminas de roca puede ser bastante difícil, podría consumir mucho tiempo, podría costar mucho dinero también. Así que una forma de ayudar a aumentar las capacidades de los humanos es poder utilizar la visión por ordenador, para clasificar estas muestras de rocas y poder identificar cuáles de estos lugares son los mejores para perforar en busca de petróleo... Eso en petróleo y gas. Imagínese antes de esto, si hubiera una forma muy, muy rara de cáncer experimentado por un médico en Dubai, y si hubiera otro caso en Nueva Zelanda, ¿cómo cree que se habrían dado cuenta de que, "Eh, ambos estamos tratando este caso tan raro ya que trabajamos juntos." Eso no habría sido posible en el pasado, pero ahora con la tecnología de aprendizaje automático siendo capaces de agregar conocimientos de tantas fuentes diferentes en una Nube centralizada y entenderla, y proporcionar esa información inaccesible, intuitiva, de forma implícita. Ahora, ese médico neozelandés puede ir por delante y utilizar esta técnica de aprendizaje automático para decir: "Oye, hace sólo unos días hubo un médico con un caso muy similar ", aunque no sea exactamente lo mismo. Claro. Así que trabajamos con un número de startups y el número de empresas, y sólo voy a traer un par de ejemplos. Así que lo que les gusta hablar bastante de es empresa fuera de California llamada Echo Devices. Lo que han hecho es que han tomado un simple dispositivo que es el estetoscopio, algo que vemos alrededor del cuello de cada médico, enfermera, y el profesional de la salud, y han tomado ese dispositivo y básicamente han transformado eso primero en un dispositivo digital cortando el tubo del estetoscopio, insertando en él un digitalizador que toma un sonido analógico, lo transforma en una señal digital, lo amplifica en el proceso, hace que sea mucho más fácil para la gente oír, es un sonido amplificado, el sonido de su corazón, o de sus pulmones trabajando. Pero lo que también nos permite hacer es que nos permite tomar la señal digital y enviarla por Bluetooth a un teléfono inteligente. Una vez que está en un teléfono inteligente, son capaces de graficarla, lo que permite al médico entender mejor, no sólo a través de los datos de audio sino a través de un gráfico real de cómo está funcionando su corazón. Pero debido a que la información es ahora capturada en el mundo digital, ahora puede ser algoritmo central de aprendizaje automático, y eso es lo que hacen. Un algoritmo de aprendizaje automático puede realmente aprender de eso, aplicar sus aprendizajes previos de los médicos humanos, cardiólogo, y ahora ayudar a un médico que está utilizando el dispositivo en su diagnóstico actual. Así que básicamente no sustituye a un médico de ninguna manera, forma o manera, es tecnología de asistencia que está tomando los aprendizajes de las generaciones anteriores de cardiólogo humano, y ayudando en el diagnóstico en el estado actual. Para mí, es un ejemplo perfecto de tomar la X, que en este caso concreto es como un estetoscopio, y luego añadir IA a esa X. Yo tengo un nombre realmente ingenioso para eso, lo llaman Shazam for Heartbeats.