Esta mañana arrancó el EmTech Digital Latam, del MIT Technology Review, que correrá durante el resto del día y terminará mañana en la tarde. El énfasis de las conferencias está puesto en la inteligencia artificial y la importancia de los datos. Sin embargo, el contenido del programa ha estado dominado por la agenda de los patrocinadores, lo que puede ser desalentador para quienes, como yo, esperábamos que los investigadores del MIT Media Labs fueran los protagonistas.
Los panelistas y conferencistas de las distintas empresas que auspiciaron el evento no tuvieron empacho en hacer comerciales durante sus intervenciones. A pesar de que sucede hasta en los mejores foros, quizá la expectativa en este caso era más elevada, dado que el recinto que hospeda el Emtech es el IPADE.
Cabe destacar la intervención de Raúl Miranda, director de estrategia para América Latina de Relativity6. Egresado del MIT y el IPADE, Miranda genera inteligencia artificial mexicana junto con otros egresados del IMAAS, de la UNAM, y el Cinvestav. Miranda habló de Neuroeconomía, la nueva ciencia donde se cruzan la inteligencia artificial, la economía y la neurociencia, y que ha evolucionado mucho hasta ser utilizable en las empresas. ¿Qué es lo que más importa? Las señales internas de cada cliente, de la empresa, el contexto, y las señales externas de las personas, como sus patrones de comportamiento. Acceder a esa información de manera inteligente es la respuesta: poner todo a disposición de una máquina con inteligencia artificial, que tenga algoritmos que generen una predicción y den a conocer quiénes son los mejores clientes. “Si modelamos el comportamiento de nuestro cliente podemos salir a atraer a los cosumidores que más se parezcan a nuestro perfil. El mundo no se puede modelar pero un negocio sí. Una vez que se tiene la identificación de patrones, se generan recomendaciones basadas en afinidad de contenidos. Buscar cómo ocupar toda la información que tenemos y recopilarla utilizando algoritmos para generar rentabilidad para la empresa. El objetivo es saber cuándo se acercarán los clientes, qué quieren y porqué medio migrarán. La inteligencia artificial da una certeza de 80% en las predicciones. Esto, a su vez, puede añadir de 5 a 10% de valor al negocio”, expuso el científico.
El único panelista del MIT Media Lab hoy fue el doctor Cristian Jara, del Collective Learning Group, quien habló del state of the art del open data en organizaciones públicas. Hay muchas fuentes de datos públicas que los gobiernos de distintos países han hecho disponibles, sin embargo son muy limitadas de acuerdo con Jara, porque los datos no son descargables. El Media Lab tiene una iniciativa que busca contribuir a su utilización. De ahí nació el proyecto Dive. Un ejemplo de funcionamiento es buscar en Google “exportaciones de México”, donde después de los primeros resultados de Wikipedia y otros patrocinados el usuario encontrará una plataforma del MIT Media Lab. Hay un perfil similar para cada país del mundo, donde se puede entender la información y es fácilmente navegable. Otro ejemplo es Data USA, que mezcla datos de seis fuentes distintas. En este misma línea, el MIT Media Lab ha seguido lanzando iniciativas, entre las que se encuentran el observatorio económico (en 2011) y en 2018 la plataforma de datos abiertos de Chile.
En Data USA se pueden seleccionar datos de distintos elementos e irlos añadiendo a un carrito. En otras plataformas el análisis no está integrado, se sigue usando Excel u otras herramientas posteriormente para esa tarea. “Hemos estado desarrollando un plataforma para que los usuarios puedan añadir datos y convertirlos en una narrativa, la plataforma es Dive. Integra recomendaciones automáticas de visualización. A un analista interesado en ver la relación entre género e ingreso, por ejemplo, Dive le ofrece y recomienda las visualizaciones más importantes a partir de los datos. Se pueden guardar, volver sobre ellos, añadir el salario, el género de la persona y detecta las visualizaciones, como la distribución por ingreso. Cualquier científico de datos ve que el resultado puede ser superficial y con Dive se pueden hacer tablas de regresión, guardarlas y unir todas las visualizaciones y tablas en una narrativa y publicarla en un solo software”, explicó el joven científico de origen argentino.
“La gente innovadora se siente motivada por un equipo y un ambiente innovador. Un científico solo no hace ciencia. Se necesitan varios más; es el flujo de ideas lo que genera innovación”, concluyó Jara.
Computación cuántica sin el hype
Robert Sutor, vicepresidente de Soluciones cognitivas, Blockchain y Quantum de IBM Research, tuvo una intervención muy aterrizada sobre el cómputo cuántico. Dijo que este tipo de computadoras tiene que seguir avanzando para poder construir nuevas drogas lo suficientemente potentes para salvar vidas. Esto revolucionará a la industria farmacéutica, pero le faltan aún 10 años de evolución. “Hay que computar lo que realmente importa”, explicó. La inteligencia artificial, logística y servicios financieros son otras áreas donde la computación y el cálculo de los riesgos de inversión son necesarios de combinar y donde las computadoras clásicas no tienen la capacidad suficiente.
El conferencista dijo que si las empresas desean enlazarse con computo cuántico pueden trabajar con IBM, solo si no buscan retornos de inversión inmediatos y quieren trabajar a largo plazo. Para ello basta con buscar el servicio IBM Q Experience, que se ofrece de forma gratuita en el web. Hasta el momento suma ya 85,000 usuarios en 7 continentes, 4,400,000 experimentos, 70 papers de investigación externos y es usado por más de 1,500 colegios y universidades. “Es el momento de empezar. Estamos construyendo los centro de cómputo cuántico. No puedo decir que ya tengamos todas las aplicaciones, pero nos encontramos en proceso de evolución y las pondremos en producción tan pronto como sea posible para solucionar problemas reales”, finalizó Sutor, con menos fanfarrias que muchos de sus colegas de la industria.
