Tecnologías Exponenciales: el futuro comienza ahora

Machine Learning

Por Jorge Barahona.

En el pasado, la tecnología avanzó muy lentamente en comparación con las tecnologías actuales. Esta parecería ser una aseveración muy osada, sin embargo, veamos los siguientes hechos:

En los años 1950, las aerolíneas comerciales manejaban los siguientes datos: un Jet comercial volaba a una velocidad máxima de 846 Km/h, con una autonomía de vuelo de 5.000 Km y a una altura de 12.800 pies. En la actualidad, un Boeing 787 vuela a 950 km/h, su autonomía de vuelo ha subido a 15.000 km, y su altura de vuelo se ha incrementado hasta 13.100 pies. ¡La tasa de mejora tecnológica de un avión no llega a ser más del 2% anual en 65 años transcurridos![1]

Algo similar ocurre con la industria automotriz. Entre el año 1930 y el año 2011, la velocidad promedio de un automóvil era de 65 Km/h; ahora es de 250 km/h. El consumo de combustible entre esos mismos años era de 8.5 Lt/km, mientas que ahora es de 11.3 lt/Km. Asimismo, la potencia máxima era de 40 HP, y ahora es de 263 HP

Esto representa una tasa de mejora en 80 años de no más del 3% anual.

Por otro lado, si hablamos del precio, tanto de vuelos comerciales como del precio de adquisición de un auto, ambos son un 200% más caro. Sin embargo, prácticamente obtenemos las mismas cualidades y prestaciones del siglo pasado.

Luego de revisar estas cifras, parecería que las proyecciones tecnológicas siempre nos han quedado en deuda. Así pues, en el año 1965 se pronosticaba autos voladores y paseos tripulados a Marte en el año 2000; visiones de ciudades techadas; aparatos que modificarían el clima o anteojos para mirar a través de las paredes. Aún en la actualidad son todavía imposibles.

A pesar de lo que nos muestran estos datos, hay una tecnología que ha permitido cambiar estos continuos errores en los pronósticos de los avances tecnológicos: la tecnología computacional ha demostrado crecer a ritmos exponenciales.

Curva de tecnología computacional

La Ley de Moore es un término informático originado en la década de 1960 y que establece que la velocidad del procesador o el poder de procesamiento total de las computadoras se duplica cada doce meses. En un principio, la norma no era muy popular pero sí se sigue utilizando hasta el día de hoy. Con los precios sucede lo contrario: Mientras las potencias se duplican, los precios caen en picada.

Si aplicáramos las mismas tasas de mejora tecnológica que ha experimentado la computación, en los últimos 40 años, la realidad automotriz y aeronáutica sería otra.

Por ejemplo, un jet comercial del año 2017 debería volar a una velocidad de 749 veces la velocidad la luz, y la autonomía de viaje sin cargar combustible sería de 0.55 años Luz.

Un auto promedio modelo 2017 viajaría a una velocidad de 54 mil veces la velocidad de la luz, y su motor debería generar una potencia de 15 veces más que la energía que produce el planeta Tierra en todo un año.

Una de las tecnologías que más expectativa ha causado en el mundo es la inteligencia artificial o lo que comercialmente ahora se denomina Machine Learning.[2]

Inteligencia artifcial

Este tipo de tecnología también tiene predicciones futuristas (Año 2024: Traducir cualquier tipo de lenguajes; Año 2026: escribir ensayos; Año 2027: Conducir Camiones, Año 2053: sustituir cirujanos).

Las predicciones, obviamente, pueden fallar. No sólo siendo demasiado optimistas, sino también siendo excesivamente conservadoras.

De hecho, para los expertos, la victoria de los algoritmos inteligentes sobre los humanos en un juego oriental de estrategia tan complejo como el Go tardaría aún 12 años. Pero ¡se necesitaron sólo un par de meses!, desde la conferencia donde se hizo la encuesta, para que un sistema de Google (AlphaGo) batiera al campeón mundial coreano. Hace pocas semanas, un AlphaGo mejorado ha ganado al nuevo campeón mundial (chino), de forma aún más rápida, más contundente y más brillante. Y el progreso en vehículos auto-conducidos ha explotado en los últimos meses. ¿Podría ser que, mucho antes de lo que piensan los expertos, veamos algoritmos inteligentes en todas partes? Nuevas y fascinantes preguntas aparecen: ¿puede un robot escribir un Best Seller del New York Times? (los expertos así lo afirman). ¿Podría ganar un premio nacional de literatura? ¿O un Premio Nobel de economía, o de química?[3]

Mientras estas alucinantes predicciones se cumplen, hay verdaderas aplicaciones actuales de Machine Learning que pueden llevar los negocios a umbrales de productividad y rentabilidad no planificados:

  • Detección de anomalías y fraudes en todo tipo de comercio: Las redes neuronales pueden detectar en tiempo real, dónde se producen fugas fraudulentas de activos.
  • Detección de hábitos de consumos especiales y tendencias en el comportamiento de clientes.
  • Segmentaciones especializadas de clientes para enfocar campañas y promociones publicitarias.
  • Recomendaciones de productos y servicios basados en preferencias pasadas y compras históricas.
  • Diagnóstico y prescripción médica con base en estudios de genomas y muestras de sangre.
  • Seguros personales configurados por un computador determinado con base en el estilo de vida, hobbies, factores nutricionales, laborales, del comprador y muchos ejemplos más

A través de soluciones diseñadas con algoritmos complejos, pero de rápida implementación, Novatech le puede ayudar a adelantar el futuro en su compañía y generar beneficios tangibles con tecnología actual y de vanguardia. ¡El futuro ha llegado!

[1] Santiago Bilinkis – El Futuro del Futuro – 2011

[2] Machine Learning: Capacidad de una computadora de auto-aprender, sin que deba ser explícitamente programada para este efecto.

[3] Artículo publicado originalmente en la revista digital Viaempresa

Artículo escrito por Jorge Barahona.