De cómo el aprendizaje multimodal va a cambiar su vida
La velocidad de innovación de la Inteligencia Artificial (IA) incide en todas sus áreas, como el aprendizaje multimodal. Y es que la IA no solo apoya a las empresas a operar de manera más eficiente, sino que genera ideas críticas que las empresas utilizan para su desarrollo. Ello deriva en un crecimiento continuo de dispositivos, que se estima aumenten en mil 800 millones durante los próximos cinco años, según ABI Research. Consolidar datos independientes de varios dispositivos de IA en un solo modelo se denomina aprendizaje multimodal. Los sistemas multimodales pueden procesar múltiples conjuntos de datos, utilizando métodos basados en el aprendizaje para generar información más inteligente. En lugar de tener que analizar por separado los datos de diferentes dispositivos, un sistema multimodal hace el trabajo... ¡automáticamente!
Los casos de uso abarcan todas las industrias. En la automotriz, por ejemplo, se están introduciendo sistemas avanzados de asistencia al conductor (ADA), asistentes de interfaz hombre-máquina en el vehículo (HMI) y sistemas de monitoreo del conductor (DMS). Durante el Mobile World Congress 2019, BMW presentó el sistema “Natural Interaction” que posibilita la interacción multimodal con el vehículo.
¿Qué implica esto? Una tecnología que posibilita la comunicación del chofer con el vehículo mediante comandos de voz, control gestual aumentado y reconocimiento de mirada. ¿Se imagina? Dicho sistema será integrado en el próximo modelo de la armadora identificado como iNEXT a partir de 2021. En entretenimiento también están comenzando a adoptar el aprendizaje multimodal. Con base en esta tecnología lo que usted necesite llegará directamente a su pantalla.
En la industria de la salud y se encuentran en las primeras etapas de su adopción, pero existen aplicaciones prometedoras con imágenes médicas. Nature Medicine informó que construyeron un sistema que diagnostica de forma automática padecimientos infantiles comunes, desde influenza hasta meningitis, mediante el análisis de los síntomas.
El sistema demostró gran precisión yen el futuro podría ayudar a los doctores a diagnosticar a pacientes que sufran enfermedades más complejas. La base del sistema es una red neuronal, un tipo de inteligencia artificial, que puede aprender tareas gracias al análisis de una inmensa cantidad de datos.
Quizá pasen varios años antes de que los sistemas de aprendizaje profundo o multimodal comiencen a utilizarse en salas de emergencias y clínicas. No obstante, algunos se utilizarán más pronto en el mundo real. Google, por ejemplo, ya está realizando pruebas clínicas de su sistema de escaneo ocular en dos hospitales del sur de India. Sin duda, lo mejor está por venir.
Fundador y Presidente del Consejo de Metrics