Perfil personal:

Jiao Licheng es un profesor de la Facultad de Ingeniería Electrónica de la Universidad de Xidian en Xi'an, China. Es el decano de la Facultad de Ingeniería Electrónica y el director del Laboratorio Principal de Percepción Inteligente y Comprensión de Imágenes del Ministerio de Educación de China en la Universidad de Xidian. El doctor Jiao es un miembro jerárquico del IEEE. Su trabajo de investigación se centra en el procesamiento de imágenes, la informática natural, el aprendizaje automático y el procesamiento inteligente de información. Ha presentado más de 20 monografías y 500 artículos en publicaciones internacionales y en conferencias.

Desde 2017, el enfoque de la política de inteligencia artificial (IA) de China ha migrado de la investigación pura a la convergencia industrial. El desarrollo de la IA depende tanto de la innovación de teorías y algoritmos como de la mejora y la actualización de los chips informáticos. Las arquitecturas informáticas tradicionales no son compatibles con el cómputo paralelo a gran escala de los algoritmos de IA. En el futuro, se requerirá una revolución informática para acelerar los procesos de cómputo de la IA. El enfoque de la investigación en chips de IA ha migrado de las GPU y las FPGA a las TPU, y de la no personalización a la personalización.

En 2006, Geoffrey Hinton y su estudiante Ruslan Salakhutdinov propusieron un modelo de aprendizaje profundo que marcó el comienzo de una tercera fase de la IA. Gracias a la popularidad de Internet, el crecimiento explosivo de los datos y el desarrollo de tecnologías clave de la información, la IA se ha aplicado en una amplia variedad de campos. Los Estados Unidos de América, Japón, Corea del Sur y otros países han desarrollado sus propios planes de desarrollo estratégico para la IA. En 2017, el Consejo de Estado de China lanzó el Plan de Desarrollo de Inteligencia Artificial de Próxima Generación, que es claramente un cronograma y una hoja de ruta para el desarrollo de la IA en China. En la actualidad, China considera que la IA es una estrategia nacional. Así como la humanidad pasó de una revolución agrícola a una revolución industrial y luego a una revolución de la información, ha llegado el momento de la IA+.

El crecimiento explosivo de los datos y las mejoras significativas en las capacidades de procesamiento han sido fundamentales para el salto de la era del big data a la era de la IA. La inteligencia artificial es impulsada por los datos, se aplica en múltiples campos y es convergente. La IA no sería posible si no se diera una combinación de factores. En primer lugar, tenemos el desarrollo de los algoritmos de big data. La actualización rápida de diversos algoritmos de IA puede develar los principios rectores de los datos y así aprovechar el valor del big data. Un segundo factor es la relación que se está desarrollando entre los humanos y nuestras interacciones con los terminales inteligentes. Con el rápido desarrollo de Internet, de Internet de las cosas (IoT) y de los terminales inteligentes, las interacciones entre las personas, entre las personas y las máquinas, y entre las máquinas en sí son cada vez más frecuentes. Actualmente, la información multimedia, que incluye texto, audio, imágenes fijas y videos, se transmite dinámicamente. La IA está mejorando las tecnologías de procesamiento de información multimedia y ha tenido grandes avances en el reconocimiento de voz y de imágenes.

China ha adoptado la tecnología de IA por completo e incorporó de manera intensiva una variedad de políticas de fomento de la IA después del lanzamiento en mayo de 2015 de la iniciativa Fabricación China 2025. El objetivo es que las empresas públicas y privadas se valgan de la IA para aprovechar sus beneficios. Estas políticas se centran en las tecnologías de IA en campos emergentes tales como los de smartphones, compras y seguridad.

Tecnologías maduras tales como el reconocimiento de huellas digitales, rostros e imágenes, la traducción automática, y el reconocimiento y la síntesis de voz se integrarán en profundidad en el futuro. Esta integración permitirá el surgimiento de aplicaciones de inteligencia similar a la humana. Por el momento, estas tecnologías requieren desarrollos adicionales en las capas de la informática inteligente y de la toma de decisiones. Si bien aún se encuentran en una etapa preliminar, las tecnologías correspondientes a la capa de toma de decisiones (por ejemplo, los vehículos autónomos y los robots humanoides) pueden revolucionar completamente nuestro estilo de vida.

Panorama de las aplicaciones de IA

La IA puede mejorar las capacidades y explorar el potencial de muchas industrias y profesiones. La IA+, que es la aplicación masiva de la tecnología de IA en todas las industrias, se ha convertido en un tema central con impacto en las finanzas, la producción, el transporte, el cuidado de la salud y la educación.

Los robots inteligentes incluyen robots de uso doméstico, robots industriales y robots médicos. Los robots de uso doméstico pueden ser compañeros del hogar. Los robots industriales pueden reemplazar a los seres humanos en ámbitos de trabajo peligrosos. Los robots médicos pueden ayudar a los doctores a mejorar la precisión de las operaciones quirúrgicas y asistir a los pacientes durante su recuperación.

Según investigaciones de la industria, se espera que el mercado de la conducción inteligente llegue a aproximadamente USD 19,400 millones (CNY 121,400 millones) en 2020. La visión artificial y el aprendizaje profundo son tecnologías clave para la conducción inteligente. La convergencia de múltiples tecnologías de conducción asistida se adaptará a más escenarios e incluso permitirá la conducción sin tripulación. La automatización completa de la conducción inteligente mejorará significativamente la seguridad del transporte terrestre y permitirá que una gama más amplia de personas disfrute de mayor facilidad al viajar.

La industria de las finanzas ha pasado de la digitalización de oficinas financieras a las finanzas por Internet y, actualmente, está migrando hacia las finanzas basadas en la IA. La IA se está integrando a la vida económica de las personas a través de pagos móviles, dinero digital, consultas de inversiones inteligentes, control de riesgos y banca móvil, lo cual cumple un papel importante en la optimización de las estructuras financieras tradicionales. Si sentamos estos cimientos ahora, los académicos y las industrias del futuro podrán seguir explorando fácilmente las ganancias logradas mediante la combinación de la IA y las finanzas.

En el sector de la educación, se están desarrollando herramientas inteligentes basadas en la IA, tales como un sistema de calificación inteligente, un sistema de evaluación inteligente y un sistema de aprendizaje inteligente. Los resultados ayudarán a disminuir los costos de los materiales de enseñanza y aprendizaje, y mejorarán la eficiencia de aprendizaje de los estudiantes. Los algoritmos de IA se pueden usar para capturar y analizar los modos de aprendizaje de los estudiantes y para permitir que los instructores personalicen los planes de enseñanza correspondientes a estudiantes específicos.

En el sector médico, el software inteligente proporciona gestión sanitaria para pacientes y usuarios. Algún día, los dispositivos inteligentes reemplazarán a los médicos para tareas específicas. El reconocimiento de imágenes y de voz se ha utilizado para ayudar a los doctores a mejorar la precisión de diagnósticos y tratamientos; esto permite incrementar la eficiencia de trabajo de empleados y establecimientos médicos, así como disminuir los costos.

Seguir adelante con toda decisión

En todo el mundo, el rápido desarrollo de la IA ha permitido alcanzar logros admirables. Sin embargo, es necesario perfeccionar muchas de las teorías básicas de la IA. En los últimos años, el algoritmo de aprendizaje profundo se ha convertido en el centro de atención del desarrollo de la IA y ha logrado grandes avances en el reconocimiento de voz, el reconocimiento de imágenes y la traducción automática. El aprendizaje profundo, que está orientado a los problemas y los datos, aún tiene un largo camino de investigación por recorrer; a pesar de ello, sigue y seguirá emergiendo a futuro una variedad de principios y metodologías de investigación.

El desarrollo de la ciencia neuronal y cognitiva a principios del siglo 20 fue lo que inicialmente inspiró la investigación de la IA. Sumada a un mayor entendimiento de la ciencia neuronal y cognitiva, la IA se utilizará para, eventualmente, ayudar a las máquinas a igualar o superar la inteligencia de los seres humanos. La inteligencia de tipo cerebral y la inteligencia híbrida son las tendencias más recientes de la investigación de la IA.

El desarrollo de la IA depende tanto de la innovación de teorías y algoritmos como de la mejora y la actualización de los chips informáticos. La arquitectura informática tradicional no es compatible con el cómputo paralelo a gran escala de los algoritmos de IA. En el futuro, se requerirá una revolución informática para acelerar el proceso de cómputo. El enfoque de la investigación en chips informáticos de IA ha migrado de las GPU y las FPGA a las TPU, y de la no personalización a la personalización. Compañías tales como NVIDIA, Google y Huawei están dedicándose activamente al desarrollo de chips informáticos que se adaptan mejor a los avances de la IA. Asimismo, la informática cuántica generará oportunidades revolucionarias de desarrollo para la IA. La cantidad de bits cuánticos se incrementa exponencialmente. Los chips cuánticos miniaturizados posibilitan el procesamiento rápido y en tiempo real.

La IA en China logra avances significativos en aplicaciones, tecnologías y teorías básicas cada cinco años. Para 2030, se estima que China estará a la vanguardia del desarrollo mundial de la IA y se habrá convertido en el centro de innovación de IA líder del mundo. Otro factor clave que fomentará el desarrollo de la IA se relaciona con la mano de obra humana altamente capacitada. El Informe de investigación sobre IA y vehículos de conducción automática del equipo Aminer y la Universidad de Tsinghua indica que hay más académicos de IA en establecimientos universitarios que en instituciones y empresas. Para fines de 2017, más de 50 universidades habían creado cursos de especialización en IA. Sin embargo, en la actualidad, los cursos de grado, los cursos de posgrado y los doctorados con especialización en IA están lejos de satisfacer las necesidades de desarrollo futuro de la industria. Por lo tanto, es necesario acelerar el ritmo de formación de una fuerza de trabajo altamente especializada en IA.

La tercera etapa de la IA está en pleno desarrollo; la investigación básica y los logros técnicos son las claves para sobrevivir en medio de una competencia feroz.