Big data e inteligencia artificial

Big data e inteligencia artificial

Extracción de datos

La inteligencia artificial (IA) ya desempeña un papel a la hora de decidir qué prestaciones de desempleo recibe alguien, dónde es probable que se produzca un robo, si alguien corre el riesgo de padecer cáncer o quién ve ese anuncio pegadizo de tipos de interés hipotecarios bajos. Su uso no deja de crecer, presentando posibilidades aparentemente infinitas. Pero tenemos que asegurarnos de que se respetan plenamente las normas de derechos fundamentales cuando se utiliza la IA. Este informe presenta ejemplos concretos de cómo las empresas y las administraciones públicas de la UE utilizan, o intentan utilizar, la IA. Se centra en cuatro áreas principales: beneficios sociales, policía predictiva, servicios sanitarios y publicidad dirigida.
En la última edición de su videoblog, el director de la FRA, Michael O’Flaherty, habla de los retos en materia de derechos humanos, pero también de las oportunidades, que conlleva el desarrollo de la tecnología de inteligencia artificial.
Como parte de la investigación de antecedentes para el proyecto de la Agencia sobre «Inteligencia artificial (IA), Big Data y Derechos Fundamentales», la FRA ha recopilado información sobre las iniciativas políticas relacionadas con la IA en los Estados miembros de la UE y más allá en el período 2016-2020. La recopilación incluye actualmente unas 350 iniciativas.

El futuro de los big data y la ai

Todas las cuestiones normativas en relación con la BDAI se ven acosadas por un enigma fundamental: cómo establecer la difícil distinción entre los procesos de BDAI y los procesos impulsados por las estadísticas convencionales. Desde el punto de vista del riesgo, hay tres características de especial relevancia para los métodos modernos de BDAI:
Para formular los principios con la mayor precisión posible, el proceso de toma de decisiones basado en algoritmos se ha dividido en dos fases muy simplificadas: desarrollo y aplicación. La fase de desarrollo examina cómo se selecciona, calibra y valida el algoritmo. Por ejemplo, los principios de la fase de desarrollo se refieren a la estrategia de datos pertinente, así como a la documentación para garantizar la claridad tanto para las partes internas como externas. En la fase de aplicación, los resultados del algoritmo deben interpretarse e incluirse en los procesos de toma de decisiones. Esto puede hacerse de forma automática o mediante la participación de expertos. En todos los casos debe establecerse un mecanismo de funcionamiento que incluya elementos como controles suficientes y circuitos de retroalimentación para la fase de desarrollo. Aparte de estas dos fases, hay principios generales como la necesidad de una estructura de responsabilidad clara y una gestión adecuada de los riesgos y la subcontratación.

Big data e inteligencia

Los objetivos finales de la IA son:Probablemente estemos a años de distancia de conseguir la primera IA perfeccionada, y nunca es realmente perfecta. Sólo para el procesamiento del lenguaje natural, se necesitarán millones de muestras de habla humana que se descompongan en un formato que la IA pueda entender.Cómo la IA da una mejor visión de los datosLa IA está creando nuevos métodos para analizar los datosEn el pasado, obtener una visión de los datos era un duro trabajo humano. Los ingenieros utilizaban consultas o SQL para analizar los datos importantes. «La IA es el siguiente paso a las consultas/SQL», Steven Mih, director general de AlluxioLo que antes eran modelos estadísticos se ha fusionado con la informática y se ha convertido en big data y machine learning.El análisis de datos es cada vez menos laboriosoComo se ha mencionado en la introducción, gracias a la IA que analiza la videovigilancia, el esfuerzo humano es ahora mucho menor. Algo que podría haber llevado semanas, ahora sólo lleva uno o dos días. «La IA y el ML son herramientas que ayudan a una empresa a analizar sus datos de forma más rápida y eficiente de lo que podrían hacer los empleados», afirma Sue Clark, arquitecta senior del CTO de Sungard AS.Una de las formas más profundas en las que el ML está cambiando el mundo puede verse en las tendencias actuales de la atención sanitaria. La IA se está utilizando para dar un diagnóstico basado en las respuestas a las preguntas rellenadas previamente por los pacientes. Los médicos no tienen que examinar a todos los pacientes que entran por la puerta.

Ensayo sobre big data e inteligencia artificial

Ya no es un secreto que el big data es la razón del éxito de muchas grandes empresas tecnológicas. Sin embargo, a medida que más y más empresas lo adoptan para almacenar, procesar y extraer valor de su enorme volumen de datos, se está convirtiendo en un reto para ellas utilizar los datos recogidos de la manera más eficiente.
Ahí es donde el aprendizaje automático puede ayudarles. Los datos son una bendición para los sistemas de aprendizaje automático. Cuantos más datos reciba un sistema, más aprenderá a funcionar mejor para las empresas. Por lo tanto, utilizar el aprendizaje automático para el análisis de big data resulta ser un paso lógico para que las empresas maximicen el potencial de la adopción de big data.
Los big data se refieren a conjuntos extremadamente grandes de datos estructurados y no estructurados que no pueden manejarse con los métodos tradicionales. La analítica de big data puede dar sentido a los datos descubriendo tendencias y patrones. El aprendizaje automático puede acelerar este proceso con la ayuda de algoritmos de toma de decisiones. Puede categorizar los datos entrantes, reconocer patrones y traducir los datos en ideas útiles para las operaciones empresariales.

Usamos cookies para asegurar que le damos la mejor experiencia en nuestra web. Si continúa usando este sitio, asumiremos que está de acuerdo con ello. Nuestros socios (incluye a Google) podrán compartir, almacenar y gestionar sus datos para ofrecerle anuncios personalizados    Más información
Privacidad