Noticia  |  Jueves, 6 de Julio del 2017

Carreras a futuro para una problemática global

Aprendizaje automático y aprendizaje profundo. Derivados de la inteligencia artificial demandan más especialistas que investiguen sus riesgos.

En el camino hacia el futuro, la tecnología es una de nuestras luces más brillantes y dependerá de la misma humanidad hacia donde apunta esa luz. En ediciones anteriores, hemos revisado algunos avances en el campo de la inteligencia artificial (IA), que con más de 60 años de investigación y desarrollo, recién en la última década ha tenido una temporada altamente prolífica gracias a la enorme cantidad de información reunida y una superior capacidad de procesamiento.

Uno de los campos derivados que permite enriquecer el funcionamiento de las IA son los denominados procesos de aprendizaje automático (AA) (machine learning), los cuales a nivel básico funcionan a través de la alimentación manual de datos; es decir, bajo parámetros establecidos por el programador. Detección de patrones irregulares, personalización de contenido y algunos casos más hemos reseñado anteriormente, así como una proyección de cómo funcionaría una universidad del futuro bajo el fuerte influjo de los avances en IA y AA. Google ofrece un video con el alcance del AA a partir de sus investigaciones:

El aprendizaje profundo (deep learning) es una tercera noción, derivada de las anteriores, con una tendencia que permite liberar de parámetros rígidos el aprendizaje de las máquinas. Su funcionamiento está inspirado vagamente en redes neuronales humanas y se consideró un gran paso para el aprendizaje automático, puesto que permite que las máquinas abandonen la lógica lineal y puedan aprender solas.

Una red neuronal (ver video debajo) gestiona programas y datos de manera que no solo se dedican a una tarea, sino que relacionan información y resultados que van obteniendo por capas y en paralelo, y, al estar interconectada, se adapta de inmediato con cada nueva experiencia. Reconocimiento de rasgos (voz) y emociones humanas, comprensión del lenguaje natural y sofisticadas predicciones son algunos de los casos con los que se identifica el aprendizaje profundo. Artículos de El País, Open Mind y Amazon exploran más profundamente el tema.

El aprendizaje profundo ahora puede avanzar a la par con los estudios en neurociencia humana, campo todavía en crecimiento, por lo que los límites en estos avances aún no están establecidos. Es ahí donde iniciativas como la de 80000 Hours resultan importantes. Este portal ofrece guías a los egresados de secundaria para tomar la mejor decisión en la elección de carrera profesional. Lo hace desde dos argumentos: los problemas más urgentes que el mundo encara (ver antecedente) y las carreras que podrán ofrecer soluciones para esos problemas.

La IA resulta la tecnología más controversial a futuro por el vertiginoso avance y cambios provocados por la ciencia y la tecnología, en conjunción con los debates éticos. No es sorpresa entonces que en la clasificación de 80000 Hours de carreras de mayor impacto y beneficio para la humanidad a futuro se asomen varias vinculadas a ese campo. La clasificación incluye evaluación de criterios como i) impacto – diferencia que se puede hacer respecto a cualquier problemática; ii) capital de carrera, mejor capacidad de aprovechar oportunidades laborales a futuro; iii) satisfacción personal-laboral; y iv) remuneración.

El Machine Learning PhD es una de las carreras con alta recomendación al perfilarse como una de las tecnologías que más van a desarrollarse en los próximos años. Esta tendencia llevará a automatizar cada vez más la labor humana y resolver problemas que antes parecían imposibles. Sin embargo, este progreso puede impactar de manera definitiva en la sociedad tanto de manera positiva -con autos no tripulados que reduzcan los niveles de tráfico y diagnósticos médicos más precisos- como negativa -con el uso indiscriminado de armas autónomas letales o cayendo en el desempleo generalizado.

Por eso se justifica la necesidad de contar con más expertos que comprendan el funcionamiento del AA y derivados. Según 80000 Hours, el desarrollo “positivo” del aprendizaje automático, planteado en esta carrera, se propone en dos caminos principales: i) investigación en políticas y estrategias, orientar a gobiernos y empresas en el diseño e implementación de procedimientos que guíen adecuadamente el futuro del AA; y ii) la investigación en seguridad técnica, o los estudios en reducción de riesgos de la inteligencia artificial.

El segundo camino resulta tan importante que deriva en otra carrera recomendada: investigación en riesgos de la inteligencia artificial. Esta busca asegurar la existencia de especialistas que, desde ahora, en caso la IA alcance un nivel de superinteligencia, vayan alineando las posibles decisiones de las máquinas con el bienestar de la humanidad. Según 80000 Hours, las cifras indican que en la actualidad son muy pocos los profesionales encaminados en esta carrera, comparados con la gran cantidad que se enfocan en desarrollar máquinas cada vez más autónomas. En esta carrera también existe una dimensión estratégica-política que complementa la técnica.

Por último, a la cabeza de todas las carreras recomendadas, se posiciona una que precisamente puede impulsar la innovación en cualquier campo tecnológico: creador de startup tecnológico.

Fuentes:

Enlaces:

Antecedentes:

ciencias | debate | egresados | empleabilidad | innovación | investigación | tecnología | tendencias

Dejar un comentario