La IA donde convergen la informática y las matemáticas: ¿qué la compone?

Varias profesiones relacionadas con la IA

Soraya estaba confusa con las explicaciones de Nico. Su amigo menciona los puestos de ingeniero de datos y científico de datos. Luego le da a Julie el título de gestora de proyectos. Aquí se disputan el puesto varias profesiones, lo que demuestra que se necesitan varias especialidades para construir una IA. Echémosles un vistazo para entenderlas mejor y descubrir a las personas que trabajan en las aplicaciones que utilizamos a diario. Al mismo tiempo, entremos en el laboratorio de la IA.

Antes de hacerlo, conviene recordar que las definiciones de los puestos de trabajo que vamos a exponer se aplican al mundo de la empresa y de la investigación. Pero ello no impide que cada empresa tenga su propia visión de cada puesto de trabajo.

El científico de datos

Empecemos por el científico de datos. En los últimos años, esta profesión ha tendido a considerarse una de las más atractivas que existen. En 2012, la Harvard Business Review la calificó como el "trabajo más sexy del siglo XXI". A veces procedentes de las matemáticas, los científicos de datos son muy similares a los matemáticos. Se centran principalmente en los aspectos estadísticos del aprendizaje automático. Analizan la información de que disponen y desarrollan...

La mente científica, una habilidad codiciada

Así, más allá de las personas que crean la inteligencia artificial, las competencias movilizadas son las de la informática y la ciencia de datos.

Para la mente científica, esto significa ser capaz de profundizar en los trabajos de investigación para comprender el estado de la cuestión en un campo. Se trata de saber manipular los datos, y para eso hay todo un campo científico que ofrece respuestas, a menudo de naturaleza matemática y estadística.

Pero para llegar a estas respuestas es necesario asimilar el propio proceso científico. Por ejemplo, que un estudio demuestre que un fenómeno es cierto no significa que el caso esté cerrado. Es mejor comprobar los límites del propio estudio y compararlo con otros antes de precipitarse a dar una solución. Hay muchos escollos que hay que tener en cuenta cuando se quiere saber cuál es el consenso científico sobre un tema concreto.

Las personas que trabajan con datos se basan naturalmente en cifras para tomar sus decisiones. Pero eso no significa que necesiten pasar horas y horas inmersos en la investigación. Hoy en día, lo que se pide a los profesionales es que entiendan lo que están manipulando. En la práctica, los resultados de la investigación se cotejan al principio...

La batalla por los datos

Estos científicos e ingenieros de datos tienen al menos una cosa en común en sus nombres: datos. También decimos "datos". Se dará cuenta de que llevamos hablando mucho de datos desde el principio del libro. Y con razón, como explica Nico, es la savia de la empresa. Es el tercer ingrediente, más allá de la mente científica y la ingeniería informática, y es sin duda el más importante en la inteligencia artificial.

En inteligencia artificial, un modelo débil con datos cualitativos compensa un modelo excelente con datos pobres. Para ilustrar este punto, tomemos el caso de la epidemia de COVID. Aparte del sitio CovidTracker, fue un periodo en el que se hizo un gran uso de la inteligencia artificial.

El aprendizaje automático supervisado (supervised learning) utiliza un entorno finito para predecir acontecimientos en otro. Un sistema puede extrapolarse para intentar predecir el futuro a partir del pasado. En el caso de la epidemia, esto equivale a intentar determinar su trayectoria a partir de la información ya adquirida y de un punto en el tiempo T.

Durante este periodo se han desarrollado varios sistemas, la mayoría de los cuales no han aportado respuestas interesantes. Y esto no se debe necesariamente a los modelos utilizados. Así que no se trataba...