En la década de 1980, la inteligencia artificial despegó una vez más, gracias a un conjunto de herramientas algorítmico ampliado y fondos dedicados. John Hopefield y David Rumelhart introdujeron técnicas de aprendizaje profundo, permitiendo que las computadoras aprendieran de la experiencia. Edward Feigenbaum introdujo sistemas expertos. Pero la IA todavía carecía de la exageración pública y los fondos del gobierno que alimentaban la década anterior. En la década de 1990, IBM Deep Blue derrotó al campeón de ajedrez Gary Kasparov, Dragon Systems desarrolló un software de reconocimiento de voz para Windows, y Cynthia Breazeal desarrolló el robot Kismet.
Índice de contenidos
Solicitudes en la banca
La IA en la industria financiera es un desarrollo emocionante por muchas razones. Tiene numerosos beneficios para las instituciones financieras, incluidos los ahorros de costos. Los chatbots, por ejemplo, pueden manejar tareas básicas de servicio al cliente, como consultas de equilibrio. Incluso pueden redirigir a los usuarios al sitio web de sus bancos. Pueden realizar operaciones bancarias básicas como transferir dinero. Además, la IA puede ayudar a las instituciones financieras a mejorar su servicio al cliente y facilitar la vida de sus clientes. Pero, es crucial recordar que la IA sigue siendo una tecnología en evolución.
Pero antes de que pueda implementarse con éxito, debe ser matemática y prácticamente precisa. Los datos son el combustible para la IA, y los datos bancarios generalmente están disponibles en cantidades suficientes. Sin embargo, la privacidad y la seguridad de los datos siguen siendo preocupaciones. Aquí es donde entran la privacidad y la seguridad. Pero afortunadamente, la IA sigue siendo una tecnología prometedora que afectará a la industria financiera de muchas maneras. Al comprender los beneficios de la IA, los bancos pueden maximizar sus resultados. Los siguientes son algunos usos potenciales para la inteligencia artificial en la banca.
Las compras en línea
Con la ayuda de la IA, los minoristas pueden mejorar el proceso de ventas y reducir los carros abandonados. AI puede ayudar a los minoristas a mover a los clientes a través del embudo de ventas mediante la automatización de consultas de carritos abandonados. También puede sugerir recomendaciones de productos personalizadas, basadas en clientes parecidos. Este tipo de software utiliza el aprendizaje automático para analizar el historial de compras y tomar decisiones inteligentes. AI también puede ayudar a los minoristas a mejorar sus precios, lanzar una campaña de marketing y comprender mejor las preferencias de los clientes. En última instancia, la IA mejorará la experiencia de compra para los consumidores.
El futuro de la IA en el comercio electrónico es brillante: los programas de computadora ahora pueden comprender y analizar el habla y el comportamiento humano. AI puede ayudar a los compradores modernos a encontrar los productos correctos en las plataformas de compras en línea. Sus capacidades están mejorando constantemente, lo que permite a la IA mejorar la experiencia del cliente y mejorar las experiencias de compra. Aquí hay algunas formas en que la IA puede mejorar las compras en línea:
Servicios de transmisión
Los servicios de transmisión están profundamente arraigados en nuestras vidas cotidianas. El término observación de atracones ahora se usa en una jerga de citas coloquiales. Inicie sesión en los servicios de transmisión en todo momento, y una gran cantidad de diferentes programas y películas se pueden encontrar allí. Esto es posible gracias a la inteligencia artificial, que consiste en ecuaciones matemáticas complejas que predicen cómo las personas se comportarán y seleccionarán las mejores experiencias para sus gustos.
Por ejemplo, el motor de propuesta de IA en Netflix utiliza inteligencia artificial para proporcionar una progresión de películas de componentes y cortometrajes basados en las propensiones de usuario avanzadas del usuario. Las aplicaciones de Firestick incluso pueden dar recomendaciones personalizadas, que son otra forma en que los servicios de transmisión están utilizando IA. La inteligencia artificial no es una bala de plata, y hay muchos desafíos por delante. Sin embargo, una vez que un servicio de transmisión incorpora IA en su producto, es probable que tenga un impacto positivo en cómo los espectadores observan el contenido.
Campo médico
El uso de sistemas informáticos artificialmente inteligentes en medicina es común en muchos campos, incluido el diagnóstico y el descubrimiento de fármacos. También se ha utilizado en transcripción médica y tratamiento remoto, donde la precisión de los algoritmos de la máquina puede rivalizar con la de los expertos humanos. Algunos incluso especulan que los médicos humanos serán reemplazados por algoritmos de máquina en el campo de la medicina. Sin embargo, esto está lejos de ser una certeza. Aquí está lo que sabemos hasta ahora. AI ya está cambiando el campo de la medicina.
La IA se puede utilizar para acelerar el diagnóstico, mejorar el acceso al conocimiento y apoyar el monitoreo remoto y el autocuidado. También cambiará el panorama educativo en la atención médica, cambiando el énfasis de memorizar los hechos hasta el aprendizaje, la innovación y el trabajo en equipo interdisciplinario. Las organizaciones de atención médica necesitarán integrar habilidades digitales en su fuerza laboral y adoptar la IA como una parte perfecta de su flujo de trabajo. Para hacerlo, necesitarán integrar la IA en sus flujos de trabajo.
Redes adversas generativas evolutivas (E-Gan)
Los ganses electrónicos son una clase de redes neuronales profundas que usan una mezcla de componentes auxiliares para generar texto de muestra. En general, el uso de un componente auxiliar aumenta la dificultad de capacitar al GaN, ya que la mayoría de los modelos existentes dependen en gran medida de los algoritmos RL. En particular, aumentan el número de parámetros capacitables y pueden reducir la estabilidad del entrenamiento.
Además de aprender de una sola muestra, el E-Gan también puede aprender a reconocer caras pegando caras de las personas en la persona objetivo. En particular, la aplicación DeepFakes hace uso de redes adversas generativas para copiar y pegar imágenes de caras de las personas en la cara de la persona objetivo en los videos. Los investigadores han aclamado a Deepfakes como un avance en la IA.
Algoritmos de autoaprendizaje
La tecnología AI se está moviendo en la dirección de los algoritmos de autoaprendizaje. A diferencia del aprendizaje supervisado, que requiere que una máquina comience desde cero y agregue constantemente nuevas acciones, la IA de autoaprendizaje es capaz de transferir habilidades aprendidas a diferentes situaciones. Entre las áreas donde la IA de autoaprendizaje tiene el potencial de ser más útiles es la ciberseguridad, donde la IA de autoaprendizaje puede detectar y prevenir violaciones de datos más rápidamente que las personas. Es probable que esta tendencia continúe y se vuelva aún más importante a medida que la IA se vuelve más compleja.