• Innovación

    La evolución de la Inteligencia Artificial en el hogar

    Si hay algo de lo que no cabe duda es que la Inteligencia Artificial ha experimentado una evolución significativa, especialmente en su aplicación en el hogar. Esta tecnología, que alguna vez pertenecía al ámbito de la ciencia ficción y que veíamos como algo lejano, ahora es una realidad que tenemos a nuestro alcance, ofreciendo soluciones prácticas que mejoran la vida cotidiana. En la actualidad, un hogar puede equiparse con asistentes de voz o sistemas de seguridad avanzados, por tanto, la Inteligencia Artificial está redefiniendo lo que significa un hogar inteligente.

     

    Asistentes de voz y control del hogar

     

    Los asistentes de voz como Alexa de Amazon, Google Assistant y Siri de Apple han revolucionado la manera en que interactuamos con nuestra casa. Estos dispositivos permiten a los usuarios controlar la iluminación, la temperatura, la música u obtener respuestas a preguntas cotidianas utilizando solo su voz. La integración de estos asistentes con otros dispositivos inteligentes ha creado ecosistemas domésticos que ofrecen una conveniencia sin precedentes y una personalización adaptada a las necesidades individuales. En gran parte son responsables de la gran implementación de la inteligencia artificial en los hogares, ya que muchos de estos dispositivos tienen un precio muy asequible.

    La gama Alexa de Amazon tiene un precio de entrada bastante económico y es posible cotizar nuestra vivienda con un simple altavoz inteligente (si bien se estan planteando sacar una versión de pago: Alexa Plus).

     

    Electrodomésticos inteligentes y automatización

     

    La Inteligencia Artificial ha transformado los electrodomésticos tradicionales en sistemas inteligentes capaces de aprender y adaptarse. Existen frigoríficos inteligentes que rastrean la caducidad de los alimentos y sugieren recetas basadas en los ingredientes disponibles. Los hornos inteligentes ajustan automáticamente los tiempos y temperaturas de cocción, asegurando resultados perfectos y sin necesidad de preocuparse por nada. Estas innovaciones no solo ofrecen comodidad, sino que también promueven una mayor eficiencia energética y reducen el desperdicio.

     

    Seguridad y sistemas de vigilancia inteligentes

     

    La seguridad del hogar ha dado un salto cuántico con la introducción de la Inteligencia Artificial. Los sistemas modernos de vigilancia utilizan reconocimiento facial y aprendizaje automático para detectar intrusos, diferenciar entre residentes y visitantes y alertar a los propietarios de actividades sospechosas. Estos sistemas proporcionan una sensación de seguridad mejorada, adaptándose continuamente a los patrones habituales del hogar. Prácticamente, es posible blindar una vivienda con estos sistemas, proporcionando, una seguridad mucho más elevada.

     

    Impacto en el entretenimiento y el bienestar

     

    En el ámbito del entretenimiento, la Inteligencia Artificial ha permitido la creación de sistemas de entretenimiento doméstico personalizados, que aprenden de las preferencias de los usuarios y sugieren contenido acorde. Por ejemplo, las plataformas en streaming nos sugieren contenidos según nuestro patrón de visualizaciones.

     

    En el bienestar, existen dispositivos inteligentes de salud monitorizan constantemente indicadores vitales, ayudando en la gestión de enfermedades crónicas y en la promoción de estilos de vida saludables. En muchos casos, estos dispositivos son capaces de alertar de una situación de riesgo para la salud.

     

    Retos por afrontar y consideraciones éticas

     

    A pesar de sus numerosas ventajas, la Inteligencia Artificial en el hogar no está exenta de cuestiones algo más peliagudas. La privacidad y seguridad de los datos se han convertido en preocupaciones primordiales, ya que estos dispositivos recogen y procesan grandes cantidades de información personal. Un simple altavoz inteligente recoge mucha información del usuario, que pasa directamente a los servidores de la compañía. Además, existe el riesgo de una dependencia excesiva de la tecnología, lo que podría afectar las habilidades sociales y la capacidad para realizar tareas sin asistencia tecnológica. Por tanto, encontrar el equilibrio entre el uso eficiente de la Inteligencia Artificial y la privacidad de los datos se perfila como una cuestión mayor.

     

     

     

    Inteligencia Artificial y sostenibilidad

     

    En el frente de la sostenibilidad, la Inteligencia Artificial está desempeñando un papel fundamental. Los sistemas inteligentes de gestión de energía optimizan el uso de recursos como electricidad y agua, reduciendo la huella de carbono de los hogares. Esta eficiencia no solo es beneficiosa para el medio ambiente, sino que también reduce los costes para los consumidores.

     

    Futuro de la Inteligencia Artificial en el hogar

     

    Mirando hacia el futuro, se prevé que la Inteligencia Artificial continuará su trayectoria ascendente en el hogar. Los avances en aprendizaje automático y procesamiento de datos van a traer aún más personalización y eficiencia. Desde viviendas que se adaptan automáticamente a las necesidades de salud de sus residentes hasta sistemas de gestión ambiental que responden de manera dinámica a las condiciones climáticas, el potencial con el que cuenta la Inteligencia Artificial es prácticamente inimaginable.

     

     

    Por tanto, la Inteligencia Artificial está transformando nuestros hogares de una manera que antes éramos incapaces de entender. A medida que esta tecnología evoluciona, también lo hace nuestro entorno doméstico, haciéndolo todavía más inteligente, seguro y eficiente.

     

  • Innovación

    ¿Por qué la IA es un factor decisivo en el desarrollo de los coches autónomos?

    Cuando la gente piensa en coches autónomos, la imagen que en general les viene a la mente es la de un vehículo completamente autónomo y que prescinde del conductor humano. La realidad es más complicada: no sólo hay diferentes niveles de automatización para vehículos —el piloto automático, por ejemplo, es un recurso antiguo— también funciona la inteligencia artificial dentro del coche para hacer el viaje más seguro para el conductor y para los pasajeros. La IA es responsable incluso de una tecnología que permite al coche comprender lo que el conductor quiere hacer en medio de un ambiente ruidoso gracias a su capacidad para leer los labios.

    En el Valle del Silicio está teniendo lugar una competición para desarrollar la mejor tecnología para los vehículos autónomos. “Tal vez esta sea la época más fascinante para hablar de vehículos autónomos”, dijo Kartik Hosanagar, profesor de Operaciones, Información y Decisiones de Wharton en un panel durante el reciente congreso sobre Fronteras de la IA, en el Valle del Silicio. “Hace diez años, la mayor parte del trabajo realizado sobre vehículos autónomos ocurría dentro de los laboratorios de investigación y en instituciones de enseñanza”. Hace más o menos cinco años, sólo Google y un puñado de empresas realizaban pruebas con la IA. “Hoy, el ritmo en ese sector es frenético”, dijo. “Sólo en California, el número de empresas con licencia para hacer pruebas y operar vehículos sin conductor ya es de entre 30 y 50”.

    Estados Unidos y China lideran la carrera mundial para el desarrollo de los vehículos autónomos. Alemania y Japón, a pesar de ser países famosos por los coches que producen, se sitúan por detrás. “La diferencia fundamental es la IA”, dijo Tony Han, uno de los fundadores de JingChi, compañía de vehículos autónomos con sede en China. “China y EEUU lideran la IA”. Los dos países también lideran las regulaciones para coches autónomos. Hay tres mega tendencias detrás de todo este interés: la creciente popularidad de los coches eléctricos, el surgimiento de la economía compartida que está detrás de empresas de transportes privados como Uber y Lyft, además de los avances de la inteligencia artificial. Si pensamos en todo esto, dijo, veremos que los viajes autónomos consisten, en realidad, en la combinación de un motorista robot y un coche eléctrico.

    Según Han, la mayoría de las empresas de vehículos autónomos están desarrollando una tecnología adecuada a lo que él llama roadster de nivel 4. Hay cinco niveles de automatización para autos autónomos. El nivel 1 es el más básico de todos, tiene función de piloto automático y se ha estado utilizando durante años. El nivel 5, en el que el vehículo es totalmente autónomo, es el más avanzado. El nivel 4 es un grado por debajo, es un nivel altamente automatizado en el que el coche puede operar en ciertas situaciones sin la intervención o la atención del conductor, como por ejemplo en áreas con barreras especiales o con tráfico.

    IA dentro del coche

    Danny Shapiro, director senior del sector automotriz del fabricante de chips Nvidia, dijo que las empresas de tecnología toman muy en serio el desarrollo de los vehículos autónomos porque hay mucho en juego. “No se trata de un motor de recomendación para Netflix”, dijo durante el congreso. “La IA tiene que ser precisa”. Esto significa que requiere una capacidad de computación “extrema” y mucho código, dijo Shapiro. En el maletero de los vehículos autónomos hay ordenadores y unidades de procesamiento gráfico de gran alcance trabajando con un profundo aprendizaje para analizar todos los datos que se reciben, para determinar cosas como, por ejemplo, si un objeto situado delante del vehículo es una persona, otro coche, una boca de incendios, etc.

    Aunque se necesite algún tiempo para que los vehículos autónomos lleguen al mercado, la IA ya está transformando el interior de los coches. Las cámaras delanteras pueden identificar a las personas dentro del vehículo y rastrear la posición del ojo del conductor para ver si está a punto de quedarse dormido o si está distraído, e incluso pueden leer sus labios. Sensores y cámaras en el exterior del coche trabajan junto con la tecnología del interior para aumentar la seguridad. Por ejemplo, el coche avisa de forma sonora de que hay “peligro de tráfico en un cruce” si otro vehículo está a punto de pasarse un semáforo en rojo. También puede decir cosas como “¡Atención, hay una moto aproximándose al carril central!” para alertar al conductor por si quiere cambiar de carril.

    “Habrá una serie de recursos para salvaguardar al conductor y los pasajeros aunque no tengamos el control total del coche”, dijo Shapiro.

    En realidad, uno de los principales objetivos de las empresas de vehículos autónomos es hacer que conducir sea más seguro. El error humano es responsable del 94% de las colisiones de los coches, dijo Jeff Schneider, gerente de ingeniería senior de Uber y profesor de investigación en la Universidad Carnegie Mellon. El señaló que el 50% de los errores que tienen como resultado accidentes fueron debidos a errores de reconocimiento, el conductor no estaba prestando atención o no vio algo que se aproximaba. El otro 50% se producen como resultado de un error de decisión: el conductor estaba conduciendo demasiado rápido o interpretó mal la situación.

    Según Schneider, los vehículos autónomos pueden lidiar con estos dos tipos de errores. Los problemas de reconocimiento se atenuarán con el uso de sensores, radares, cámaras, Lidar (un sistema de detección remota) y otras herramientas. Los coches consiguen ver el posicionamiento en 3D de los objetos y otras cosas a su alrededor, reciben imágenes en 360 grados de cámaras de alta resolución y acceden a otros datos pertinentes, tales como la velocidad de los objetos. Mientras tanto, sistemas computerizados sofisticados analizan el entorno para tomar la decisión correcta.

    Una forma de contribuir a la precisión consiste en incorporar sistemas de redundancia. Por ejemplo, si una señal de tráfico estuviera oculta o poco clara por algún motivo, se activa un recurso de medición para asegurar que el vehículo autónomo no se confunda. Schneider dijo que el mapa del propio coche advierte de que hay una señal en la carretera en ese lugar. Además, estos vehículos analizan una cantidad enorme de datos para poder operar bajo condiciones climatológicas variadas como nieve, lluvia, heladas e inundaciones. Las empresas de vehículos autónomos utilizan incluso situaciones generadas por ordenador para entrenar al coche a pasar por situaciones como la de una puesta de sol deslumbrante. “Usando varios servidores, podemos generar casi 490.000 km de recorrido en sólo cinco horas, además de probar algoritmos en todas las carreteras pavimentadas de EEUU en apenas dos días”, observó Shapiro, de Nvidia.

    Por supuesto que son tareas complejas para el vehículo. “Póngase en la posición de la persona que escribe el código” y que tiene que tener en cuenta a las personas que cruzan la calle, otros coches en la carretera, carteles publicitarios, señales de tráfico, carriles para automóviles, bicicletas o peatones, entre otras cosas. Schneider dijo: “Es el caos absoluto”.

    Seguridad física y patrimonial

    Para los escépticos, que piensan en el auto autónomo como si fuera un castillo en el aire, ayudaría mucho hacer un repaso de lo lejos que han llegado los vehículos autónomos, dijo Schneider. En la década de los 80, el NavLab, un proyecto de la Universidad Carnegie Mellon, ya equipaba furgonetas con computadoras y sensores para dirigirse de forma automática y asistida. “Vivíamos en la era de la robótica, cuando la norma era dejar el vídeo encendido en caso de que algo bueno sucediera”, dijo. En 1995, el proyecto “Cruzando América sin manos”, de la misma universidad, hizo el 98% del trayecto entre Pittsburgh y el sur de California de forma autónoma, además de un trecho de 113 kilómetros sin ninguna intervención humana, dijo Schneider.

    En 2000, la universidad empezó a trabajar con los vehículos todo terreno. Las novedades añadidas a los roadsters fueron el GPS y el Lidiar para facilitar la tarea de detectar objetos y sortearlos. Siete años después, en el Gran Desafío DARPA, una competición para vehículos autónomos, un gran avance fue la introducción de buenos mapas que proporcionaban la reconstrucción completa del entorno. “La IA dio un paso adelante”, dijo Schneider. La CMU ganó la competición. Fue también en ese momento cuando Google se dio cuenta del potencial de los vehículos autónomos y lanzó su proyecto de conducción autónoma, dijo. Desde entonces, la IA, el aprendizaje de máquina y el aprendizaje profundo no han hecho más que mejorar.

    ¿Por qué el consumidor se sentirá cómodo a bordo de un vehículo auto guiado? Según la experiencia de Uber, que ha estado probando vehículos autónomos en Pittsburgh y Phoenix, dijo Schneider, el público parece estar abriéndose a ellos. Aunque hubiese un cierto temor inicialmente de que la gente se asustaría con este tipo de coche, “constatamos exactamente lo contrario”, dijo. Por ejemplo, ya que el pasajero no puede elegir un coche autónomo de Uber, algunos usuarios tratan de conseguirlos al solicitar los servicios ante la expectativa de lograrlo. Sin embargo, hay algo que podría retrasar el desarrollo de coches autónomos y su entrada en el mercado de masas: el modelo de negocio. Por el momento, aún es más económico tener un coche que tomar Uber a todas partes. “Si hacemos las cuentas, financieramente no es una opción más barata que tener un auto propio”, dijo Schneider. “En el momento en que los vehículos autónomos estén funcionando y se puedan encontrar por todas partes […] ya no tendrá sentido tener coche”.

  • Innovación

    Cómo la dinámica de grupo puede estar matando la innovación

    Para crear el próximo iPad, o la próxima Amazon, las personas que marcan las tendencias del futuro necesitan un tiempo de brainstorming o «tormenta de ideas» a solas, según señala una nueva investigación de Wharton.

    En un estudio titulado “Generación de ideas y la calidad de la mejor idea”, [Idea Generation and the Quality of the Best Idea (PDF)], Christian Terwiesch y Karl Ulrich, profesores de Gestión de las Operaciones y la Información de Wharton, sostienen que la dinámica de grupo es enemiga de las empresas que intentan desarrollar productos nuevos y exclusivos, estrategias únicas de ahorro o tácticas especiales de marketing.

    Terwiesch, Ulrich y Karan Girotra, coautor del estudio y profesor de Gestión de Tecnología y de Operaciones de INSEAD, constataron que un proceso híbrido, en el que las personas dedican un tiempo a hacer brainstorming a solas antes de discutir sus ideas con los compañeros, tenía como resultado un volumen mayor de ideas de buena calidad que realizar el ejercicio en equipo. Lo más importante, sin embargo, para las empresas en busca de innovación, dicen los autores, es que la mejor idea producida por el proceso híbrido supera a la mejor sugerencia del modelo tradicional.

    “Los fabricantes prefieren diez máquinas con buen volumen de producción a una máquina excelente y otras nueve defectuosas. Es mejor contar con diez buenos vendedores que con nueve vendedores malos y una superestrella. En ese tipo de sector, lo que importa es la producción total acumulada, el escenario general obtenido”, resalta Terwiesch. Tratándose de innovación, sin embargo, lo que realmente importa no es juntar un conjunto de buenas ideas, sino una o dos que sean excepcionales. Innovación es eso”.

    Aunque diversos estudios experimentales critiquen el proceso de brainstorming en equipo debido a la interferencia de la dinámica de grupo, los investigadores de Wharton creen que su trabajo destaca a causa del énfasis puesto en la calidad, además del número de ideas generadas por diferentes procesos pero, sobre todo, por la calidad de la mejor idea. Los investigadores añaden que el estudio se diferencia también en la forma en que se seleccionan los proyectos más prometedores procedentes de la fase de brainstorming.

    “La parte de la evaluación es crítica. No importa qué proceso hayamos utilizado, si ha sido el modelo de equipo o híbrido, todos ellos presentaron resultados sustancialmente peores de lo que esperábamos que tuvieran en la etapa de evaluación”, dice Terwiesch. “De nada sirve generar una buena idea si no la consideramos buena. Es como si yo, sentado aquí, dijera que había tenido la idea de crear Amazon. Aunque yo hubiera tenido la idea, pero no hubiera hecho nada al respeto, ¿de qué me serviría?

    “El jefe siempre tiene la razón”

    Se reclutaron cuarenta y cinco estudiantes de la Universidad de Pensilvania para ayudar a probar el rendimiento de los dos procesos. Se dividieron a los alumnos (de pregrado y postgrado) en dos grupos de cuatro elementos cada uno y se les enseñó a emplear, por separado, los procesos híbrido y de equipo para la formulación de conceptos destinados a la generación de productos nuevos y accesibles al público estudiantil. Esos productos estarían producidos por un fabricante hipotético de productos deportivos y otro igualmente hipotético de productos para el hogar. Los equipos tuvieron 30 minutos para el brainstorming usando el proceso tradicional de grupo. Para probar el modelo híbrido, se les pidió que pasaran diez minutos generando ideas, clasificándolas una a una y discutiéndolas posteriormente en grupo.

    Las ideas generadas utilizando ambos métodos fueron analizadas de forma independiente por tres paneles distintos encargados de evaluar los productos generados por estas ideas, tomando como referencia su valor empresarial; el grado de atracción para el cliente potencial y la calidad basada en la viabilidad de la fabricación del producto; la originalidad de la idea; el tamaño del mercado para el producto y en qué medida ayudaba a solucionar un problema específico. Los estudiantes produjeron un total de 443 ideas, entre ellas un cubo de basura que reduce el olor de su contenido, una botella de agua dotada de un sistema interno de filtración y un sistema a prueba de agua que permite la lectura debajo de la ducha.

    Los líderes empresariales que quieran integrar ideas innovadoras a la cultura de su oficina pueden aprender con la estructura y la complejidad usada en la generación y en la evaluación de las ideas, dice Terwiesch. Él y Ulrich son también coautores del libro Campeonatos de innovación: Creando y seleccionando oportunidades excepcionales [Innovation Tournaments: Creating and Selecting Exceptional Opportunities], en que aconsejan a las empresas a recurrir a las competiciones coordinadas para filtrar las propuestas de carácter más excepcional. Según Terwiesch, un sistema online que cree “un buzón de sugerencias” virtual puede alcanzar el mismo objetivo, con tal de que sea creado de manera que cumpla un propósito específico. “A las personas les gusta trabajar con procesos porque consideran la estrategia imparcial. En una reunión típica de brainstorming, no hay imparcialidad y todos lo saben: el jefe siempre tiene la razón”, dice Terwiesch.

    La imposición de una estructura no sustituye y tampoco ahoga la creatividad de los empleados, añade Ulrich. En realidad, el objetivo consiste en establecer un proceso de generación de ideas que permita sacar a relucir lo mejor de las personas. “Descubrimos que en las etapas iniciales de la generación de ideas, dar a las personas directrices bastante específicas sobre el proceso como, por ejemplo, ‘Gestiona por lo menos diez ideas y las presentas el miércoles’, permite que todos los miembros del equipo contribuyan y dediquen un volumen suficiente de energía creativa al problema”.

    Los resultados de la experiencia con los estudiantes mostraron que la calidad media de las ideas generadas por el proceso híbrido fue mejor que las ideas resultantes del proceso en equipo en cerca de 30 puntos porcentuales. El método híbrido tuvo como resultado cerca de tres veces más ideas que el método tradicional. Además de eso, la evaluación de la calidad fue superior a las cinco ideas principales procedentes del proceso híbrido. Por otro lado, la diferencia de calidad entre el equipo y los métodos híbridos en lo que respecta a la mejor idea fue muy superior a la diferencia media de calidad, en una alusión implícita al hecho de que “en un escenario de innovación, analizar sólo la calidad media, frente a la calidad de las mejores ideas, acaba por subestimar los beneficios de la estrategia híbrida”, evalúan los autores.

    Terwiesch dice que las ideas derivadas del proceso individual de brainstorming son pensamientos valiosos que no deben ser “abortados prematuramente a causa de la dinámica de grupo. Sus pensamientos iniciales son vitales para la empresa porque provienen de opiniones que no son tendenciosas”.

    Autocensura y acumulación de ideas

    Hay varias razones por las que las personas se muestran menos inclinadas a dar una opinión imparcial acerca de un proceso de brainstorming exclusivamente de equipo. Los empleados tal vez se autocensuren para no contrariar el estatus quo o para no dejar en evidencia a un superior. Colocar varias personas juntas en una sala genera mucha conversación. Si todos contribuyen, hay menos tiempo para que las personas compartan sus ideas. Hay personas que razonan de forma menos crítica acerca de un problema porque se sienten satisfechas dejando que otros hagan el trabajo pesado.

    “Estamos combatiendo el modelo americano de negocios, en que todos son creativos, lo que no es verdad”, observa Terwiesch. “Encontramos diferencias enormes en los niveles de creatividad de las personas, y la única alternativa que nos queda es asumirlo. Ni todos cantamos bien ni todos somos excelentes corredores, ¿por qué hay que pensar entonces que somos todos buenos a la hora de generar ideas? Sin embargo, no es políticamente correcto decirlo, aunque ser una buena persona de negocios exija algo más de nosotros que generar ideas”.

    Además de la calidad de la idea, los investigadores trataron también de medir una de las predisposiciones de la dinámica de grupo que, en su opinión, crea barreras a la innovación: la acumulación de ideas, o la tendencia de sugerir ideas semejantes a otras ya propuestas, abrazándolas unánimemente. Los autores descubrieron que ideas construidas en torno a otras ideas no son estadísticamente mejores que una sugerencia aleatoria cualquiera.

    La acumulación, en opinión de Terwiesch, “es una norma social que demuestra que la persona ha escuchado. Si un grupo está trabajando en conjunto en una determinada idea que ya está sobre la mesa, es bueno tener cuidado cuando se llega con una agenda propia, porque esta actitud podría ser interpretada como egoísmo, y no como trabajo en equipo. Por lo tanto, se espera que usted apoye la idea que ya está en discusión”.

    Ese tipo de pensamiento, sin embargo, es lo que impide al equipo embarcarse en una experiencia del tipo “el cielo es el límite”, que lleva al desarrollo de un producto o de un proceso inédito hasta entonces. “En vez de buscar el mundo de una forma amplia, todos estamos buscando sólo una parcela diminuta”, observa Terwiesch. “En la innovación, la diversidad es su amiga. Usted quiere algo diferente porque sabe que podrá rechazarlo si no le gusta. Cuando se trabaja de acuerdo con las normas del grupo, el grupo acaba con la diversidad”.