Nuestra gente más técnica está perdida en la IA … y eso es algo bueno

Comentario: La multitud de IEEE es escéptica sobre las afirmaciones más optimistas de AI, que resulta ser exactamente lo que necesitamos para impulsarlas.

Imagen: Shutterstock / BAIVECTOR

Según una encuesta reciente de McKinsey, la mayoría de empresas de todos los tamaños están adoptando activamente la IA. ¡Viva! Las áreas que experimentan el mayor impulso de la adopción de la inteligencia artificial incluyen la optimización de las operaciones de servicio, la mejora de los productos basada en inteligencia artificial y la automatización del centro de contacto. De nuevo, ¡hurra! Cuando se le pregunta a la población estadounidense en general sobre la IA, la mayoría tiene una opinión positiva sobre el potencial de la IA. Hurra por todos lados.

Pero si le pregunta a la gente más centrada en la ingeniería, IEEE Spectrum, la IA tiene un largo, muy largo camino por recorrer antes de que estén dispuestos a pararse y aplaudir. Los miembros de IEEE Spectrum «están involucrados con equipos de decisión de proveedores difíciles de penetrar, generalmente en capacidad de gestión», según el kit de medios de 2020. En otras palabras, este es un grupo de alto nivel y altamente técnico que no está demasiado impresionado por las piezas de soplo sobre las maravillas de la IA (aunque bien pueden creer que la IA tiene un futuro brillante). No, cuando los editores de IEEE Spectrum revisaron los 10 artículos más populares de 2021, surgió una tendencia clara: «¿Qué hay de malo en el aprendizaje automático en la actualidad?».

VER: Política de ética de la inteligencia artificial (TechRepublic Premium)

Todos a bordo del tren de la IA

Nadie necesita que le recuerden que todavía estamos en la fase de exageración de la IA. Como tuiteado por Michael McDonough, director global de investigación económica y economista jefe de Bloomberg Intelligence, las menciones públicas a la inteligencia artificial en las llamadas de ganancias se han disparado desde mediados de 2014:

Esta tendencia tampoco se ha desacelerado desde que McDonough tuiteó eso en 2017. En todo caso, ha aumentado.

Sin embargo, a pesar de que los ejecutivos de nivel C siguen considerando ventajoso exagerar cómo la IA está afectando sus negocios, las personas encargadas de hacer que la IA funcione han sido menos optimistas. Como se revela en el informe State of Data Science 2021 de Anaconda, la mayor preocupación que tienen los científicos de datos con la IA en la actualidad es la posibilidad, incluso la probabilidad, de sesgo en los algoritmos. También sigue existiendo una escasez significativa de personal capaz de ayudar a las organizaciones a maximizar el valor que obtienen de los datos. E incluso cuando las empresas tienen el talento adecuado en el personal, obtener valor de las inversiones en inteligencia artificial puede seguir siendo difícil de alcanzar, como he detallado. No es de extrañar, entonces, que algunos sugieran que «la promesa de la verdadera inteligencia artificial general … sigue siendo esquiva. La estupidez artificial reina de forma suprema». (Divulgación: mi hermano profesor de derecho de propiedad intelectual, Clark Asay, escribió eso y, sí, me gusta un poco).

Así que la IA tiene mucho camino por recorrer. Sabíamos esto, ¿verdad? Pero, ¿cuáles son las preocupaciones específicas de los técnicos más cercanos a las implementaciones de IA?

VER: Los desafíos éticos de la IA: una guía para líderes (PDF gratuito) (TechRepublic)

¿Qué puede salir mal?

El artículo más popular es muy práctico en su enfoque: el dinero. O, más bien, los rendimientos decrecientes asociados con el pago por la mejora de la inteligencia artificial. El tl; dr? Los costos computacionales y energéticos requeridos para entrenar sistemas de aprendizaje profundo pueden ser más altos que los beneficios derivados de ellos. Mucho más alto. Aquí está la cotización del dinero: «para reducir a la mitad la tasa de error, puede esperar necesitar más de 500 veces los recursos computacionales». Y la versión más larga: «la buena noticia es que el aprendizaje profundo proporciona una enorme flexibilidad. La mala noticia es que esta flexibilidad tiene un costo computacional enorme».

Parece mal. Es malo.

De los otros 10 artículos más populares relacionados con la inteligencia artificial en IEEE Spectrum del año, tres fueron positivos (sobre, por ejemplo, cómo Instacart usa la inteligencia artificial para impulsar su negocio), uno fue neutral (una serie de gráficos que ofrecen una vista del estado actual de la IA) y cinco más fueron negativos:

Sobre el futuro incierto de la IA («Hoy, incluso cuando la IA está revolucionando las industrias y amenaza con cambiar el mercado laboral global, muchos expertos se preguntan si la IA actual está llegando a sus límites»).

El renombrado pionero del aprendizaje automático Andrew Ng sobre la diferencia entre prueba y producción («Aquellos de nosotros en el aprendizaje automático somos realmente buenos para hacerlo bien en un conjunto de prueba, pero desafortunadamente implementar un sistema requiere más que hacerlo bien en un conjunto de prueba»).

Un artículo sobre el emocionante potencial y la realidad «profundamente preocupante» de GPT-3, que detalla «el peligro potencial que enfrentan las empresas al trabajar con esta tecnología nueva y en gran parte indómita, y al implementar productos y servicios comerciales impulsados ​​por GPT-3». «

Una entrevista con Jeff Hawkins, inventor de Palm Pilot, sobre por qué «la IA necesita mucha más neurociencia» para ser útil.

Una especie de lista, que captura siete formas en las que la IA falla («Las redes neuronales pueden ser desastrosamente frágiles, olvidadizas y sorprendentemente malas en matemáticas»).

En todo caso, estas opiniones cascarrabias sobre las realidades de la IA deberían hacernos sentir esperanzados, no abatidos. Si lee los artículos, existe una fuerte creencia en la promesa de la IA, atenuada por la comprensión de las limitaciones que deben superarse. Esto es precisamente lo que deberíamos querer, en lugar de una postura demasiado optimista que pase por alto estos obstáculos. El hecho de que estos artículos fueran más populares entre las personas con más probabilidades de implementar IA dentro de la empresa es una señal de un enfoque racional de la IA, en lugar de una exuberancia irracional.

Divulgación: trabajo para MongoDB, pero las opiniones expresadas en este documento son mías.

Ver también