“`html
La empresa española Inbenta, experta en el ámbito de la Inteligencia Artificial, anunció recientemente la adición de la Inteligencia Artificial Simbólica a su oferta de servicios: un enfoque completamente diferente al de la IA más común, que se basa en el aprendizaje automático, y que está resurgiendo a nivel global después de 60 años de inactividad, intentando superar algunas de las limitaciones actuales de estas tecnologías. Para profundizar un poco más sobre la IA Simbólica y cómo su aplicación puede acelerar la transformación digital de las organizaciones, hemos conversado con Jordi Torras, CEO de Inbenta.
¿Qué implica la inteligencia artificial simbólica?
La IA simbólica emplea un modelo semántico que representa el idioma particular que el sistema entiende (español, inglés, etc.) así como una representación semántica del entorno en el que se utiliza ese idioma.
De esta forma, cada término, concepto, idea… que los humanos utilizamos al comunicarnos entre nosotros en lenguaje natural, se transforma en un símbolo dentro del “cerebro” de nuestra I.A. Además, los símbolos están interconectados mediante numerosas relaciones semánticas que permiten al sistema interpretar las preguntas de los usuarios en el contexto adecuado.
¿Cómo se distingue del enfoque más habitual de la inteligencia artificial?
El método más habitual para desarrollar Inteligencia Artificial consiste en utilizar algoritmos de aprendizaje automático o Machine Learning. Este método ha ganado gran popularidad en la década de 2010, desde la llegada del algoritmo Deep Learning, el cual ha permitido abordar con éxito numerosos problemas complejos analizando automáticamente grandes volúmenes de datos.
La inteligencia artificial simbólica fue el precursor de la inteligencia artificial, a mediados del siglo anterior. ¿Por qué vuelve a ser relevante?
https://icrono.com/tendenciasmarketinginteligencia-artificial-machine-learning-ia/
Podríamos considerar un “retorno” de la I.A. simbólica. Esto se debe a tres razones principales:
- Falta de comprensión: Aunque Machine Learning ha sido un éxito notable en ciertos ámbitos de la I.A. (medicina, farmacias, finanzas), ha evidenciado enormes limitaciones en cuanto a la capacidad de demostrar una mínima comprensión del lenguaje humano (o “Procesamiento del Lenguaje Natural” como se denomina en el sector).
- Necesidades de volumen de datos: Machine Learning demanda una cantidad enorme de datos para poder funcionar al menos de forma básica. Cuando esto se relaciona con el Procesamiento del Lenguaje Natural significa brindar una gran cantidad de ejemplos de frases reales (o “utterances” como se llama en el sector). En la mayoría de las ocasiones, esto resulta, de hecho, inviable.
- Opacidad: Machine Learning supuestamente aprende en base a los datos, pero no proporciona ningún mecanismo “explicativo”. Esto implica que, cuando un cliente no está conforme con los resultados, no tiene manera de corregirlos (excepto añadir más datos y esperar algún tipo de mejora).
Todos estos inconvenientes, sumados a la disponibilidad de arquitecturas de computación en la nube más sofisticadas en la actualidad, y a mejores modelos lingüísticos derivados de los avances en el campo de la Lingüística Computacional, los modelos simbólicos comienzan a ofrecer
“`mejores resultados y más velozmente que el Machine Learning clásico.
¿Cuáles son los beneficios más destacados de la inteligencia artificial simbólica?
Considerando las limitaciones del Machine Learning, el concepto de I.A. simbólica ha vuelto a ganar importancia, ahora respaldado por infraestructuras de cloud computing más robustas, acceso ágil a datos y significativos progresos en el ámbito de la Lingüística Computacional, la psicología y las ciencias cognitivas.
La ventaja primordial de la I.A. para el tratamiento del lenguaje natural es que logra resultados de forma considerablemente más rápida y con infinitamente menos datos de entrenamiento. Adicionalmente, los motores simbólicos de I.A. suelen integrar módulos explicativos, lo que los convierte en herramientas más eficaces y rápidas para implementar mejoras.
Acabáis de lanzar una plataforma de gestión de interacción fundamentada en este tipo de IA. ¿En qué consiste?
https://icrono.com/tendenciasmarketinginteligencia-artificial-en-ecommerce-soluciones-para-optimizar-las-ventas-online/
En Inbenta estamos convencidos de que los procesos de transformación digital influirán en la forma en que las empresas se relacionan con sus clientes. De igual manera, todas estas comunicaciones o interacciones, por supuesto, se realizan en lenguaje natural, que es la forma en que los humanos nos expresamos.
A través de nuestra gestión de la interacción basada en I.A. simbólica, proporcionamos a las empresas la capacidad de comunicarse con sus clientes a través de diversos canales digitales (web, email, Whatsapp, etc.) de manera simultánea, así como interactuar con sistemas inteligentes como chatbots y buscadores, reservando a los humanos las interacciones de mayor valor añadido que requieren más y mejor atención.
¿Qué tipo de aplicaciones ofrece esta nueva herramienta? ¿A qué tipo de clientes va dirigida?
Los clientes están empleando nuestro ‘Gestor de Interacciones con el Cliente’ para comunicarse con sus clientes de una manera inteligente y multicanal; optimizando sus propios recursos para destinarlos a aquellas interacciones que demandan un enfoque más especializado.
¿Qué es Inbenta Lexicon?
Podemos considerar nuestro Lexicon como una vasta base de datos donde almacenamos centenares de miles de símbolos junto con sus relaciones semánticas. Se trata de una representación del idioma que utilizamos y del mundo en el que coexistimos, la cual está en constante evolución. Un equipo de lingüistas computacionales en Inbenta se encarga de la continua expansión y mejoramiento del Lexicon, de tal manera que cada mejora incremental en el Léxico tiene un impacto potencial inmediato en todos los clientes que lo utilizan.
¿Cuál es el proceso de integración de esta tecnología con los sistemas y la web de las empresas?
https://icrono.com/tendenciasmarketingmejores-herramientas-chatbot-ecommerce/
Los métodos de integración de tecnologías han avanzado enormemente en los últimos tiempos. La disponibilidad de normas de mercado como RESTful API, SDK, JavaScript, JSON, entre otros, facilita la integración de diversas tecnologías de manera significativamente más sencilla.
Para ello, en Inbenta hemos puesto toda nuestra plataforma a disposición de la comunidad de desarrolladores que pueden acceder a nuestras API abiertas, las cuales están documentadas en nuestro portal para desarrolladores.
Contáis con presencia internacional: ¿cómo está avanzando esta expansión? ¿Tenéis planes de seguir ampliando vuestro alcance a corto plazo?
Contamos con una excelente cobertura en Europa, Brasil y Estados Unidos. A través de diversos socios, también estamos brindando cobertura a México y Japón.
En este momento nos encontramos en el proceso de expansión hacia China, también mediante socios especializados. La primera acción ha sido tener nuestro software y nuestro Léxico listos para el idioma chino, abarcando todas sus variantes dialectales y de escritura.
¿Cuál es la meta que te propones para este año?
Claramente, 2020 no será recordado como un año de expansión económica a nivel global. Sin embargo, en Inbenta hemos logrado generar crecimiento durante este 2020, sin necesidad de hacer ningún ajuste en la plantilla. Al contrario, hemos sumado personal en todos los países donde estamos presentes.
Actualmente, estamos desarrollando varios planes de expansión, preparándonos para lo que consideramos será un periodo de crecimiento más acelerado que iniciará en 2021.
Imagina que pudieras viajar en el tiempo: ¿Qué consejo le darías a tu yo de 2010?
Cuida de este cuerpo que estás utilizando ahora. Lo voy a necesitar. 🙂
Hagamos un poco de futurología: ¿Qué titular te gustaría leer en Marketing4eCommerce dentro de un año?
“¿Quién recuerda el COVID-19? Cómo el mundo ha mejorado de manera espectacular en solo un año.”
Y un poco más complicado: imagina que saltamos en el tiempo: ¿cómo visualizas la IA en 2023? ¿Cuál será el siguiente gran avance en este ámbito?
La I.A. simbólica es capaz de resolver de forma muy eficiente muchos problemas específicos. Para otro tipo de inconvenientes, el Machine Learning ha demostrado ser una tecnología bastante sólida. No obstante, en ambos casos estamos hablando de Inteligencia “estrecha” (solo adecuada para aplicaciones muy concretas). El siguiente gran avance es alcanzar la Inteligencia Artificial General (aplicable en todos los casos). Sería asombroso ver progresos en esa dirección.
Cuestionario veloz:
- ¿Cuál es la primera red social que abres en el día? Twitter
- ¿iOs o Android? Tengo 2 móviles (EU y US), uno IOS, el otro Android.
- ¿App o web? Si existe, prefiero la app.
- ¿En qué eCommerce y hace cuánto has realizado tu última compra online? Amazon. Ayer.
- ¿Y qué era? Un soporte para guitarras.
- ¿Último libro leído? “The hard thing about the hard things. “ de Ben Horowitz
- Recomiéndanos una serie de ficción Rick and Morty.
- ¿Qué web has descubierto últimamente que te haya impresionado positivamente? fast.com
- ¿Qué es lo que más disfrutas hacer que no esté relacionado con lo digital? Tocar el bajo con mi banda de blues.
- Hilemos una cadena mágica: ¿A qué conocido tuyo (de otra empresa) crees que deberíamos entrevistar? ¿Por qué? Roger Casals, CEO de Plazah. Va a transformar lo que hasta ahora hemos entendido del e-commerce en un nuevo paradigma.
Este artículo contiene enlaces de afiliación de Amazon. Utilizarlos para realizar compras es una forma sencilla de ayudarnos a seguir creciendo 😉
