Diferentes sectores y Startup que reflejan el auge de la Inteligencia Artificial para 2023

Los futuristas y expertos en los negocios que vendrán y en los sectores de éxito pronostican un auge de la inteligencia artificial en 2023. Según CB Insights, las empresas de IA recaudaron un récord de US$66.817 millones en fondos en 2021, y este no sólo es un vivero de nuevas profesiones y perfiles de futuro, sino que se consolida como un espacio de innovación para la actividad de las start up en multitud de campos.

Antes de la pandemia, las tendencias en inteligencia artificial pasaban por los marcos de código abierto. Además, la necesidad de tomar decisiones en tiempo real empujaba a la IA más cerca del "borde", y una de las principales tendencias en 2019 era el crecimiento de la IA perimetral en todas las aplicaciones.

También se generalizaba el reconocimiento facial, convertido en una forma dominante de autenticación biométrica. Y hablando de biometría, el uso de las redes neuronales permitía a los investigadores estudiar y medir factores de riesgo atípicos que hasta ese momento eran difíciles de cuantificar.

Otras tendencias prepandemia tenían que ver con la imagen médica y el diagnóstico; los algoritmos de mantenimiento predictivo -que utilizan la recopilación de datos para predecir fallos en los equipos antes de que ocurran-; y una mayor inversión en el sector de empresas de SaaS en etapa inicial que vendían tecnologías de búsqueda.

La investigación que combinaba biología, física y aprendizaje automático se dedicaba a crear prótesis de nueva generación, y se trataba de solucionar uno de los mayores cuellos de botella en los ensayos clínicos: inscribir a los grupos adecuados de pacientes. Desde 2015, Apple había lanzado marcos de código abierto para ayudar a los ensayos clínicos a reclutar pacientes.

También había avances en la forma de procesar reclamaciones, y para solucionar el problema de las falsificaciones, cada vez más difíciles de detectar, se experimentaba con la IA. En el comercio físico y online ésta empezó a usarse para identificar productos de imitación y listados fraudulentos que infringían marcas registradas.

También comenzaron a tenerse en cuenta las posibilidades del procesamiento del lenguaje natural para la traducción de idiomas; y el acceso a grandes conjuntos de datos etiquetados empezó a verse como necesario para entrenar algoritmos de IA.

La inteligencia artificial estaba cambiando asimismo las telecomunicaciones, y una amplia gama de industrias invertía en la tecnología autónoma, para adoptarla.

Despegaban algunos tipos de monitoreo de cultivos agrícolas: sobre el terreno, aéreos y geoespaciales; y quedaba ya claro que no bastaba con reaccionar a los ciberataques, y la caza proactiva de amenazas mediante el aprendizaje automático cobraba impulso en la ciberseguridad.

Aunque para muchas empresas los chatbots se convirtieron en sinónimo de inteligencia artificial, las expectativas no estaban a la altura de la realidad. Antes de la pandemia parecía que la IA podría mejorar las capacidades de los chatbots.

Y con el surgimiento de nuevas empresas de biotecnología de IA, las compañías farmacéuticas tradicionales buscaron nuevas empresas de inteligencia artificial para reducir el ciclo de desarrollo de fármacos.

Ahora, nuevas tendencias y soluciones se convierten en relevantes para los consumidores y para las empresas en diferentes sectores. CB Insights detecta cinco principales:

La carrera del chip

Las empresas luchan por el dominio en chips de IA preparando el camino para una gran revolución: desde los chips 3D hasta lo que se conoce como in memory computing, que es una manera de almacenar la información diferente a la convencional, algo en lo que trabajan compañías como Untether AI.

También destacan ejemplos como el de Cerebras, una start up de sistemas informáticos que acelera el aprendizaje profundo -intenta imitar el cerebro humano, lo que permite que los sistemas agrupen datos y hagan predicciones con una precisión increíble- para hacer posible la investigación de IA a alta velocidad.

El unicornio Graphcore, dedicado a la tecnología del chip 3D, une múltiples conjuntos de chips para crear una pila fusionada de componentes intrincadamente alineados.

Lightmatter y Luminous Computing apuestan por el uso de chips fotónicos optimizados para tareas como el deep learning para construir supercomputadoras de IA.

Datos sintéticos para la privacidad

Desde la sanidad hasta las finanzas, las corporaciones experimentan con conjuntos de datos sintéticos para permitir el intercambio de datos y la colaboración, cumpliendo con las leyes de privacidad.

Aquí se pueden citar ejemplos como el de Gretel, una start up que ayuda a las instituciones financieras a reconectarse rápidamente con los clientes inactivos o con aquellos que se han ido, usando la tecnología para reunirlos en un "centro digital" que actúa como una ventanilla única.

MDClone es una start up de tecnología israelí fundada en 2016 dedicada a desbloquear datos de atención médica y a potenciar la exploración, el descubrimiento y la colaboración para mejorar la salud de los pacientes. Su plataforma MDClone Adams incluye capacidades de publicación de datos sintéticos que mejoran la protección de la privacidad del paciente. En marzo del año pasado recaudó US$63 millones de Lightspeed Venture Partners, OrbiMed Advisors y otros inversores.

Codificación aumentada

La inteligencia artificial ayuda a que la codificación sea más fácil y eficiente, ya que contribuye a completar el código y a automatizar las pruebas de software.

En junio de 2021, GitHub (adquirida por Microsoft en 2018) y OpenAI, en la que Microsoft posee una participación de 1.000 millones de dólares, se asociaron para lanzar GitHub Copilot, que convierte en código los comentarios en inglés.

También Deepmind, de Google, lanzaba hace un año AlphaCode , un sistema capaz de competir con humanos para resolver problemas simples de informática.

Otras start up se enfocan en las pruebas de software. Es el caso de Mabl, creada por Izzy Azeri y Dan Belcher tras vender Stackdriver a Google. Se trata de una herramienta completa que permite ejecutar pruebas automatizadas mediante inteligencia artificial de una forma rápida.

Hay más ejemplos de esto: uno de ellos es el de Autify, que desarrolla una plataforma de automatización de pruebas de software impulsada por IA; y Diffblue, una spin out -implica la separación de una división para formar una nueva corporación independiente- de la Universidad de Oxford, que ha recaudado US$32 millones en financiación de riesgo hasta la fecha y que usa el aprendizaje automático para ayudar a los desarrolladores a crear pruebas para su código Java.

Protección de mundos virtuales

Las empresas usan la inteligencia artificial para detectar daños y comportamientos tóxicos en los juegos y otros espacios virtuales.

Ggwp se dedica a combatir el comportamiento tóxico en los juegos usando IA para monitorear registros de chat y datos de juego, mientras que Hive, un unicornio fundado en 2013, provee de soluciones de inteligencia artificial en la nube para comprender los contenidos. Los datos de entrenamiento de IA facilitan la moderación de contenido automatizada que ayuda a compañías del metaverso como HighRise o Naver Z a combatir discursos tóxicos o ciberacoso.

Otras, como SpectrumLabs, se jactan de que su plataforma de procesamiento de lenguaje natural reduce los esfuerzos de moderación de contenido en 50% y multiplica por 10 la posibilidad de detectar comportamientos tóxicos.

Guerra contra las falsificaciones

Para minimizar o evitar el efecto deepfake -vídeos, imágenes o audios que imitan lo real y que pueden engañar tanto a las personas como a los algoritmos- la propia inteligencia artificial detecta y combate estas falsificaciones con las mismas armas de quienes las crean.

Truepic utiliza tecnología blockchain y criptografía para brindar una "autenticación digital" de cada foto o vídeo capturado con su aplicación.

Por su parte Microsoft se ha asociado con la start up AI Foundation, una organización sin ánimo de lucro encabezada por el cofundador de Twitter, Biz Stone, en la que también participa el creador de Trion Worlds, Lars Buttler. En plena pandemia, la start up recaudó US$17 millones para construir avatares falsos y anunció el lanzamiento de una plataforma de detección de deepfakes.