Las Voces de Ingenierías: La Ciencia de Datos y las inteligencias artificiales
03/11/2023
Autor: Roberto Salazar Márquez
Foto: Profesor de la Facultad de Tecnologías de Información y Ciencia de Datos

En la actualidad, la Ciencia de Datos (CD) ha capturado nuestra atención pues permite recopilar y analizar grandes cantidades de información; también, las inteligencias artificiales son de creciente interés pues tienen la capacidad de procesar y analizar datos de manera rápida y eficiente, generando conocimientos en diversos campos. Estas áreas se complementan porque la primera proporciona las técnicas y herramientas de recopilación y análisis para el entrenamiento y funcionamiento de las inteligencias artificiales. Sin embargo, es necesario hacer algunas precisiones.

Las inteligencias artificiales (IAs) son sistemas diseñados para simular la inteligencia humana y realizar tareas de manera autónoma. Utilizan algoritmos y modelos matemáticos complejos para aprender, razonar y tomar decisiones basadas en datos. Para ello, las IAs se entrenan con datos previos con los cuales aprenden y mejoran su rendimiento. Por otra parte, la ciencia de datos recopila, analiza y extrae conocimientos de grandes cantidades de información. En la era digital, donde cada vez se generan más datos, esta disciplina ha incrementado su relevancia pues nos permite aprovechar el flujo de datos para obtener información valiosa y tomar decisiones informadas basadas en los datos. Por lo anterior, la relación entre la CD y las IAs de beneficio mutuo. La primera proporciona los datos que la segunda requiere para estudiar un problema. Así, esta relación promete impulsar la innovación y mejorar nuestra calidad de vida en el futuro.

A medida que la CD avanza en la recolección de datos, las IAs se vuelven más sofisticadas; es decir, pueden estudiar problemas cada vez más complejos. Esto abre nuevas oportunidades en la medicina, la industria, el comercio electrónico y otros campos donde la combinación de IAs y CD es necesaria para poder analizar todos los datos que se generan. Entre los casos de éxito de este dúo, destacan los siguientes:

  1. En medicina, las IAs se han utilizado para diagnosticar enfermedades de manera más precisa y temprana. Por ejemplo, se han desarrollado algoritmos para detectar signos tempranos de cáncer por medio de imágenes inéditas.
  2. La industria automotriz utiliza modelos entrenados con datos de sensores y cámaras para percibir el entorno y tomar decisiones de conducción en tiempo real. Con ello se espera prevenir accidentes y disminuir los costos de los motores eléctricos.
  3. En el comercio electrónico, las IAs utilizan a la CD para ofrecer recomendaciones personalizadas a los usuarios. Estas se basan en el análisis de datos de compras anteriores, preferencias y comportamiento del usuario. Es decir, las IAs pueden mejorar la experiencia del cliente y aumentar la eficiencia del comercio digital.

Los éxitos anteriores muestran que la relación entre IAs y CD puede continuar impulsando la innovación y mejorando nuestra calidad de vida a medida que se desarrollen nuevas técnicas y se recopilen más datos para entrenar y mejorar las inteligencias artificiales. Sin embargo, su uso plantea desafíos éticos y sociales que requieren regulaciones y políticas adecuadas, así como fomentar la educación y la conciencia sobre sus implicaciones éticas.