{{{sourceTextContent.title}}}

Cómo la inteligencia artificial creará a un “trabajador aumentado”

{{{sourceTextContent.subTitle}}}

Creado hace cuatro años, Deepomatic es una compañía francesa que desarrolla software de la inteligencia artificial permitiendo la creación de los sistemas de reconocimiento de la imagen.

{{{sourceTextContent.description}}}

¿Su meta? Para crear un “trabajador aumentado” o al “doctor” quién puede centrarse en las tareas más interesantes y más valiosas mientras que la máquina maneja los casos más fáciles donde un nivel de la experiencia no se requiere. La idea es crear un sistema que permita la semiautomatización de tareas repetidores y visuales con un ser humano que sigue habiendo en última instancia al mando del proyecto. Hablamos con Augustin Marty, CEO de Deepomatic.

Entrevista traducida de francés de Monica Hutchings.

E-revista de MedicalExpo: Usted dice que el reconocimiento de la imagen es la tecnología de inteligencia artificial más madura ahí fuera hoy. ¿Por qué es esto y cómo él trabaja?

Augustin Marty: Nos especializan en el reconocimiento de la imagen y del vídeo. Desde un punto de vista tecnológico y científico, éste es el campo en el cual la inteligencia artificial ha tenido las brechas más significativas estos últimos años. La metodología consiste en la recogida de los conjuntos de datos relativamente grandes, es decir las imágenes, que enriquecemos con la información, tal como localización de objetos en un lugar particular o decir que una imagen particular corresponde con un elemento particular. Para alcanzar esto es necesario que una persona transfiera la parte de su experiencia a la máquina. Después recuperamos estas imágenes y la información que va con ellas y entrenamos a una red de neuronas para aprender la tarea que estamos trabajando encendido. Esto nos da una red de las neuronas especializadas en la tarea a mano.

YO e-mag: ¿Qué imágenes usted utiliza para entrenar a la máquina?

Augustin Marty: Corresponden a los casos que estamos trabajando encendido. En el sector médico, por ejemplo, trabajamos principalmente en el campo de la proyección de imagen médica. Necesitamos la entrada de un doctor con cierto nivel de experiencia que pueda decirnos que éste o ese elemento en un ultrasonido corresponde con esto o ese órgano. Hacemos esto para un gran número de imágenes y entonces autónomo el sistema podrá decir eso en una imagen dada que es una cuestión de un órgano dado. Gracias a la biblioteca del conocimiento que el sistema habrá adquirido, podrá generalizar todo el esto y utilizar este conocimiento para aplicarlo a las nuevas imágenes. Está aprendiendo por analogía. Podemos comparar realmente esto al entrenamiento de un ser humano; le enseñamos a un gran número de ejemplos de modo que pueda entonces reconocer elementos en imágenes que nunca ha visto antes en sus el propio.

Está aprendiendo por analogía. Podemos comparar realmente esto al entrenamiento de un ser humano; le enseñamos a un gran número de ejemplos de modo que pueda entonces reconocer elementos en imágenes que nunca ha visto antes en sus el propio.”

YO e-mag: ¿Hay un riesgo de errores?

Augustin Marty: Sí por supuesto, no hay magia detrás de ella así que la idea es que un ser humano permanece siempre en control y enterado de los límites del sistema él o ella está creando. Con nuestro sistema, la predicción que la máquina hará es acompañada siempre por un nivel de confianza: dará una cuenta que nos diga si está más o menos segura de su interpretación. Después de eso, podemos poner los mecanismos que se aseguran de que cuando la máquina no está realmente segura, poder dar vuelta a la opinión de un doctor.

YO e-mag: ¿Para qué se puede su sistema utilizar?

Augustin Marty: En el campo médico es esencialmente una ayuda de diagnóstico con un doctor siempre presente. Esto permite que el doctor se centre en los casos más complicados que requieren una experiencia más avanzada, mientras que los casos más simples se pueden dejar a la máquina y tratar más rápidamente. Pero en este campo todavía estamos en la etapa de la investigación y todavía no se utiliza en pacientes.

También estamos trabajando en algunos proyectos relacionados con la nueva investigación de la droga; en este caso la proyección de imagen médica se convierte en más de una herramienta para confirmar si el nuevo tratamiento que estamos intentando desarrollar será eficaz o no. La proyección de imagen médica, y nuestro sistema por la extensión, entonces se utilizan para automatizar la prueba y la pieza de la evaluación del rendimiento del nuevo tratamiento.

El reto real en el campo médico es acceso a los datos pacientes, que es lógica y comprensible, pero significa que es difícil tener acceso a un de gran capacidad de datos. Pero esta tecnología necesita absorber un de gran capacidad de datos para trabajar.

El reto real en el campo médico es acceso a los datos pacientes, que es lógica y comprensible, pero significa que es difícil tener acceso a un de gran capacidad de datos.”

YO e-mag: ¿Y qué puede ser utilizado para en otros campos?

Augustin Marty: Hoy, el uso más avanzado que estamos trabajando en las cajas registradoras automáticas de las preocupaciones en la industria de la restauración institucional. En una cafetería de compañía, por ejemplo, instalaremos una o más máquinas con las cámaras. Los clientes llegan con sus bandejas llenadas de las diversas cosas que habrán elegido para su comida. La cámara tomará una imagen de la bandeja y el sistema reconocerá automáticamente cuál está en él y calcula cuánto tiene que pagar la persona.

YO e-mag: Pero esto se libra de trabajos humanos…

Augustin Marty: Sí, hay definitivamente un impacto directo en el empleo porque habrá una necesidad de menos personas de trabajar la caja registradora, pero podemos también ver esto como manera de hacer la línea flujo más suavemente y de mejores picos absorbentes en volumen, puesto que todo el mundo va a almorzar al mismo tiempo. Es posible aumentar el número de máquinas y adaptarse más fácilmente a los picos en volumen. Se ha desplegado ya en cerca de diez restaurantes en Francia y estamos intentando desarrollarla a otra parte.

En industria, también estamos trabajando en interiores del coche. Por ejemplo habrá una cámara dentro de los coches para mejorar para entender qué sucede en el coche interior y para proporcionar varios servicios adicionales que sean ligados actualmente para confortar que cualquier otra cosa. Un ejemplo típico es que podremos detectar el nivel de ropa que una persona está llevando, si es un hombre o una mujer así como su nivel de actividad y hace el ajuste automático de la temperatura dentro del coche por consiguiente.

Para la industria de seguridad, podremos hacer las cámaras de vigilancia video más elegantes. Hoy, hay muchas cámaras que están instaladas, pero los teleoperadores no tienen necesariamente la capacidad de mirar todas las cintas en tiempo real. La idea es tan tener un sistema que pueda mirar todos los vídeos en tiempo real y publicar una alarma cuando detecta comportamiento anormal tal como un asalto, un movimiento violento o alguien que se desmayen y estén solamente en el piso. Como en proyección de imagen médica, esto es también una colaboración entre el hombre y la máquina porque no es en última instancia la máquina que hará una decisión pero al ser humano que decidirá alertar los servicios de emergencia o reaccionar. Pero traeremos esto o ese acontecimiento a la atención del ser humano.

La idea es que la gente permanece en el timón que dirige el proyecto, enterado de las limitaciones del sistema se crea que.”

También trabajamos en el sector del transporte. Pero por lo que los espacios públicos, nos hacen frente con un problema grave del acceso a los datos personales. La idea es tan primera para crear un sistema que haría imágenes de vídeo anónimas, es decir empañando las caras en estos vídeos de modo que los usos puedan entonces detectar semiautomático bolsos abandonados así como comportamiento sospechoso, peligroso o violento.

YO e-mag: ¿Hay un riesgo que la máquina superarán a los seres humanos en algún momento que han creado?

Augustin Marty: Queremos crear los interfaces que son muy simples utilizar de modo que los conceptos que son muy complicados en el primer vistazo llegar a ser mucho más comprensibles usando nuestra herramienta. La idea es que la gente permanece en el timón que dirige el proyecto, enterado de las limitaciones del sistema se crea que. Quisiéramos que los seres humanos pudieran siempre entender qué se está encendiendo de modo que él pueda tomar las decisiones correctas.

{{medias[30027].title}}

{{medias[30027].description}}