Ir al sitio

Ciudad Magazine

Notas Top

IA explicable, la nueva tecnología que argumenta sus decisiones al usuario

Este nuevo sistema le permite al usuario conseguir un resultado deseado, como por ejemplo las revisiones médicas.

IA explicable,  la nueva tecnología que argumenta sus decisiones al usuario. Foto:DPA.
IA explicable, la nueva tecnología que argumenta sus decisiones al usuario. Foto:DPA.

La Inteligencia Artificial (IA) hace tiempo que es capaz de tomar decisiones basadas en datos, pero ahora un nuevo sistema basado en el principio de la ´IA explicable´ va un paso más allá para guiar al usuario hacia el logro un objetivo, argumentando las decisiones que va tomando.

El nuevo sistema, anunciado por la compañía Fujitsu Laboratories y la Universidad de Hokkaido (Japón), presenta automáticamente a los usuarios los pasos necesarios para conseguir un resultado deseado, basándose en la información de la IA sobre los datos, como por ejemplo en las revisiones médicas.

La IA explicable representa un área de creciente interés en el campo de la inteligencia artificial y el aprendizaje automático. Aunque las tecnologías de IA pueden tomar decisiones automáticamente a partir de los datos, esta novedad también proporciona razones individuales para estas decisiones, lo que ayuda a evitar el llamado fenómeno de la ´caja negra´ en el que la IA llega a conclusiones a través de medios poco claros y potencialmente problemáticos.

Por ejemplo, si una IA que emite juicios sobre el estado de salud de una persona y determina que no es saludable, la nueva tecnología puede aplicarse para explicar primero la razón del resultado a partir de datos de exámenes médicos como la altura, el peso y la presión arterial.

A continuación, puede ofrecer además al usuario sugerencias específicas sobre la mejor manera de recuperar la salud, identificando la interacción entre un gran número de complicados elementos de los exámenes médicos y a partir de datos anteriores, mostrando pasos específicos para conseguir mejorar, teniendo en cuenta la viabilidad y la dificultad de la implementación.

La IA explicable estima los efectos de los cambios de los valores de atributos en otros valores, como la causalidad, y calcula la cantidad que el usuario tiene que cambiar realmente en función de ello, lo que permite presentar las acciones que lograrán resultados óptimos en el orden adecuado y con el menor esfuerzo.

Fuente: DPA