Gestión de datos moderna, el cerebro oculto de la IA

La inteligencia artificial (IA) es la favorita de las empresas y los gobiernos porque no solo promete agregar decenas de billones al producto interno bruto (PIB), sino que viene con toda la emoción de las películas llenas de acción o los juegos empapados de dopamina. Estamos hipnotizados por la visión artificial, el procesamiento del lenguaje natural y las asombrosas predicciones de los motores de recomendación. Nos protege del fraude, reduce los costos de inventario y nos provoca con una programación que podríamos disfrutar.

imagen de stock de una neurona iluminada

El estado actual del arte, el aprendizaje profundo, proviene de un concepto brillante para modelar algoritmos basados en cómo funciona el cerebro humano. La forma en que las neuronas se conectan entre sí inspira la estructura de los cálculos matemáticos. ¿Y por qué no? Estamos haciendo que las computadoras sean más humanas con ojos (video), oídos (micrófono) y dedos (sensores de temperatura y vibración).

El nombre, AI, implica una réplica de la inteligencia humana en forma de silicio. Sin embargo, es fácil perder de vista el cerebro oculto que da vida a la IA. Exploremos la neurociencia como metáfora para entender esta premisa.

El cerebro adulto típico pesa alrededor de 3 libras. y consume 20 WATTs de potencia. Es una máquina notablemente eficiente. El psicólogo ganador del premio Nobel, Daniel Kahneman, alude a esta función de búsqueda de eficiencia cuando describe el pensamiento del Sistema 1 y el Sistema 2. Demostró que tenemos un método subconsciente y, por lo tanto, de baja potencia para procesar la información. Opera con más frecuencia que la función ejecutiva de mayor potencia.

Los expertos en neuroanatomía creen que los recuerdos están codificados con emociones, pero esas emociones no se almacenan individualmente. Son esencialmente referencias construidas y almacenadas en el sistema límbico. Básicamente, recordamos un evento y luego hay una tabla de búsqueda de cómo nos sentimos al respecto. También es una poderosa influencia en la forma en que inconscientemente tomamos decisiones.

Este sistema límbico, ubicado en el cerebro medio, influye en las decisiones futuras porque utiliza la memoria emocional como marco para lo que podría servirnos o lo que podría matarnos. Sin él, tomamos decisiones subóptimas porque perdemos el contexto de riesgo o recompensa.

Del mismo modo, el análisis de IA sin todos los datos correctos conduce a un futuro defectuoso. Por lo tanto, vale la pena hablar sobre cómo es fundamental organizar y presentar "todos los datos correctos". La gestión de los datos desordenados, de gran volumen y no estructurados debe considerarse tan importante para la IA como el sistema límbico lo es para la función predictiva del cerebro humano.

Sin embargo, hay otros factores en la toma de decisiones automática más allá del sistema de memoria emocional. Exploremos más la metáfora del cerebro. Kevin Simler y Robin Hanson argumentan en su libro, The Elephant in the Brain: Hidden Motives in Everyday Life , cuán inconscientes somos sobre la naturaleza de nuestros propios comportamientos. Argumentan que somos como nuestros "primos" primates al actuar de acuerdo con motivaciones sociales. Ya sea que considere esta biología evolutiva o aprendida en la familia de origen, importa menos que comprender que hay algo más oculto en nuestros cerebros humanos.

Este punto ciego también podría explicar por qué los tecnólogos a menudo supervisan la gestión de datos como un fenómeno cultural. Por lo general, los expertos solo escriben sobre la gestión de datos en dos dimensiones. El primero está centrado en la tecnología. Comienza con tamaños de bytes, rendimiento y patrones de acceso. Esta es una mentalidad de plataforma que permite la adquisición, el almacenamiento y la disponibilidad de datos. Tiene un fuerte sesgo hacia los metadatos (datos sobre datos) porque este es el volante con el que se conduce el coche.

La segunda dimensión comúnmente explotada es el proceso. Esta vista a nivel de sistemas comprende toda la canalización, desde la adquisición en la fuente, hasta la clasificación y barajado, la catalogación, la presentación y, finalmente, el archivo. Es el punto de vista de la granja a la mesa. O más bien, desde el punto de vista de la granja a Tupperware. Se preocupa por el "cómo", mientras que la tecnología adopta una perspectiva de "qué".

La tercera dimensión, posiblemente invisible, se encuentra en la cultura, o el “quién†. La cultura puede describirse como un conjunto de comportamientos anclados en un sistema de creencias compartido y limitado por normas grupales. La cultura mueve los hilos de la marioneta del proceso y la tecnología. Sin embargo, es el factor más pasado por alto en la gestión de datos.

Muchas instituciones se apresuran a implementar tecnología y procesos de herramientas sin entender primero cómo quieren que madure su cultura. Les serviría mejor modelarse a sí mismos de la forma en que los psicólogos positivos estudian a las personas más exitosas. Esos investigadores investigan los sistemas de creencias y los comportamientos que son comunes en los verdaderamente exitosos.

Si bien valdría la pena proporcionar algunos estudios de casos para probar este punto, en aras de la brevedad, presentaremos un resumen de los hallazgos de los más exitosos en la gestión de datos.

Comienza con un cambio en los sistemas de creencias en torno a los datos. En este nuevo paradigma, los datos no son simplemente un artefacto de lo que sucedió; es un activo con tremendas implicaciones económicas. Y a diferencia de otros elementos en el balance general, su valor puede aumentar con el tiempo.

Con eso en mente, encuentre a continuación una lista de verificación de nuevos comportamientos asociados con un cambio de mentalidad en torno a los datos.

  • Los datos están federados en una estructura, no centralizados ni aislados.
  • El conocimiento está organizado por contexto y etiquetado tanto por los editores como por los suscriptores.
  • Los modelos se conservan para el aprendizaje continuo y la rendición de cuentas.
  • La transparencia (observabilidad) mitiga las presiones legales y regulatorias.
  • Una visión más amplia de la ética se expande más allá de las preocupaciones iniciales por la privacidad.
  • El aprendizaje automático automatiza las tareas de ingeniería de datos.
  • Los trabajadores del conocimiento se convierten en trabajadores de la creación de valor.
  • Las decisiones de arriba hacia abajo basadas en datos se convierten en conocimientos compartidos de abajo hacia arriba.
  • Los datos se miden en términos económicos y no contables.

Entonces, si su organización tiene como objetivo explotar la IA, no pase por alto la importancia de la gestión moderna de datos y los fundamentos que la componen. Comience comparando el estado actual con el estado deseado. Construir un enfoque interdisciplinario para superar las brechas. Apóyate en gran medida en tecnólogos, ingenieros de procesos, desarrolladores organizacionales y economistas para formular un plan de acción.

Si tiene interés en profundizar en esta filosofía moderna de administración de datos, consulte este documento técnico escrito por Bill Schmarzo, el decano de big data y un estimado colega de Dell Technologies.

Este contenido fue producido por Dell Technologies. No fue escrito por el equipo editorial de MIT Technology Review.

Tags: