Actualmente hay más de 1700 start-ups relacionadas con la Inteligencia Artificial (AI) que en total poseen financiamiento por USD 14,6 mil millones provenientes de más de 70 países. Se estima que los ingresos relacionados con la inteligencia artificial pasarán de USD 8 mil millones en 2016 a USD 47 mil millones para 2020. Encaremos una aproximación racional para desmitificar AI en el contexto de la aviación. ¿Qué es y cuándo llegará? ¿es una fuerza del bien? ¿están en riesgo los 63 millones de puestos de trabajo de la industria? ¿creará cielos más seguros?

La inteligencia artificial se refiere a programas de computación que son capaces de operar con inteligencia similar a la humana realizando razonamientos lógicos, solucionando problemas y aprendiendo. Puede ser corpórea (como los robots) o incorpórea (Apple Siri, Google Now, etc.).

Evolución de la inteligencia artificial

Primera generación: razonamiento impulsado por reglas

Comenzó cuando los humanos tuvieron éxito al incorporar conocimiento a programas de computadoras a través de la definición de reglas estáticas. Por ejemplo, en sus primeros días, los programas que jugaban ajedrez trabajaban siguiendo un conjunto de reglas, y fueron capaces de percibir una muy pequeña porción del mundo exterior (el tablero de ajedrez) en un dominio limitado, con ninguna habilidad para aprender y abstraer conocimiento.

Los navegadores de GPS también son otra forma de inteligencia artificial de primera generación. Son capaces de percibir la ubicación, analizarla, contextualizarla en un mapa y concluir dando indicaciones. Tienen una muy limitada capacidad para lidiar con desviaciones de la rutina. Los programas de computadoras con inteligencia artificial de primera generación siguen vivos y coleando, entregando valor a muchas industrias.

Algunos usos existentes en la aviación incluyen:

- Sistemas de gestión de vuelo utilizados en algunas aeronaves para asistir al piloto con información y por cuestiones de handling.
- Sistemas que administran el piloto automático para permitir que la aeronave se guíe a lo largo de una trayectoria predefinida sin necesidad de la intervención del piloto.
- Sistemas que permiten la presurización automática de la cabina asegurando un entorno seguro y confiable para los pasajeros.

Segunda Generación: aprendiendo a través del Big Data

El tener acceso a inmensas cantidades de datos, también conocido como Big Data, presenta sus desafíos; sin embargo, los avances tecnológicos en gestión de los datos han transformado a los desafíos en oportunidades. Los programas de inteligencia artificial de segunda generación han aprovechado esto para aprender del Big Data, aplicando algoritmos transformativos (por ejemplo, arquitecturas Deep Leerning como las redes neuronales artificiales) para identificar clusters y patrones en grandes sets de datos. En esencia, las redes neuronales fuerzan a la computadora a encontrar patrones a través de prueba y error.

La segunda generación de la inteligencia artificial está caracterizada por aprender a través del análisis de datos, pero carece de la habilidad del razonamiento lógico, entendimiento del contexto y la abstracción del conocimiento hacia diferentes dominios. El aprendizaje está lejos de cómo lo hacen los humanos. Se parece más a aprender a través de modelos estadísticos bien definidos que simulan el problema y utilizan datos para entrenar constantemente al modelo. Esta generación puede ser muy poco inteligente. El bot de Twitter de Microsoft es un buen ejemplo de cómo la distorsión en el entrenamiento de datos puede llevar a resultados no queridos.

Algunos usos potenciales en la aviación incluyen:

- Análisis y predicción del comportamiento y la demanda de pasajeros.
- Procesos de seguridad aeroportuaria fluidos y ágiles mediante el reconocimiento facial y datos biométricos.
- Brindando apoyo a la optimización de la gestión de ingresos, red de rutas, administración de flotas y estrategias de precios.

Tercera generación: conciencia analítica

La segunda generación de inteligencia artificial necesita enorme cantidad de datos de entrenamiento para poder aprender y realizar conclusiones. Si se le pregunta acerca de una conclusión, la respuesta normalmente es: “porque los datos lo dicen”. Por otro lado, la tercera generación es consciente del camino analítico y, de manera muy limitada, al contexto del análisis.

La tercera generación no necesita ver miles de miles de imágenes de ejemplos de diferentes daños en aeronaves para poder detectar uno en otra aeronave.

Cuarta generación: conciencia contextual

Entender el contexto y poder pasar de un dominio a otro; abstraer el conocimiento y aprender sin la necesidad de grandes cantidades de datos de entrenamiento son las características que separan a la cuarta generación de inteligencia artificial de las anteriores.

Algunos usos potenciales en la aviación incluyen:

- Aviones autónomos.
- Procesos aeroportuarios autónomos (servicios de rampa, carga y descarga, abastecimiento de combustible, limpieza y chequeos de seguridad).
- Servicios en vuelo autónomos.

- La inteligencia artificial llevando adelante la optimización de la gestión de ingresos, red de rutas, administración de flotas y estrategias de precios.

Impacto en los puestos de trabajo aeronáuticos

La casos de uso en la aviación son muy prometedores en términos de operaciones más eficientes a través de la cadena de valor. Sin embargo si este tipo de automatización ocurre, es muy seguro que algunos puestos de trabajo serán impactados. Considerando que la industria aeronáutica emplea a más de 63 millones de personas alrededor del mundo, es importante entender los cambios que se esperan y estar listos para ellos.

El cambio neto (puestos reemplazados vs. creados) en el número de puestos de trabajo es difícil de predecir. Es una idea equivocada pensar que conocemos el cronograma de cuándo la inteligencia artificial superará a la humana. Realísticamente sólo conocemos los diferentes escenarios posibles para los cuales podemos intentar estar listos.

En las revoluciones industriales previas, los puestos de trabajo fueron efectivamente impactados y reemplazados por otros tipos de trabajos.

En algunos casos los avances tecnológicos han dado como resultado la creación de nuevos mercados con un significativo incremento en la cantidad neta de puestos de trabajo necesarios. La aviación comercial es un buen ejemplo.

Mientras que la tecnología muy probablemente no ponga en riesgo el número neto de puestos de trabajo, puede distorsionar la demanda de algunos tipos específicos. Por ejemplo, al irse desplegando la inteligencia artificial durante los próximos años en la industria aerocomercial, los tipos de puestos de trabajo en riesgo son:

- Trabajos físicos que son repetitivos por naturaleza.
- Trabajos de recolección y procesamiento de datos.

Con menor riesgo de ser reemplazados, y ubicados bastante atrás de la cola, están:

- Trabajos físicos impredecibles.
- Trabajos que requieran la aplicación pericias específicas.

Y los más difíciles de reemplazar son:

- Trabajos que requieren una interacción emocional con la gente.

Convergencia de humanos y la inteligencia artificial

Normalmente se obvia que la inteligencia humana también está evolucionando. Aún en tiempos contemporáneos nuestra inteligencia, medidas en coeficiente intelectual, ha crecido 20 puntos desde los años 50, y estamos utilizando tecnología y herramientas para potenciar nuestras capacidades. Elon Musk anunció recientemente sus ambiciones de utilizar la tecnología para expandir el cerebro humano, empezando por la conectividad inalámbrica.

Probablemente el futuro conducirá hacia un escenario de convergencia entre los humanos y la inteligencia artificial, al punto de que serán indistinguibles entre sí. Imaginen a un humano potenciado con características robóticas y de inteligencia artificial ¿es muy diferente que a un robot potenciado con características humanas?

Alineando los objetivos, estrategias y valores de la inteligencia artificial con los nuestros

La inteligencia artificial puede tener un objetivo. Piensen en el piloto automático de una aeronave. Una vez que el objetivo del piloto está fijado y alineado con el sistema, la máquina toma los controles y completa las tareas que llevan hacia el cumplimiento del objetivo.

Para los sistemas de inteligencia artificial más avanzados se vuelve imperativo definir:

- Objetivos que estén alineados con los de los humanos para asegurarse de que la inteligencia artificial haga lo que los humanos quieren.
- Estrategias que estén alineadas con las nuestras para asegurar que se utilice el método correcto para alcanzar el objetivo.
- Valores alineados a los nuestros para asegurar la aplicación de un marco ético correcto (principios, estándares, comportamientos) cuando se idee una estrategia y un plan de ejecución.

En conclusión

Si bien es inevitable el horizonte con la inteligencia artificial avanzada, parece haber consenso de que el cronograma no es tan agresivo como el de hace unos años, ni que tampoco es como el que algunos argumentan. Y sólo porque algo puede ser reemplazado por inteligencia artificial, no significa necesariamente que lo será antes de que exista un caso de negocio positivo y la voluntad humana.

Cuando la cuarta generación y aún otros más sofisticados tipos de inteligencia artificial se encuentren a la vuelta de la esquina, el paisaje de la aviación y el rol de los humanos probablemente será muy diferente que al actual. Si en algún punto en el futuro la inteligencia artificial se vuelve más inteligente que la humana, será interesante ver cómo se desplegará la alineación de nuestros objetivos, estrategias y valores.

Y ustedes, ¿qué opinan al respecto? ¿Cómo creen que podrá integrarse la inteligencia artificial de cuarta generación en la aviación argentina y latinoamericana cuando todavía seguimos bastante cerrados a otros tipos de cambios que ya llevan décadas en otros países (no necesariamente sólo del primer mundo).

Portal de América