Bienvenido a la era de la eficiencia

Publicado el por JAVIER MARTÍN / FUTURIZABLE (autor)

 (photo: )

1. Comunicación: así es como empezó todo, con Internet como herramienta para que las personas se pudiesen comunicar de una forma más cómoda y barata, pero pronto se vio que esa tecnología que se había inventado podía ofrecer otras muchas utilidades en todo tipo de ámbitos personales y empresariales.

2. Digitalización: donde vimos cómo los periódicos pasaron del papel a la web, los bancos dejaron de abrir oficinas a pie de calle para tener oficinas online y el software pasó de estar instalado en los ordenadores para alojarse en la nube, ofreciendo considerables ventajas a nivel de disponibilidad y ahorro de costes.

3. Comercialización: donde las tiendas dieron el salto a la red y se crearon grandes negocios de ecommerce generalistas como eBay, Amazon y Rakuten, además de todo tipo de negocios especializados por tipo de producto, como Zalando para la moda, o forma de venta, como los outlets y los groupones.

4. Socialización: donde la gente ha tomado el poder de la información y las relaciones sociales a través de los blogs, los wikis y las redes sociales, llegando a una situación en la que el poder de la comunicación ya no está controlado por las empresas sino por las personas, utilizando plataformas como WordPress o Youtube.

5. Movilización: donde muchas de las utilidades de la web han pasado a estar disponibles a través de las apps, que aprovechan al máximo las ventajas de los dispositivos móviles como son la cámara, el GPS y el acelerómetro, lo cual está permitiendo nuevas experiencias de uso de Internet como es la realidad aumentada.

6. Colaboración: donde los negocios basados en el consumo colaborativo han permitido que la gente pueda hacer todo tipo de de actividades como compartir alojamiento en Airbnb, compartir medio de transporte en Blablacar, prestarse dinero a través del crowdlending y ayudar a financiar nuevos proyectos de emprendedores a través del crowdfunding.

Y tras estas seis oleadas, algunas de las cuales aún siguen en pleno desarrollo, nos estamos adentrando en una nueva ola que podríamos llamar de la optimización.

De alguna forma todas las oleadas anteriores también han tenido entre sus características la optimización, porque una de las características principales de Internet es que permite hacer las cosas de forma mucho más eficiente que a través de los modelos analógicos. Pero, sin embargo, aún queda mucho espacio para optimizar procesos, más allá de los ahorros que puedan suponer la eliminación del papel, por parte de los periódicos, y de las oficinas por parte de los bancos, en la era de la digitalización, o la optimización de recursos como el alojamiento y el transporte, cuando son compartidos por muchas personas, en la era de la economía colaborativa.

Una de las características más llamativas de las seis oleadas que acabamos de enumerar es que se han producido a una velocidad vertiginosa. Tal y como muestra el siguiente gráfico la adopción de las nuevas tecnologías se ha acelerado enormemente y todo apunta a que cada vez lo hará en mayor grado al tratarse de modelos de crecimiento exponenciales. Por poner un ejemplo de máxima actualidad podemos mencionar los 19 días que ha tardado el juego Pokemon Go en alcanzar los 50 millones de usuarios, frente a los 38 años que tardó la radio en alcanzar esa cifra de audiencia.

Entre las consecuencias de este gran crecimiento en el desarrollo e implantación de nuevas tecnologías, nos encontramos que, en el proceso, se comenten muchoserrores, debido a la alta velocidad que impone el propio sistema para su creación. Algunos ejemplos representativos de esta situación son el gran problema que se produjo en el año 2.000 por un error al planificar la programación de los sistemas informáticos, lo cual supuso un coste a nivel mundial superior a los 300.000 millones de dólares; igualmente hemos visto los problemas de rendimiento a los que se han tenido que enfrentar servicios web de gran crecimiento como el caso Twitter y la famosa ballena que aparecía cada vez que web estaba caída; o los problemas de seguridad a los que se enfrentan los servicios de compra venta de Bitcoin por la dificultad para defenderse de los ataques de los ciberladrones que quieren robar esta preciada moneda digital.

Google como ejemplo de la necesidad de mejorar la eficiencia en el desarrollo tecnológico

Quizás el ejemplo más representativo de la problemática que supone la velocidad de crecimiento que impone la exponencialidad lo encontramos en el buscadorGoogle con su famoso algoritmo de clasificación de los contenidos online. Cada vez que uno de los mil millones de usuarios del buscador realiza una búsqueda, con la intención de encontrar una solución a sus problemas, una enorme maquinaria se pone a funcionar, como si el despertar de una gran bestia se tratase, y para que esto ocurra es necesario proporcionarle una cantidad increíble de energía. Esta situación hace que el buscador se haya convertido en una de las empresas del mundo que más energía consume. En concreto Google consume el 0,01% de toda la energía eléctrica que se produce a nivel mundial. De esta forma se ha convertido en una especie de Ungoliant, un monstruo que para vivir necesita devorar toda la energía que encuentra a su paso. Una gran maquinaria basada en un algoritmo que ya no es eficiente, ni para la empresa, por el enorme coste que supone a nivel de consumo energético, ni para los usuarios, que cada vez encuentran menos utilidad a un modelo de búsquedas en el que cuando se necesita encontrar algo hay que enfrentarse a millones de resultados de búsquedas, muy poco personalizados y entre los que resulta casi imposible determinar cuál es el más relevante o el que mejor se adapta a las necesidades del usuario. Ante esta situación se hace extrictamente necesario un cambio de estrategia en la que prime la eficiencia, aprovechando nuevas tecnologías, que ahora se están desarrollando, como el aprendizaje de máquinas y el aprendizaje profundo, y que aportarán una solución para este gran problema.

En el caso de Google la solución a esta problemática del consumo energético pasa claramente por dos vías:

En primer lugar, con una estrategia de eficiencia energética que lleva desarrollando desde hace varios años, ya sea con la instalación de sus datacentersen zonas frías, como puede ser Alaska o Finlandia. O con la inversión en energías renovables, con acciones recientes como la compra de toda la producción de un parque eólico noruego para suministrar energía a sus centros de datos en Europa durante los próximos 12 años. Este parque eólico comenzará a funcionar en 2017 y estará formado por 50 aerogeneradores con una capacidad total de 160 megavatios. El acuerdo firmado entre Google y tres compañías noruegas, es el número 17 de producción de energía renovable que Google ha cerrado en los últimos años y es el más grande que se realiza en Europa.

En segundo lugar se encuentra la estrategia de Google en lo que a Inteligencia Artificial se refiere. Machine Learning y Deep Learning se presentan como la salvación para un algoritmo de búsqueda que se estaba quedando obsoleto y gracias al cual pronto podríamos tener un buscador, o probablemente un asistente virtual, que ofrezca el resultado que mejor se adapte a una necesidad concreta de la persona que realiza la búsqueda. En el olvido deberían quedar situaciones como la que nos hemos encontrado por ejemplo cuando recurrimos a Google en busca de un restaurante y el resultado que nos ofrece resulta enormemente frustrante, por tener que elegir entre miles de opciones, sin ningún tipo de personalización en base a nuestra localización, gustos, presupuesto, acompañantes,  tiempo disponible, … Con toda la información que Google tiene de nosotros y mucha más que podríamos proporcionarle, la tecnología de Inteligencia Artificial ya está preparada para ofrecer el mejor resultado posible para cada usuario. Es cuestión de tiempo que esto suceda y será entonces cuando el buscador volverá a recobrar toda su utilidad, además de que se ahorrarán cantidades ingentes de energía al realizar los procesos búsqueda de forma mucho más eficiente. Como una muestra de esta estrategia encontramos una noticia reciente en la que la división de Inteligencia Artificial de Google llamada DeepMind ha logrado mejorar en un 15% la eficiencia del uso de energía o de la potencia eléctrica, permitiendo un ahorro de un 10% en el consumo de energía en el centro de datos, lo que supone para la empresa un ahorro millones de dólares al año.

Aplicaciones de la Inteligencia Artificial para hacer el mundo más eficiente

Como acabamos de ver en el caso de Google, la Inteligencia Artificial tiene mucho que aportar para resolver las ineficiencias que se han generado con el crecimiento exponencial del desarrollo tecnológico. Del mismo modo vamos a ver multitud de aplicaciones en todo tipo de sectores, que pronto se verán beneficiados a nivel de negocio, por la reducción de los costes asociados con la tecnología, por la reducción del consumo energético y la emisión de contaminantes, además de los beneficios correspondientes para el bienestar de las personas. Veamos a continuación algunos de estos sectores que van a tener un gran beneficio gracias a la aplicación de la Inteligencia Artificial:

Vivienda: la Inteligencia Artificial también está siendo usada para la reducción del consumo energético los hogares, gracias a la implantación de sistemas inteligentes capaces de aprender automáticamente los hábitos del consumo eléctrico de las personas y proponer acciones, que regulen su consumo, ya sea de iluminación, de climatización y utilización de electrodomésticos. Para ello se utilizan redes neuronales capaces de emular cierta característica humana, como por ejemplo el consumo eléctrico de los habitantes, lo que permite a la máquina aprender rutinas para mejorar eficientemente la energía del hogar. Un ejemplo de uso de este tipo de tecnologías es el proyecto que desarrollan investigadores y estudiantes de Ingeniería Informática en Sistemas de Información de la Universidad CEU Cardenal Herrera de Valencia, en el que han diseñado patrones sobre el consumo de cada habitante gracias a una base de datos que recoge información relativa a la temperatura de los hogares, la humedad, la iluminación, la calefacción y el consumo eléctrico de una vivienda. En base a este registro es posible establecer la relación óptima entre los hábitos de consumo de la población y la producción energética de una vivienda. Para poder determinar el óptimo consumo, se implementaron redes neuronales y algoritmos genéticos que requieren de entre diez días y un mes para poder aprender las rutinas y gestionar con eficacia, desde el punto de vista energético, una casa. Gracias a esta monitorización constante se ha comprobado que se puede lograr una reducción en el consumo energético del hogar de al menos un 5%.

Industria:  la Inteligencia Artificial es la base para el desarrollo del proyecto europeo EuroEnergest que tiene como objetivo el desarrollo de un software destinado a reducir el consumo energético, el impacto ambiental y el coste económico de la energía en la industria del automóvil. El software desarrollado es capaz de reducir un 10% del consumo total de la fábrica. Para la realización de este proyecto se ha creado un consorcio formado por 6 socios europeos y liderado por la empresa española de servicios energéticos Enertika. En el proyecto participa Seat como socio demostrador y la Universidad Politécnica de Cataluña como expertos en Inteligencia Artificial y algoritmos de optimización. Gracias a esta aplicación los responsables del mantenimiento de las fábricas podrán monitorizar, supervisar y controlar desde un punto de vista energético sus instalaciones. Las herramientas que integra dicho software son la previsión del consumo energético de las instalaciones consumidoras de energía, mediante uso de la Inteligencia Artificial. La previsión se realiza mediante algoritmos autoajustables que informan del consumo futuro a través de datos históricos a través de aquellas variables con mayor peso sobre el consumo energético.

Salud: el mundo de la medicina va a ser uno de los más beneficiados gracias a la aplicación de la Inteligencia Artificial, para mejorar la eficiencia de los procesos y tratamientos utilizados. Un ejemplo de ello es el trabajo que se realizan investigadores del Laboratorio para la Inteligencia Artificial y Ciencias Computacionales del MIT, que han creado un software capaz de detectar de manera muy precisa y automatizada las alteraciones producidas por desórdenes neurológicos como el alzhéimer, ofreciendo un diagnóstico más fiable y precoz a partir de la misma prueba. Este trabajo no sólo permite diagnosticar mejor una serie de patologías muy graves para quienes las sufren, sino que además ofrece un gran avance a la hora de automatizar procesos que pueden resultar tediosos y poco eficientes cuando se realizan de manera manual. Una vez conseguido el propósito inicial de demostrar la eficacia de este nuevo método de diagnóstico los científicos trabajan para desarrollar un sistema sencillo que permita tanto a los neurólogos como a los no especialistas utilizar esta tecnología en los hospitales y centros de salud. La Inteligencia Artificial también ayuda a científicos de Zebra Medical Imaging, en colaboración con Intermountain, para mejorar la eficiencia en la realización de diagnósticos médicos gracias a la creación una red neuronal capaz de estudiar y comparar radiografías en su propia base de datos. Un proceso que, esencialmente, es el que lleva a cabo un radiólogo especializado cada vez que estudia a una radiografía. Gracias a la aplicación de esta tecnología se pretende que sea la Inteligencia Artificial la que sea capaz de interpretar radiografías, de forma que se reduce el error humano en la realización de los diagnósticos.

Transporte: la experiencia European Truck Platooning Challenge promovida por el gobierno de Holanda y realizada a principios de este año ha demostrado que la utilización de tecnologías de Inteligencia Artificial para la conducción autónoma de camiones puede reducir en un 15% el consumo de combustible.  En la prueba han participado fabricantes de camiones como Volvo, Daimler y Scania, que han recorrido por Europa más de 2.000 kilómetros, atravesando cuatro fronteras y sin que se haya producido ningún accidente durante el tiempo de prueba. Gracias al éxito de esta prueba, compañías de logística como Unilever o DHL han manifestado su interés por usar esta forma de reparto de mercancías. Del mismo modo vamos a ver en los próximos años como la conducción autónoma de todo tipo de vehículos ayuda a mejorar significativamente problemáticas como losatascos que se producen cada día en las grandes ciudades o la alta contaminaciónque supone el uso ineficiente del vehículo privado. Igualmente vamos a ver cómo se va a producir un aumento de la eficiencia en la productividad de las personas en el momento que no sea necesario conducir los vehículos de forma manual, por lo que la gente tendrá más tiempo para dedicar a otras actividades a nivel profesional o a temas relacionados con el ocio.

Sigue leyendo este interesante artículo de Javier Martín en:

http://futurizable.com/bienvenido-la-la-eficiencia
©Futurizable