Jordi Torras, Inbenta: “La IA Simbólica obtiene resultados mucho más rápidos y con infinitamente menos datos de entrenamiento”

La compañía española Inbenta, especializada en el campo de la Inteligencia Artificial, anunció recientemente la incorporación de la Inteligencia Artificial Simbólica a su catálogo de servicios: un enfoque completamente distinto al de la IA más utilizada, basada en machine learning, y que está resurgiendo en todo el mundo tras 60 años de hibernación, buscando superar algunos de los límites actuales de estas tecnologías. Para conocer un poco más sobre la IA Simbólica y cómo su uso puede acelerar la transformación digital de las empresas, hemos hablado con Jordi Torras, CEO de Inbenta.

¿Qué es la inteligencia artificial simbólica?

La IA simbólica utiliza un modelo semántico que representa el idioma específico que el sistema comprende (español, inglés etc.) así como una representación semántica del mundo en el que ese idioma se utiliza. 

De esta manera, cada palabra, concepto, idea… que los humanos manejamos al comunicarnos entre nosotros en lenguaje natural, se convierte en un símbolo dentro del “cerebro” de nuestra I.A. Además, los símbolos están relacionados entre sí mediante multitud de conexiones semánticas  que permiten al sistema comprender las preguntas de los usuarios en contexto correcto. 

¿En qué se diferencia del enfoque más común de la inteligencia artificial?

El enfoque más común para desarrollar Inteligencia Artificial es utilizar algoritmos de aprendizaje automático o Machine Learning. Este enfoque se ha popularizado mucho en la década del 2010,  desde la aparición del algoritmo Deep Learning, que ha permitido solucionar con éxito multitud de problemas complejos a base de analizar automáticamente ingentes cantidades de datos.  

La inteligencia artificial simbólica fue el origen de la inteligencia artificial, a mediados de siglo pasado. ¿Por qué vuelve a estar de actualidad?

https://marketing4ecommerce.net/inteligencia-artificial-machine-learning-ia/

Podríamos hablar de un “retorno” de la I.A. simbólica. Esto está motivado por 3 motivos principales: 

• Incapacidad de comprensión: A pesar de que Machine Learning ha sido un éxito rotundo en algunos dominios de I.A. (medicina, farmacia, finanzas) ha puesto de manifiesto enormes limitaciones a la hora de demostrar una mínima comprensión del lenguaje humano (o “Procesamiento del Lenguaje Natural” como se llama en el sector). 
• Requerimientos de volumen de datos: Machine Learning requiere una cantidad ingente de datos para poder operar mínimamente. Cuando eso se aplica al Procesamiento del Lenguaje Natural significa proveer con una cantidad enorme de ejemplos de frases reales (o “utterances” como se llama en el sector). En la mayoría de casos, eso en realidad es inviable. 
• Opacidad: Machine Learning supuestamente aprende basándose en los datos pero no ofrece ningún mecanismo “explicativo”. Esto significa que, cuando un cliente no está satisfecho con los resultados, no tiene ninguna manera de corregirlos (excepto añadir más datos y esperar alguna mejora). 

Todos estos problemas, junto con la disponibilidad de arquitecturas de cloud computing más avanzadas disponibles hoy en día, y con mejores modelos lingüísticos producto del progreso en el espacio de la Lingüística Computacional, los modelos simbólicos empiezan a dar mejores resultados y más rápidamente que el Machine Learning tradicional.

¿Cuáles son las principales ventajas de la inteligencia artificial simbólica?

Viendo las limitaciones del Machine Learning, el concepto de I.A. simbólica vuelve a cobrar momentum, esta vez reforzado por más y mejores infraestructuras de cloud computing, acceso rápido a datos e importantes avances en el espacio de la Lingüística Computacional, psicología y ciencias cognitivas. 

La principal ventaja de la I.A. para el procesamiento de lenguaje natural es que obtiene resultados de manera mucho más rápida y con infinitamente menos datos de entrenamiento. Además, los motores simbólicos de I.A. suelen incorporar módulos explicativos con lo que son más eficientes y rápidos para incorporar mejoras. 

Acabáis de presentar una plataforma de gestión de interacción basada en este tipo de IA. ¿En qué consiste?

https://marketing4ecommerce.net/inteligencia-artificial-en-ecommerce-soluciones-para-optimizar-las-ventas-online/

En Inbenta creemos que los procesos de transformación digital van a dirigir la manera en que las empresas se comunican con sus clientes. Asimismo, todas estas comunicaciones o interacciones obviamente suceden en lenguaje natural, que es la manera en que los humanos nos comunicamos. 

Mediante nuestra gestión de la interacción basada en I.A. simbólica, damos a las empresas la capacidad de comunicarse con sus clientes por diversos canales digitales (web, email, Whatsapp, etc) simultáneamente, así como interactuar con sistemas inteligentes como chatbots y buscadores, dejando a los seres humanos las interacciones de más valor añadido y que necesitan más y mejor atención. 

¿Qué tipo de aplicaciones tiene esta nueva herramienta?¿A qué tipo de clientes va dirigida?

Los clientes están utilizando nuestro ‘Gestor de Interacciones con Cliente’ para comunicarse con sus clientes de manera inteligente y multicanal; optimizando sus propios recursos para dedicarlos en aquellas interacciones que requieren una interacción más especializada. 

¿Qué es Inbenta Lexicon?

Podemos pensar en nuestro Lexicon como una base de datos enorme donde guardamos centenares de miles de símbolos con sus relaciones semánticas. Es una descripción del idioma en el que hablamos y el mundo en el que vivimos que evoluciona constantemente. Un equipo de lingüistas computacionales en Inbenta vela por la continua expansión y mejora del Lexicon, de manera que cada mejora incremental en el Léxico impacta potencialmente a todos los clientes que lo usan de manera inmediata. 

¿Cómo es el proceso de integración de esta tecnología con la web y sistemas de de las empresas?

https://marketing4ecommerce.net/mejores-herramientas-chatbot-ecommerce/

Los procesos de integración  de tecnologías han evolucionado enormemente en los últimos años. La disponibilidad de estándares de mercado como RESTful API, SDK, JavaScript, JSON, etc permite la integración de múltiples tecnologías de manera mucho más sencilla. 

Para ello, en Inbenta hemos abierto toda nuestra plataforma a la comunidad de desarrolladores que pueden acceder a nuestras API abiertas, y que tenemos documentadas en nuestro portal de desarrolladores.

Contáis con presencia internacional: ¿cómo está progresando esta expansión?¿Tenéis planes de seguir expandiendo vuestro alcance a corto plazo?

Tenemos una buena cobertura en Europa, Brasil y Estados Unidos. Mediante diversos partners estamos también dando cobertura a México y Japón.

Actualmente estamos trabajando en la expansión a China, también a través de partners especializados. El primer paso ha sido tener nuestro software y nuestro Léxico preparado para el idioma chino, en todas sus variantes dialectales y de escritura. 

¿Qué objetivo te planteas para este año?

Obviamente 2020 no va a ser recordado como un año de expansión económica a nivel general. Sin embargo, en Inbenta hemos sido capaces de generar crecimiento durante este 2020, sin tener que recurrir a ninguna reducción de plantilla. Todo lo contrario, hemos contratado personal en todos los países en los que tenemos presencia. 

Ahora estamos trabajando en diversos planes de expansión preparándonos para lo que creemos será un periodo de crecimiento más acelerado empezando en 2021. 

Imagínate que pudieses viajar en el tiempo: ¿Qué consejo le darías a tu Yo de 2010? 

Cuida de este cuerpo que estás usando ahora. Voy a necesitarlo. 🙂

Hagamos un poco de futurología: ¿Qué titular te gustaría leer en Marketing4eCommerce dentro de un año?

“¿Quién se acuerda de COVID-19? Cómo el mundo ha mejorado de manera espectacular en sólo un año.”

Y un poco más difícil: imagínate que damos un salto adelante en el tiempo: ¿cómo te imaginas la IA en 2023?¿Cuál será el próximo gran avance en este campo?

La I.A. simbólica es capaz de resolver de manera muy eficiente muchos problemas específicos. Para otro tipo de problemas el Machine Learning ha demostrado ser una tecnología muy sólida. Sin embargo, en los dos casos estamos hablando de Inteligencia “estrecha” (sólo viable para aplicaciones muy específicas). El siguiente gran paso es lograr la Inteligencia Artificial General (utilizable en todos los casos). Sería impresionante ver avances en esa línea. 

Cuestionario rápido:

• ¿Cuál es la primera red social que abres en el día? Twitter
• ¿iOs o Android? Uso 2 móviles (EU y US) uno IOS, otro Android.
• ¿App o web? Si existe, app.
• ¿En qué eCommerce y hace cuánto has hecho tu última compra online? Amazon. Ayer.
• ¿Y qué era? Un soporte para guitarras.
• ¿Último libro leído? “The hard thing about the hard things. “ de Ben Horowitz
• Recomiéndanos una serie de ficción Rick and Morty.
• ¿Qué web has conocido últimamente que te haya sorprendido para bien? fast.com
• ¿Qué es lo que más te gusta hacer que no tenga nada que ver con lo digital? Tocar el bajo con mi banda de blues.
• Hilemos una cadena mágica: ¿A qué conocido tuyo (de otra empresa) crees que deberíamos entrevistar? ¿Por qué? Roger Casals, CEO de Plazah. Va a revolucionar lo que hasta ahora hemos entendido del e-commerce en nuevo paradigma.

Este artículo contiene enlaces de afiliación de Amazon. Utilizarlos para comprar es una forma sencilla de ayudarnos a seguir creciendo 😉