Por: Luis San Martín Arzola
Ingeniera en Bioinformática, doctora en Biotecnología de la Universidad de Santiago (SACH) e investigadora en la Facultad de Ingeniería de la Universidad Autónoma de Chile, Patricia Möller, figura destacada en el ámbito de la investigación, está involucrada en varios proyectos que utilizan a su favor y para su desarrollo herramientas de IA, machine learning (aprendizaje automático) o minería de datos.
Con sistemas como Fruit APP o iniciativas que utilizan estas nuevas tecnologías para detectar temblores, olas de frío e incluso zonas en las que puedan ocurrir incendio forestales, se ha convertido en un referente en el ámbito del uso de datos para las predicciones de este estilo, así como en la educación ambiental y la conservación del medioambiente.
En el Congreso Futuro 2024 que termina este viernes, participó con la conferencia “Usos de la IA para prevenir incendios forestales”, centrada en el impacto que tiene la inteligencia artificial en dicho ámbito si se trata de diagnosticar y monitorear las posibilidades de estos eventos.
Se nos presenta la inteligencia artificial como algo casi mágico y autónomo. ¿Cómo describirías el papel del factor humano en el desarrollo y mantenimiento de herramientas como ChatGPT?
Claramente, nosotros tenemos que tener en cuenta que la Inteligencia Artificial en realidad se alimenta de lo que hace el ser humano, de los datos que crea, de la forma en que obtiene los datos, y a partir de eso entonces se puede entrenar o se puede generar estos modelos basados en Inteligencia Artificial. Por lo tanto el factor humano es clave para poder desarrollar, crear y por supuesto mantener estas herramientas que se basan en Inteligencia Artificial. Entre mayores datos, nosotros le entreguemos al sistema, el sistema se vuelve mucho más robusto y por lo tanto funciona de mejor manera.
Si generamos un sistema con datos que estén desactualizados, lo más probable es que los resultados no sean los óptimos. Cuando hablamos de mantener esta herramienta, en realidad tenemos que mantener con datos actualizados, siempre preocuparnos de que estos datos representen en realidad la mayor cantidad de factores posibles para que las decisiones que tome esta máquina, la forma en la que entrega los resultados, sea lo mejor posible. El factor humano es clave en el desarrollo y mantenimiento de todas las herramientas que tengan que ver con inteligencia artificial, desde la creación de los datos.
Nosotros creamos datos, por ejemplo, los datos que generamos en el teléfono, los comportamientos de compra, etc. Todo eso es un dato. Y obviamente al mantener después estas herramientas también juegan un rol clave los seres humanos.
Tu investigación se centra en proyectos de inteligencia artificial aplicados a la industria frutícola y agroindustrial. ¿Cómo ha impactado la IA en estos sectores en Chile y cuál es el rol de la investigación en esta nueva tecnología si se trata de esta transformación?
Efectivamente, mis investigaciones se centran principalmente en el área frutícola y agroindustrial. Y acá es muy importante mencionar que, si bien la inteligencia artificial abre un abanico de oportunidades, tenemos que tener siempre muy claro que tenemos que pensar en las habilidades del usuario, pensar en el usuario final para que esto no solo sea un gran desarrollo, sino que también sea realmente útil. Por lo tanto, siempre tenemos que ver la usabilidad que tiene nuestro sistema.
Hoy en día existen muchos sistemas en este sector. Sin embargo, estos son tan complejos de utilizar que, finalmente, quedan solo en una investigación, solo un desarrollo, pero no llegan a solucionar el problema que uno está estudiando.
Si bien la inteligencia artificial nos genera muchas oportunidades, tenemos que pensar en las habilidades que tiene nuestro usuario, y adaptarlas a las necesidades reales que ellos tengan. Por ejemplo, si estamos haciendo un sistema con inteligencia artificial que se va a utilizar en los campos, tenemos que pensar que no en todos los campos hay buena señal, que va a afectar el sol, por lo tanto, incluso tienen que ver los colores que utilizamos. Si bien la inteligencia artificial nos permite realizar muchas soluciones, tenemos que fijarnos en nuestro usuario final y, en realidad, adaptarse a las necesidades que ellos tengan.
En otras entrevistas, has hablado sobre la necesidad de enseñar a la IA mediante datos. ¿Podrías explicar cómo se lleva a cabo este proceso, en términos simples, y cuál es la importancia de los datos en el aprendizaje de las máquinas? ¿Son los datos la llave al futuro?
Sí, yo creo que los datos claramente son la llave del futuro. Tenemos que tener muy claro que los datos es con lo que nosotros alimentamos a la inteligencia artificial, por eso, los datos son clave. Cada día generamos más; hoy los datos son “casi abiertos”. Tenemos que tener mucho cuidado con los que utilizamos, que estos sean de calidad, que realmente sean válidos. Entonces, estos son los que al final entrenan o permiten que nosotros entrenemos la inteligencia artificial.
¿Cómo funciona este proceso en términos muy sencillos? Cuando desarrollamos inteligencia artificial, lo que hacemos es que la máquina aprenda. ¿Cómo aprende? Aprende de datos. Si yo a la máquina le enseño, por ejemplo, que quiero predecir cuándo van a existir temperaturas menores a cero grados. Yo le digo: “Bajo estas condiciones climáticas —tal temperatura, tal radiación solar, con tanto viento, con tanta humedad, etc. —, se producen temperaturas menores a cero grados”. O: “Con estas otras características, no logramos llegar a los cero grados”. Por lo tanto, entre más ejemplos le voy entregando y las características que tiene que tener para lograr llegar o no llegar a estos cero grados, lo que yo logro que la máquina aprenda todo esto, lo pueda procesar y entonces pueda predecir, cuando yo le entrego ciertas características, si va a existir o no la temperatura menor a cero grados.
Obviamente, lo que hacemos con las máquinas es que tratamos que ellas aprendan muchos factores que nosotros no somos capaces de analizar. Entonces, si yo hoy día menciono dos o tres factores, es muy fácil encontrar alguna lógica y poder decidir o predecir si eso va a ocurrir o no va a ocurrir. Pero cuando hablamos de mucha cantidad de datos, obviamente se nos hace imposible, y es por eso que utilizamos las máquinas y generamos esta IA. Pero como la inteligencia tiene que aprender, aprende de los datos.
Has mencionado que cuando se habla de IA, se tiende a ocultar el trabajo manual detrás de ella, e incluso el trabajo humano en general. ¿Cómo afecta esto a la percepción pública y al entendimiento real de la inteligencia artificial?
Efectivamente, los seres humanos cobran un rol muy importante, ya que la inteligencia artificial no es magia. Hace muchos años que se viene trabajando en IA, casi desde los años 60, y hoy en día ha evolucionado hasta lo que conocemos y utilizamos. Siempre ha existido un grupo de desarrolladores que ha permitido esto, gente detrás de esta inteligencia artificial que es la que está analizando todos estos datos, procesándolos, entregándoselos al sistema para que este logre entender lo que está ocurriendo y pueda predecir, pueda responder, pueda clasificar, etc.
Pero siempre hay humanos que están por atrás creando estos sistemas que nos permiten poder utilizarlos. Entonces, es clave entender que la IA no es magia, que por atrás se alimenta de datos, los datos se los tenemos que entregar nosotros.
¿Cuáles son los mayores desafíos éticos y prácticos que enfrenta la inteligencia artificial en la actualidad? ¿Cuál es tu opinión sobre la preocupación generalizada de que la IA podría conducir a la pérdida de empleos? O por el contrario, ¿generará más?
Podemos pensar que cuando se creó, por ejemplo, la máquina de vapor, se pensó que iban a desaparecer muchos trabajos, y más bien hay que pensar que nosotros tenemos que reinventar esos trabajos. Es verdad que cuando aparece una nueva tecnología hay algunos empleos que se pierden, pero el sistema nos invita a nosotros a reinventarnos, a reaprender, nos entrega retos. Por ejemplo, la necesidad de adaptar a todos los actores que están involucrados a esto nuevo que ha ido apareciendo.
No es que no vamos a tener empleos, sino más bien tenemos que adaptarlos e incluso crear nuevos de acuerdo a las necesidades que van ocurriendo y considerando que tenemos esta herramienta hoy en día es la inteligencia artificial. No nos tenemos que ver como “humanos versus IA”, sino que “humanos con IA”, que por supuesto ayuda mucho. Creo que esta preocupación la tenemos que ir dejando fuera y pensar que en realidad la inteligencia artificial a nosotros nos va a ayudar.
Hoy en día, por ejemplo, lo que hace la máquina —en tiempos mucho más cortos que los que nosotros utilizamos en realizar algo— permite que el resto del tiempo nosotros podamos enfocarnos en otra tarea. Por lo tanto, no es que los trabajos vayan a desaparecer.
Hablemos de la aplicación práctica de tu investigación, como OK Fruit App, que sirve para determinar la calidad de ciertas frutas solo con fotografiarlas. ¿Cómo ha facilitado la inteligencia artificial el control de calidad en la industria agrícola? En términos sencillos, ¿cómo funciona este proceso?
OK FruitApp es un sistema de control de calidad de frutas, que efectivamente solo con una fotografía captada de cualquier teléfono móvil a nosotros nos entrega curvas de color, calibre y defectos externos que tenga la fruta. Acá la inteligencia artificial juega un rol muy importante porque permite obtener resultados en mucho menor tiempo. Lo que antes hacía una persona evaluando la fruta en treinta minutos, hoy se realiza en treinta segundos. Ayuda que en ese otro tiempo se realicen otras tareas, se mejore la calidad de frutas, permite innovar con todo este tiempo, permite mejorar toda la calidad que se está evaluando.
Así, cuando nosotros hablamos de cómo funciona este proceso, en realidad lo que nosotros hacemos es que tomamos una fotografía con un ambiente controlado, hacemos análisis de imagen y con herramientas de inteligencia artificial lo que logramos es precisar los resultados. Entonces, logramos obtener resultados bastante similares, llegan hasta un 97% de similitud con lo que hoy se evalúa en forma manual.
Además, es muy importante mencionar que como esto depende del ojo humano, en realidad, cuando se hace de forma manual depende mucho de quién esté evaluando las frutas. Hoy, como lo hace una máquina y siempre tiene las mismas consideraciones, no caemos en algunos sesgos.
También estás involucrada en un proyecto de la Universidad Autónoma que creará un modelo basado en IA y deep learning para predecir puntos en los que se pueden producir incendios forestales. Esto mediante datos satelitales, meteorológicos, de actividad humana y topográficos, un tema que aqueja al país cada verano. ¿Por qué en este sentido la introducción de la IA lo cambia todo lo que ya se venía investigando y desarrollando al respecto?
En cuanto al proyecto de predicción de incendios forestales, la inteligencia artificial en realidad es clave para lograr su objetivo, pues se pueden utilizar muchos parámetros, muchas condiciones; parámetros topográficos, meteorológicos, ambientales, satelitales, de actividad humana. Y junto con información histórica de incendios forestales podemos entrenar y validar modelos de inteligencia artificial.
En este caso, nos vamos a centrar en redes neuronales convolucionales y memoria a largo plazo, con la finalidad de poder monitorear y predecir las zonas de mayor susceptibilidad o riesgo de ocurrencia de lava. Acá es importante mencionar que nosotros esperamos generar modelos que sean muy robustos, alcanzando sobre el 90% de eficiencia. Obviamente, la eficiencia va a ir aumentando a medida que el modelo vaya considerando una mayor cantidad de datos.
Basándote en tu experiencia y tus proyectos actuales, ¿cuáles son las perspectivas futuras que vislumbras para la inteligencia artificial, especialmente en sectores como la agricultura, la industria o el sector forestal?
En relación a las perspectivas futuras de la inteligencia artificial, es importante mencionar que esta hoy nos permite optimizar, predecir lo que va a ocurrir, mejorar la calidad, personalizar lo que estamos buscando y, entonces, permite incluso tomar decisiones mucho más inteligentes. Si lo pensamos, podríamos decir —en forma muy resumida— que la IA es una herramienta que nos faculta aumentar la competitividad. Nos permite hacer mucho, pero nosotros tenemos que saber hasta dónde llegar con esto.
Creo que una frase clave para todo esto es mencionar que la inteligencia artificial no es la que va a decidir qué hacen los humanos, sino los humanos los que deben tomar las decisiones con la ayuda de la IA. Esto es clave para poder decir hasta dónde vamos a llegar con ella, pero obviamente siempre pensando en que nos va a permitir aumentar la competitividad, disminuir tiempo, disminuir costos, mejorar la productividad, etc.
