Categorías
innovación

Hype Cycle 2021, ¿qué hay de nuevo?

Fiel a su cita en Agosto, Gartner publicó de manera abierta hace pocos días su Hype Cycle 2021, y cómo hacemos ya desde hace 6 años, vamos a compararlo con el del año pasado y buscar algunos ejemplos de las 25 tecnologías que aparecen.

Este suele ser el post más leído del año y uno que me da muchas alegrías porque es la base de una de las presentaciones que más hago al final del año enseñando ejemplos reales de estas tecnologías (por cierto, encantado de que hablemos para organizar una charla). Además lo escribo mientras miro de reojo a nuestra hija recién nacida, así que va a ser algo que escribo con mucha ilusión.

Los últimos años, el Hype Cycle se ha caracterizado por no mantener prácticamente ninguna tecnología del año anterior, por no tener ninguna tecnología en las últimas fases, y porque Gartner intenta resumir la curva en un número pequeño de macrotendencias. Todo esto ocurre de nuevo en el Hype Cycle 2021.

Hay que recordar que Gartner mantiene una multitud de Hype Cycles (más de 90) específicas para diferentes mercados y verticales, así que Gartner sigue muchas más tecnologías que las que aparecen en el Hype Cycle «general». Que una aparezca y desaparezca de la curva principal de año a año, no necesariamente significa que Gartner la dé por «perdida«.

En todo caso, no deja de ser significativo que de las 25 tecnologías que aparecen en el Hype Cycle de este año sólo haya 3 que están exactamente igual en las 30 del año pasado. Veremos luego que hay alguna con pequeños cambios en el nombre (algo que no suele ser trivial para Gartner), y otras que podrían considerarse consolidación de algunas que aparecían en año pasado.

Si en los últimos años se veían pocas tecnologías en las 3 últimas fases de la curva (Valle de la Desilusión, Ladera de la Ilustración y la Meseta de la Productividad), este año las 25 se encuentran en las dos primeras (Explosión de Innovación, Pico de las Expectativas Exageradas). La verdad es que aunque creo que entiendo los motivos por los que ocurre esto, me parece que Gartner arriesga poco haciéndolo.

El año pasado Gartner agrupó todas las tecnologías de la curva en 5 grandes grupos, este año lo hace en 3 temas. Hay que decir que en los últimos años el Hype Cycle ha ido de alguna forma volviendo a lo mollar de su negocio, es decir, el mundo IT puro y duro.

Estos últimos años ha ido subiendo paulatinamente el número de tendencias relacionadas con el mundo IT frente a lo que podríamos considerar más de «consumo», y la curva de este año sigue esa dirección. De estas tres grandes tendencias dos son «muy IT» (y la tercera en parte). Garner ha llamado a estos grupos «temas», así que vamos a verlos:

TEMA 1Engineering Trust (Construyendo Confianza)

El año pasado ya tuvimos una macrotendencia con nombre similar, Algorithm Trust. En esa línea, Gartner dice algo bastante obvio, que la transformación digital de los negocios necesita de un núcleo de tecnología en el que se pueda confiar, y que esta confianza necesita de seguridad y de fiabilidad.

En Engineering Trust encontramos una de las tendencias que repiten del año pasado, Data Fabric que en realidad cómo el resto, es una tendencia que aglutina un buen número de tecnologías. Muy relacionado con esta tendencia, estaría active metadata management. Un vídeo para los no iniciados sobre Data Fabric.

En el artículo de presentación de la curva, Gartner pasa bastante tiempo hablando del real-time incident command centers as-a-service. Sinceramente, se me ocurren pocas tendencias menos sexys, aunque quizá employee communications applications podría ser una de ellas. ¿Quién nos iba a decir que en el 2021 estaríamos hablando de esto?

También nos encontramos otra tendencia bastante poco sexy pero que cada vez va cogiendo más inercia, sovereign cloud. Un ejemplo muy cercano de esta tendencia es GAIA-X, un proyecto que entre otras cosas busca generar una infraestructura europea de servicios en la nube que garantice la soberanía de los datos europeos.

Podríamos hablar de que hay un subgrupo de lo «descentralizado» con los NFT, decentralized identity (el año pasado teníamos bring your own identity) y decentralized finance. También nos encontramos con algo que parece ciencia ficción por aquí, machine-readable legislation (legislación leíble por máquinas),

La última tendencia en este tema es Homomorphic Encryption, que al menos, tiene un nombre bastante más sexy. El Cifrado Homomórfico es un tipo de cifrado que permite realizar operaciones sobre los datos sin tener que desencriptarlos primero. Esto añade una capa de privacidad a los datos originales.

TEMA 2Accelerating Growth (Acelerar el Crecimiento)

Si el año pasado Gartner hablaba de Citizen Twin y Digital Twin of the Person, este año ha decidido consolidar todas las tendencias que buscan generar representaciones de seres humanos (en imagen, audio o texto) bajo Digital Humans.

El que el CEO de Nvidia utilizara un avatar en su último keynote, probablemente sea un buen ejemplo de esto.

En este tema Gartner incluye otra tendencia que ya estaba el año pasado, multiexperience (interacción con la tecnología a través de diferentes sentidos), industry cloud (servicios en la nube paquetizados para soluciones verticales) y la muy exótica quantum Machine Learning.

El año pasado ya aparecía Generative AI, una tendencia en la que diferentes técnicas de Inteligencia Artificial se mezclan para crear cosas nuevas. En esa línea, nos encontramos varias tendencias que aumentan la inteligencia humana con la IA. Dentro de este tema Gartner coloca la AI-driven innovation, aunque veremos alguna otra en el tema siguiente. Un ejemplo de Generative AI, DALL-E:

 

Tema 3Sculpting Change (Esculpiendo el Cambio)

Otra tendencia que identifica Gartner relacionada con la IA es Physics-Informed AI (PIAI). Aquí lo que se mezclan son sistemas de IA con modelos físicos. A los aprendizajes a través de Machine Learning se  les «obliga» a encajar en modelos físicos científicos eliminando parte del ruido en los datos.

En la línea que hablábamos antes de la IA aumentando la creatividad humana nos encontramos AI-augmented design (que ya estaba el año pasado) y algo en lo que recientemente hemos visto tremendos avances, AI-augmented software engineering. Con Copilot a la cabeza:

Volviendo al mundo IT y el concepto que Gartner lleva utilizando varios años de «composable» (componible), nos encontramos con composable applications y composable networks que sustituyen al composable enterprise del año pasado. Todas hacen referencia a arquitecturas modulares y flexibles integradas principalmente por APIs con las que se construyen servicios integrando aplicaciones de diferentes proveedores de forma sencilla. En esa misma línea aparece el término self-integrating applications que sería probablemente la cúspide de este ecosistema componible en el que no hace falta integración porque se hace automáticamente.

Algo también «muy de IT» en el radar a largo plazo de Garner es named data networking que sería la evolución de la arquitectura IP actual detrás de internet y todas las redes que Gartner considera que podría ser una realidad en más de 10 años.

También en la parte del back office nos encontramos con digital platform conductor tools. Estas son una serie de herramientas que ayudan a los gestores de IT a controlar e integrar los diferentes servicios internos y externos que al final soportan la infraestructura de servicios de la empresa.

Y finalmente, en el reino del marketing digital aparecería influence engineering. Llevábamos varias curvas  sin tendencias en este tipo, y ahora Gartner recupera este concepto que ya utilizó hace casi una década que quiere recoger todas las herramientas que los departamentos de marketing digital tienen a su disposición para conseguir impacto en sus clientes. La omnicanalidad ya está obsoleta.

Y por mirar de nuevo a la curva del año pasado, no es nada sorprendente que no haya ni rastro de las tecnologías que Gartner incluyó el año pasado relacionadas con el COVID (a pesar de que no hemos salido de la pandemia).

Y hasta aquí un primer acercamiento al Hype Cycle 2021, que cómo siempre tiene cosas interesantes, aunque cómo nunca dejo de repetir cuando hablo de estas cosas, la tecnología es lo menos importante.

@resbla

PD: No dudes en ponerte en contacto conmigo si quieres que preparemos una charla para tu organización en la que veamos en más detalle esta curva de una manera muy amena y con ejemplos reales.

Categorías
innovación

La Inteligencia Artificial que hace lo que quiere

Todos sabemos que el 29 de junio de 1997 Skynet tomó consciencia de sí misma, lo que no sabemos es cómo pasó ni cómo sus programadores lo supieron.

Algo parecido les está pasando a los programadores de sistemas de Inteligencia Artificial de verdad, no los de ciencia ficción, y en las últimas semanas hemos visto un par de noticias alucinantes en este sentido, pero por qué no negarlo, que también dan un poco de cosica.

De todo esto hablamos en este #technobits de Capital Radio con Luis Vicente Muñoz:

https://resbla.com/wp-content/uploads/2021/03/IA-autosuficiente.mp3?_=1

 

Hace un par de semanas, OpenAI anunciaba que habían identificado neuronas multimodales en redes neuronales artificiales, concretamente en su sistema de reconocimiento de imágenes CLIP.

Ya hemos hablado bastantes veces en este blog de OpenAI, la empresa que empezó como fundación de Elon Musk enfocada en buscar una Inteligencia Artificial más humana, así que no entraremos en más detalles.

Es muy interesante que el documento en que presentan el estudio, citen a estas neuronas multimodales cómo la posible razón por las que CLIP es tan preciso. Es decir, se sabe de la precisión del sistema, pero no se sabe cómo se consigue. Esto es una constante en la IA actual.

Parece probado que los seres humanos tenemos neuronas multimodales. Son un tipo de neuronas superespecializadas que responden a conceptos abstractos más allá de una imagen o un sonido. Los autores de la investigación original en estas neuronas hicieron famoso el concepto de «neurona Halle Berry». Esta sería una neurona que respondería a todo lo que nos recuerda a Halle Berry, ya sea su nombre, su imagen o películas en las que ha actuado por ejemplo.

Los investigadores de OpenAI han encontrado algo equivalente en la red neuronal de CLIP, y ponen entre otros ejemplos la que llaman «neurona Spiderman». Esta neurona artificial reacciona no sólo a imágenes de spiderman, sino a dibujos de spiderman pero también de cosas relacionadas, y también a texto, algo que las neuronas multimodales biológicas también hacen.

Conviene recordar que las redes neuronales artificiales en las que se basan muchos de los sistemas de IA actuales, están diseñados de una manera que intentan imitar cómo funciona la mente humana. Así que sorprende poco que estemos hablando de neuronas, lo que sorprende es que estas neuronas hayan aprendido por sí solas a trabajar así, porque CLIP no se programó para que tuviera neuronas multimodales.

La realidad es que todas las redes neuronales se entrenan exponiéndolas a un montón de información y siguiendo procesos de aprendizaje, pero lo que parece casi ciencia ficción es que a través de ese proceso de aprendizaje, CLIP se haya optimizado de forma autónoma para generar estas neuronas artificiales multimodales.

El cienciaficcionista en mí diría que esto es una confirmación más del funcionamiento de las neuronas multimodales en los humanos y su eficacia, una especie de evolución «natural» acelerada. Pero al revés, que una red neuronal moderna como CLIP, efectivamente funciona de forma parecida a las de los seres humanos, aunque todo esto se lo dejaremos a los científicos. También por cierto, uno se pregunta qué pasará cuando se aplique todo esto a la computación cuántica que funciona de una forma probabilística similar a las de las redes neuronales.

Algo muy interesante también en esta publicación, es que OpenAI avisa de que todo esto abre la posibilidad a algo que llaman «ataques tipográficos«, en los que simplemente poniendo un texto a la vista de una inteligencia artificial, se puede conseguir engañarla para no distinguir lo que hay detrás. Fijaros que ante una manzana (apple), CLIP ya daba una probabilidad (muy pequeña) de que en la imagen en realidad hubiera un iPod. Pero al superponer un texto que lee «iPod», la inteligencia artificial ya da de forma clara el resultado de iPod.

Otro ejemplo de un sistema de Inteligencia Artificial reaccionando de una forma para la que no había sido programado lo hemos visto también en Learning from videos de facebook.

Este sistema de tan original nombre, ha sido desarrollado por facebook para que sea la base de aprendizaje de sus diferentes sistemas en lo relativo al vídeo. Analizar y entender vídeo es una tarea de una magnitud muy superior a la del reconocimiento de imágenes, ya que no se trata sólo de entender lo que hay en un fotograma, sino también en la relación que hay entre los que forman el vídeo.

Learning from videos es una herramienta de investigación, pero facebook ya ha hecho algunas pruebas poniéndola a funcionar junto a GTD, su sistema más actual que entre otras cosas puede generar recomendaciones de vídeos basadas en su similitud.

Pues bien, resulta que el sistema recomienda vídeos en base a que tengan también sonidos parecidos, algo para lo que nunca fue diseñado.

Está claro que no estamos cerca de un sistema que de repente cobre consciencia de su existencia, pero no cabe duda de que haya sistemas que hagan bien cosas para las que nunca fueron diseñados es más que una sorpresa. De hecho, es una llamada de atención para algo de lo que se lleva hablando mucho tiempo (nosotros también lo hicimos aquí) y es de que la IA actual es una caja negra que ni siquiera sus creadores con capaces de explicar.

Por eso, una de las tendencias en la IA (identificada en el hype cycle desde hace un par de años) es el de la Inteligencia Artificial Explicable (explainable AI). No sólo es necesario que sus creadores entiendan por qué las IA toman las decisiones que toman, sino va a ser cada vez más importante obviamente para sus propietarios, pero también para sus usuarios. De hecho, es probable que sea obligatorio por ley dentro de poco.

@resbla

Categorías
innovación

China vs Elon Musk

Hace 6 años del lanzamiento del programa Made in China 2025 con el que el gobierno chino quería conseguir una posición de liderazgo a nivel global en tecnología. No sabemos qué indicadores manejan, pero es muy posible que muchos de ellos estén en verde.

Con ocasión de su Congreso Legislativo Anual, el gobierno chino está trabajando en una actualización del plan para los últimos años del Made in China 2025, y se habla de que ahora serán 7 tecnologías centrales en las que se centrará el esfuerzo de I+D+i.

De todo esto hablamos en este #technobits de Capital Radio con Luis Vicente Muñoz:

https://resbla.com/wp-content/uploads/2021/03/made-in-china-2025.mp3?_=2

 

Originalmente, en Made in China 2025 se definieron 10 tecnologías foco para la inversión de I+D+i. Tecnologías de la Información, robótica, tecnologías verdes, aeroespacial, tecnología marítima, equipamiento ferroviario, energía, nuevos materiales, biotecnología y agtech. No sólo se identificaron tecnologías, sino que se identificaron empresas líderes para cada sector.

El programa ha ido actualizándose, pero parece que habrá una muy importante en preparación para los últimos años del programa, y lo que más llama la atención es que pasamos de 10 a 7 «tecnologías centrales»:

Inteligencia Artificial, computación cuántica, semiconductores, genética y biotecnología, neurociencia y aeroespacial.

Es interesante ver cómo se han caído temas relacionados con energía, maquinaria pesada y nuevos materiales y áreas que podrían agruparse en «biotech», ahora se separan. También, tecnologías que antes estaban debajo de tecnologías de la información, ahora aparecen de forma individual.

Es imposible que haya una razón única para esto, pero especulemos con algunas. Para empezar, quizá China ya considera que ha «ganado» en tecnologías verdes. China es líder en energía eólica y fotovoltaica, tanto en fabricación como en base instalada. De hecho, es muy probable que también lo sean con el hidrógeno.

La maquinaria pesada, que tenía varios representantes en la lista original, desaparece en esta actualización. Cierto es que China ha avanzado también muchísimo en este ámbito. Lejos están los días en que China tenía que comprar maquinaria americana o alemana y sus fabricantes nacionales eran de tan baja calidad que no eran verdadera competencia. Sin embargo, puede que no sólo ese sea el motivo por el que no aparecen en la lista, sino porque la batalla ya no está tanto ahí.

Y en el caso de nuevos materiales, puede que el motivo sea que el plan busca resultados a corto plazo, y puede que el gobierno chino considere que esto está más en el reino de la ciencia básica, en el que por cierto, también han evolucionado de forma espectacular.

Pero lo más llamativo es lo que se queda, o más bien se amplía. Dónde originalmente decía tecnologías de la información, ahora dice Inteligencia Artificial, computación cuántica y semiconductores. Y dónde decía biotecnología, ahora dice biotecnología y genética además de neurociencia. Si además añadimos aeroespacial, resulta que básicamente tenemos el portfolio de inversiones de… Elon Musk. Al menos una gran parte, permitidme la licencia.

Claro que Elon Musk no está en semiconductores, pero sería muy raro que China no lo hubiese incluido teniendo en cuenta que es la batalla central de su guerra comercial con EEUU. Tampoco tiene inversiones en genética y biotecnología, aunque se podría argumentar que algunas de sus empresas jugarán un papel importante de forma indirecta en este sector. Tampoco tiene inversiones en computación cuántica, pero no somos los únicos que pensamos que puede que sea cuestión de tiempo.

Sin embargo, OpenAI, Neuralink, SpaceX son referencias mundiales en los sectores que China a elegido como foco.

Una cosa que parece clara, es que China pone el foco en las tecnologías pero espera que sean empresas las que den la batalla. El plan define crecimientos anuales de un 7% en presupuestos de I+D+i que llevará la inversión a niveles récord respecto al PIB. Pero aunque hay una importante parte dedicada a la investigación básica, hay también ayudas a startups y empresas, flexibilización en financiación bancaria y en regulación sobre inversiones.

Uno se pregunta cómo estamos de preparados por aquí para esta batalla. EEUU parece que lo tiene claro. De hecho, habla de una alianza internacional, pero no parece que piensen que Europa tiene mucho que aportar.

En Europa, y en España, se habla mucho ahora del Estado Emprendedor, pero si la cosa va a ir de que en el 2021 el «gobierno construya una fábrica de baterías«, parece muy poco y muy tarde. Hace 5 años este anuncio habría sido esperanzador, hoy es la constatación de que llegamos los últimos a la fiesta.

Mi recomendación para los estrategas que estén definiendo en qué «tecnologías centrales» hay que invertir, copien a Elon Musk.

@resbla

Salir de la versión móvil