Tendencias de Data Science & AI para 2019


Después del inicio acelerado del año 2019, los profesionales del sector podemos visionar el camino que debemos seguir lo que resta del año. Tras realizar un análisis exhaustivo de las opiniones de los profesionales del sector en lo que consideran que será las tendencias, y las tendencias globales de nuestra sociedad relacionadas con este ámbito, ya podemos vislumbrar las primeras tendencias del área Data Science & AI para este año 2019.

Esta claro que los algoritmos y la inteligencia artificial están presentes en nuestras vidas, y que ya se han instaurado totalmente. La unión de diferentes términos de la inteligencia artificial y data science es cada vez más visible, tal y como se observa en los comentarios realizados en las redes sociales, y que se muestra en el siguiente gráfico:

Por tanto, podemos comentar las tendencias de Data Science & AI de forma conjunta durante este año 2019. En el 2018 ya pudimos visionar algunas tendencias que seguramente se muchas de ellas se empezarán a desarrollar e implantar en el año 2019, tales como:

  1. Transparencia de los Algoritmos. Desde hace unos años existe la tendencia de clarificar el funcionamiento de los algoritmos con el fin obtener la máxima transparencia de que se aplican de forma correcta tanto para su objetivo como para la sociedad. En muchas escuelas los niños empiezan a programar algoritmos e implementarlos en sus robots de juguete, este es el camino para que al final toda la sociedad entiendo el funcionamiento de los algoritmos y exista transparencia y credibilidad sobre los mismos.
  2. Data Centric: La filosofía de la unificación de los datos esta presente en nuestros ámbitos profesionales desde hace tiempo, pero todavía en muchas compañías es difícil el unificar los silos de información en un único almacén de datos que permita productivizar esto datos en inteligencia aplicada para los diferentes negocios u organismos. La unión hace la fuerza, así dice el dicho, pues lo mismo sucede con la unión de los datos, en muchos casos esta unión permite a los data scientist obtener modelos más fiables y robustos para dar respuesta a los objetivos de negocio o necesidades.
  3. Predicciones para un gran abanico de sectores con datos basados en imagen de satélites. Nuestro espacio esta repleto de satélites, no solo institucionales o de defensa, sino también comerciales. La información extraída de estos satélites permite predecir posibles desastres naturales, hasta incluso realizar inspecciones de irregularidades para los gobiernos.
  4. Mundo conectado por sensoresDigital Twins conectará a los sensores y humanos. Seguimos con la tendencia de tener todo conectado e hiperconectado, toda esta unión facilita datos que tratados de forma inteligencia conllevará a soluciones de mejora de nuestra calidad de vida.
  5. Cognitive Machine Learning: Las tecnologías cognitivas evolucionan constantemente y se vuelven cada vez más capaces de realizar tareas que requieren inteligencia humana.
  6. Realidad Aumentada: El uso de la realidad aumentada se esta insertando de forma común en nuestra sociedad, no solo para áreas industriales o profesionales, sino también en nuestra forma de entretenimiento. La interacción maquina – hombre sigue avanzando en el mundo de realidad aumentada, por lo que las técnicas data science & AI utilizadas en este ámbito serán más avanzadas y masivas.
  7. Natural Languaje Generation (NLG): Aunque ya llevamos más de una década trabajando en el reconocimiento del lenguaje humano por las maquinas, el uso de las nuevas técnicas y tecnologías permitirá avanzar de forma más rápida en este área.
  8. Orientación total hacia el negocio por parte de los Data Scientist: aunque uno de nuestros skills es entendimiento de negocio, es cierto que muchas instituciones académicas se centran en formar a los futuros profesionales del mundo de Data Science & AI en la parte técnica y algorítmica, olvidando el inculcar el entendimiento previo del negocio o ámbito de investigación donde se desarrollarán los algoritmos. Fruto de esta situación, en el ámbito profesional nos encontramos que es necesario orientar a estos profesionales en el entendimiento del negocio o caso de investigación, y la aplicación real del algoritmo en este negocio. Además, la comunicación con este entorno se debe realizar de la misma manera y no tan técnica basada en algorítmica. Este punto esta unido al primero de las tendencias comentado al inicio , la transparencia en los algoritmos, si no se explica con claridad el trabajo realizado por los profesionales el interlocutor que recibe el algoritmo puede mostrar desconfianza sobre el mismo.

En definitiva estas tendencias giran al rededor del Machine Learning, Deep Learning e Inteligencia Artificial (AI), para continuar con la búsqueda del raciocinio o aprendizaje humano a través de las maquinas.

Veremos al finalizar el año 2019 si estas tendencias se han cumplido o no, pero para hacer este balance tienen que pasar muchos meses, que será un post que espero realizar en el año 2020.

 Post by @noeliagorod

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.