boletín de vigilancia economía digital tecnológica lnteligencia artificial v2... · consideradas...
TRANSCRIPT
Programa de Excelencia en Contenidos Digitales y
Economía Digital
Boletín de
Vigilancia
Tecnológica
Inteligencia
Artificial
Actualizado a
Septiembre de 2015
Índice
General
3. Áreas
2. Mercado
4. Aplicaciones
1. Historia
5. Patentes
6. Agentes Clave
7. Iniciativas de interés
8. Fuentes de información
1. Historia
4
La inteligencia artificial es un área multidisciplinaria que estudia la creación y diseño de sistemas
capaces de resolver problemas por sí mismas, utilizando como paradigma la inteligencia humana.
De la misma manera que la Revolución Industrial transformó radicalmente la vida de la humanidad en
los siglos XVIII y XIV, la Inteligencia Artificial está transformando radicalmente la forma de vida en el
siglo XX y XXI. Los juegos de ordenador, anuncios online, traductores, vehículos de auto-conducción, e
incluso Facebook y Google, operan a través de Inteligencia Artificial.
La Inteligencia Artificial tomó fuerza como disciplina de las ciencias de la información a partir del
trabajo de Alan Turing en 1950, aunque los fundamentos se remontan a la lógica y algoritmos de los
griegos, y a las matemáticas de los árabes. A continuación se presentan los hitos más relevantes en la
historia de la inteligencia artificial:
Historia de la Inteligencia Artificial (1)
Aristóteles describió de manera estructurada un
conjunto de reglas, silogismos, que describen
una parte del funcionamiento de la mente
humana, y que producen conclusiones
racionales a partir de premisas dadas.
Ctesibio de Alejandría construyó la primera
máquina autocontrolada, un regulador del flujo
de agua que actuaba modificando su
comportamiento de manera correcta.
Ramón Llull tuvo la idea de que el razonamiento
podía ser efectuado de manera artificial.
George Boole estableció la lógica proposicional
(booleana), mucho más completa que los
silogismos de Aristóteles.
Gottlob Frege extiende la lógica booleana y
obtiene la Lógica de Primer Orden, con un mayor
poder de expresión, y que sigue siendo utilizada
en la actualidad.
Las torres de Hanoi de Édouard Lucas son
consideradas la introducción a la teoría de los
algoritmos. Es un juego de ocho discos de radio
creciente que se apilan insertándose en una de
las tres estacas de un tablero, con el objetivo de
crear la pila en otra de las estacas siguiendo
ciertas reglas y en el mínimo número de
movimientos.
Lee De Forest inventa el triodo, también llamado
bulbo o válvula de vacío.
5
Historia de la Inteligencia Artificial (2)
Alan Turing publica el artículo "Números
Calculables", estableciendo las bases teóricas
para todas las ciencias de computación, y que
puede considerarse el origen oficial de la
informática teórica. En este artículo introdujo el
concepto de Máquina de Turing, una entidad
matemática abstracta que formalizó el concepto
de algoritmo y resultó ser la precursora de los
ordenadores digitales.
Alan Turing y su equipo construyeron el primer
ordenador electromecánico.
Konrad Zuse creó el primer ordenador
programable y el primer lenguaje de
programación de alto nivel, Plankalkül.
Warren McCulloch y Walter Pitts presentaron su
modelo de neuronas artificiales, el cual se
considera el primer trabajo del campo de la
inteligencia artificial.
Turing consolidó el campo de la inteligencia
artificial con su artículo “Computing Machinery
and Intelligence”, en el que propuso una prueba
concreta para determinar si una máquina era
inteligente o no (Prueba de Turing), por lo que se
le considera el padre de la Inteligencia Artificial.
El escritor estadounidense Isaac Asimov publica
"Yo, robot", una serie de relatos cortos de ciencia
ficción. Uno de sus escritos más famosos es el
que incluye las tres leyes de la robótica,
diseñadas para evitar que estas creaciones se
vuelvan contra la humanidad.
William Shockley inventa el transistor de unión,
posibilitando una nueva generación de
ordenadores mucho más rápidos y pequeños.
Se acuña el término "inteligencia artificial" en
Dartmouth durante una conferencia convocada
por McCarthy. En esta conferencia se hicieron
previsiones triunfalistas a diez años que jamás
se cumplieron, lo que provocó el abandono casi
total de las investigaciones durante quince años.
6
John McCarthy y sus colaboradores en el
Instituto Tecnológico de Massachusetts crearon
LISP. Está considerado el primer lenguaje de
programación funcional.
Frank Rosenblat crea la Red tipo Perceptrón.
Se escribe el primer programa para jugar al
ajedrez, capaz de enfrentarse a jugadores de
primera fila mundial. Se funda la primera
industria de fabricación de robots.
Joseph Weizenbaum, del Instituto de Tecnología
de Massachusetts (MIT), crea un programa
(Eliza) para demostrar que un sencillo programa
puede simular la forma en la que los psiquiatras
de la época aplicaban tratamientos.
Historia de la Inteligencia Artificial (3)
Se demuestran las propiedades de la visión
artificial para vehículos autoguiados en el
Stanford Research Institute. Ese mismo año se
desarrollaron los brazos Boston y Stanford, este
último dotado de una cámara y controlado por
computador. También se desarrolló WAP-1, el
primer robot bípedo, diseñado por Ichiro Kato.
Se crea Prolog, un lenguaje de programación
ideado en la Universidad de Aix-Marseille I por
los profesores Alain Colmerauer y Philippe
Roussel.
Aparecen los sistemas expertos, denominados
así porque emulan el razonamiento de un
experto en un dominio concreto. Buscan una
mayor calidad y rapidez en las respuestas,
mejorando la productividad del propio experto al
usar este tipo de sistemas informáticos.
Se produce el resurgir de la red neuronal gracias
al desarrollo de la red de Hopfield, y en especial,
al algoritmo de aprendizaje de retropropagación
(BackPropagation), ideado por Rumelhart y
McLellan en 1986, que fue aplicado en el
desarrollo de los perceptrones multicapa.
7
Martin Fischles y Oscar Firschein describieron los
atributos de un agente inteligente. Con esta
descripción, la Inteligencia Artificial se expande a
muchas áreas, que a su vez han creado ramas
de investigación diferenciadas.
Historia de la Inteligencia Artificial (4)
Aparición de la Computadora Autónoma. Fue una
computadora de IBM que jugaba al ajedrez, la
primera que venció a un campeón del mundo,
Gary Kasparóv, con un ritmo de juego lento.
La empresa estadounidense iRobot crea el
primer producto comercial exitoso para el uso en
el hogar que utiliza el principio de inteligencia
artificial: la aspiradora autónoma Roomba.
Roomba fue el despegue de los aparatos
autónomos diseñados para una tarea específica.
Se desarrolla el Prototipo del Robot NAO. Es un
robot humanoide programable y autónomo,
desarrollado por Aldebaran Robotics.
Una pequeña ayuda apareció en el nuevo
iPhone: una aplicación de Google que reconocía
la voz. Fue uno de los mayores descubrimientos
en este campo. Más allá de que el
reconocimiento de voz es una de los objetivos de
la inteligencia artificial, tras décadas de
investigación nunca se había llegado más allá
del 80% de precisión.
Se presenta Siri, una aplicación con funciones
de asistente personal y con personalidad propia
para iOS. Esta aplicación utiliza procesamiento
del lenguaje natural para responder preguntas,
hacer recomendaciones y realizar acciones.
Watson de IBM demuestra sus capacidades
ante los dos campeones más grandes del
programa estadunidense Jeopardy.
Hawking advierte sobre los riesgos de que las
máquinas tengan superinteligencia.
2. Mercado
99
Estimación de Ingresos de la Inteligencia Artificial por región (2015-2024)
El mercado de la inteligencia artificial no para de crecer, dada la gran flexibilidad que presenta para
resolver problemas relacionados con la medicina, la ingeniería, el ámbito militar o el entretenimiento,
entre otros.
En la actualidad, la inteligencia artificial se ha convertido en una parte esencial de la industria de la
tecnología. A nivel mundial, el gasto en inteligencia artificial ha pasado de 1.7 mil millones de $ en
2010 a 14.9 mil millones de $ en 2014, lo que supone un crecimiento de aproximadamente un 50%
anual. En este incremento del gasto ha influido de manera relevante la adquisición de empresas de
este ámbito por parte de Google (p. ej., adquirió entre otras a DeepMind), Microsoft o IBM durante el
año 2014. Las principales empresas en este campo son IBM, Microsoft, Facebook y Google.
Se prevé que los ingresos de las aplicaciones empresariales de inteligencia artificial se incrementarán
de 202,5 millones de $ en el 2015 a 11,1 mil millones en 2024, lo cual representa una tasa de
crecimiento anual compuesta (CAGR*) del 56,1%. Las regiones con mayor crecimiento serán Asia,
Estados Unidos y Europa.
Fuente: Tractica
• IBM
• Microsoft
• Baidu
• Rocket Fuel
• Dstillery
• The Climate Corporation
• Prism Skylabs
• Continental Corporation
• Tesla Motors
• Mobileye
• Lending Club
• Kabbage
• SwiftKey
• Coursera
• Knewton
• Bloomberg
• FinGenius
• Zephyr Technology
• Apple
• Intel
• NEC
• Qualcomm
• AlchemyAPI
• DeepMind
• Salesforce
• DataMinr
• Bina Technologies
• Cognitive Scale
• Declara
• AiCure
• Sailthru
Top 33 compañías de Inteligencia Artificial a nivel mundial (2015)
* La tasa anual compuesta de crecimiento (CAGR) mide la tasa de retorno de una inversión durante un período
de inversión. El CAGR también se denomina tasa de retorno "continua", ya que mide el crecimiento de una
inversión como si hubiera aumentado a un ritmo constante de forma capitalizada anualmente
1010
Fuente: Venture Scanner
Las empresas del ámbito de la inteligencia artificial se pueden agrupar en categorías, en función de la
utilización de la inteligencia artificial en sus productos o servicios, tal y como se muestra a
continuación:
Inteligencia Artificial
Distribución de empresas por categorías
Las categorías expuestas son las siguientes:
Aplicaciones de aprendizaje profundo (deep learning) / Aprendizaje automático (machine learning):
El aprendizaje automático utiliza algoritmos que funcionan en base a sus propios aprendizajes,
mientras que el aprendizaje profundo utiliza miles de millones de algoritmos interconectados.
Visión por Computador (Computer Vision) / Reconocimiento de imágenes (Image Recognition): La
visión por computador es el método de procesamiento y análisis de imágenes para comprender las
mismas y producir información sobre ellas, mientras que el reconocimiento de imágenes es el
proceso de digitalización de imágenes para identificar objetos y rostros.
Procesamiento del Lenguaje Natural (Natural Language Processing): Método donde los ordenadores
procesan el lenguaje humano y lo convierten en lenguaje entendible para los mismos.
Robots inteligentes (Smart Robots): Robots que aprenden de su experiencia, actuando y
reaccionando de manera autónoma en función de las condiciones de su entorno.
Asistentes personales virtuales (Virtual Personal Assistant): Realizan tareas y servicios como p. ej. el
servicio de atención al cliente.
Reconocimiento de voz (Speech Recognition): Se centra en el procesamiento de un clip de sonido de
la voz humana, y devuelve el significado de la misma.
1111
Motores de recomendación (Recomendation Engines) / filtrado colaborativo (Colaborative Filtering):
Los motores de recomendación son sistemas que predicen las preferencias e intereses de los
usuarios, y aportan recomendaciones personalizadas, mientras que el filtrado colaborativo utiliza las
preferencias de usuarios similares.
Control de Gestos (Gesture Control): Proceso a través del cual los humanos interactúan y se
comunican con los ordenadores a través de sus gestos.
Reconocimiento Automático de Contenido de Vídeo (Video Automatic Content Recognition): Proceso
mediante el cual los ordenadores comparan una muestra de contenido de vídeo con un archivo de
código, para identificar qué es el contenido a través de sus características.
Computación de Contexto (Context Aware Computing): Proceso mediante el cual los ordenadores se
vuelven conscientes de su entorno (ubicación, orientación, iluminación…), adaptando su
comportamiento en función de ello.
Traducción Voz a Voz (Speech to Speech Translation): Proceso a través del cual la voz humana es
procesada por el ordenador y traducida a otro idioma de forma automática.
En cuanto al número de las principales empresas del ámbito de la inteligencia artificial, cabe destacar
la categoría de “Aplicaciones de Machine Learning” con un total de 200 empresas, seguida por el
"Procesamiento del Lenguaje Natural", con 130 empresas:
Número de empresas más relevantes por categoría
Fuente: Venture Scanner
1212
La industria de la inteligencia artificial es relativamente pequeña en comparación con otras tecnologías
disruptivas en cuanto a la captación de fondos.
La financiación total concedida a empresas del ámbito de la Inteligencia Artificial asciende a 2.738
millones de $, destacando la categoría de “Aplicaciones de Deep Learning” como la de mayor atracción
inversora. En cuanto a la financiación media por tipo de empresa, destaca la categoría de "Aplicaciones
de Machine Learning“, con un promedio de 13,8 millones de $.
Fuente: Venture Scanner
Financiación concedida a las industrias disruptivas
Financiación total por categoría
Fuente: Venture Scanner
1313
La edad media de las empresas de Inteligencia Artificial es de 5 años, destacando la categoría de
"Speech Recognition" y "Video Content Recognition" con una media de 8 años, seguido por "Computer
Vision" que cuenta con una media 6,5 años de vida.
Fuente: Venture Scanner
Nivel de madurez empresarial
Las empresas están localizadas principalmente en Estados Unidos (415), seguido del Reino Unido (67),
y Canadá (29).
Fuente: Venture Scanner
Localización de las empresas
3. Áreas
15
La inteligencia artificial, debido a su naturaleza, cuenta con diversas áreas de estudio, en las que se divide
y se investiga; cada una de estas áreas ha surgido gracias a ideas innovadoras en el ámbito de la
investigación computacional, que han permitido el desarrollo de nuevas técnicas de programación.
Cada una de las áreas de la Inteligencia Artificial es una metodología diferente para tratar de solucionar
problemas aplicando el principio de inteligencia a los sistemas.
Estas áreas se pueden dividir en áreas clásicas y áreas de vanguardia, en función de la época en la que
surgieron.
A continuación se presenta cada una de las áreas con sus principales características.
Áreas Clásicas
Sistemas expertos
Aprendizaje y Razonamiento Automático
Robótica
Procesamiento de Lenguaje Natural
Visión por Computador
Reconocimiento del habla
Redes Neuronales Artificiales
Lógica Difusa
Algoritmos Genéticos
Sistemas Híbridos
Realidad Virtual
Agentes (Wizards)
Áreas de Vanguardia
16
Consiste en que un ordenador sea capaz de planificar, tomar decisiones, plantear y evaluar estrategias,
aprendiendo a partir de la experiencia y que, por lo tanto, es capaz de autoreprogramarse para adaptarse a
su entorno.
Sistemas Expertos1
Un sistema experto es un programa informático que simula el juicio y el comportamiento de un experto en
una materia, y resuelve problemas que normalmente son solucionados por expertos humanos. Es un sistema
capaz de tomar decisiones inteligentes interpretando grandes cantidades de datos sobre un dominio
específico de problemas.
Se compone de una base de conocimiento del dominio en cuestión, mecanismos de razonamiento para
aplicar conocimiento a los problemas que se proponen, mecanismos para explicar a los usuarios el
razonamiento utilizado a la hora de ofrecer una respuesta, y mecanismos de aprendizaje y adquisición de
nuevo conocimiento.
Para crear una base de conocimiento es necesario contar con al menos un experto humano del dominio en
cuestión. Se puede adquirir su conocimiento a partir de entrevistas o mediante interfaces amigables para
que lo introduzca. Pero también es muy relevante la adecuada modelización de su conocimiento.
Los mecanismos de representación del conocimiento que se pueden encontrar son: lógica, redes, marcos y
reglas. Normalmente se utiliza una combinación de marcos y reglas.
El software libre proporciona herramientas para el desarrollo de sistemas expertos, como puede ser Clips o
Babylon.
Áreas Clásicas
Aprendizaje y Razonamiento Automático2
Se trata de artefactos autónomos capaces de llevar a cabo diversas tareas mecánicas de manera flexible
e inteligente, cumpliendo con un objetivo y ajustándose al entorno cambiante.
La robótica se considera dentro de las ramas de la inteligencia artificial, en aquellos casos en los que el
robot utilice el principio de inteligencia artificial para responder a cambios en su entorno, a través del uso
de sensores y cámaras que le permitan interpretar las señales del ambiente que los rodea y adaptarse al
mismo.
El interés de la inteligencia artificial en la robótica se centra en los agentes inteligentes que manipulan el
mundo físico. No obstante, también es un campo de gran interés para aplicar otras áreas de inteligencia
artificial como planificación o visión por computador.
Las áreas de aplicación de la robótica son múltiples: industria, agricultura, transporte, entornos peligrosos
(donde no debería haber humanos), exploración (p. ej. viajes al espacio), salud (p. ej.: cirugía gracias a la
precisión milimétrica), entretenimiento, etc.
17
Son sistemas capaces de reconocer, procesar y emular el lenguaje humano.
Es un intento de comunicación cada vez más claro entre humano-máquina y máquina-humano, dejando el
uso de lenguajes de programación o de un conjunto de comandos para procesar el lenguaje humano natural.
Para procesar dicho lenguaje humano natural se necesita dividirlo: Primero se obtiene la comprensión del
lenguaje natural, que investiga métodos para que el ordenador comprenda las instrucciones dadas en este
tipo de lenguaje; como segundo paso es la generación de lenguaje natural, en donde el ordenador es capaz
de expresarse en el lenguaje humano natural, de tal forma que podamos entenderle de manera más sencilla.
Robótica3
Procesamiento de Lenguaje Natural4
18
La visión por computador o artificial tiene como finalidad la extracción de información del mundo físico a
partir de imágenes, utilizando para ello un ordenador.
Su función principal es reconocer y localizar objetos en el ambiente mediante el procesamiento de las
imágenes, para lo cual extrae características de una imagen (brillo, colores, formas, etc.), para su
descripción e interpretación por el ordenador.
Actualmente existen múltiples aplicaciones prácticas de la visión por computador, entre las que destacan
las siguientes:
Robótica móvil y vehículos autónomos: A través de cámaras y otros tipos de sensores para localizar
obstáculos, identificar objetos y personas, encontrar el camino, etc.
Manufactura: Localización e identificación de piezas, control de calidad, etc.
Interpretación de imágenes aéreas y de satélite: Mejora de las imágenes, identificación de diferentes
tipos de cultivos, predicción del clima, etc.
Análisis e interpretación de imágenes médicas: Ayuda en la interpretación de diferentes clases de
imágenes médicas como rayos-X, tomografía, ultrasonido, resonancia magnética o endoscopia.
Interpretación de escritura, dibujos y planos: Reconocimiento de textos y caracteres, interpretación
automática de dibujos y mapas, etc.
Análisis de imágenes microscópicas: Ayuda a interpretar imágenes microscópicas en química, física y
biología.
Análisis de imágenes para astronomía: Procesa imágenes obtenidas por telescopios, ayudando a la
localización e identificación de objetos en el espacio.
Análisis de imágenes para compresión: Técnicas sofisticadas de compresión basadas en la
interpretación de las imágenes.
Visión por Computador5
19
El reconocimiento del habla es una de las aplicaciones con mayor impacto práctico para la comunicación
hombre-máquina.
Consiste en capturar la señal de audio, descodificar el significado de las palabras, interpretarlas y
transmitir una respuesta.
En la actualidad se utiliza en gran medida para personas que no tienen la capacidad de utilizar un teclado
y necesitan comunicarse por medio del habla, a través de dispositivos habilitados para ello.
Reconocimiento del Habla6
20
Las redes neuronales artificiales presentan una gran capacidad para adquirir conocimiento a partir de
datos complejos o imprecisos, siendo utilizadas para extraer patrones y detectar tendencias, lo cual puede
resultar una tarea muy compleja para un humano, o imposible de aislar con técnicas computacionales
convencionales.
Estos sistemas no se programan, se entrenan. Una red neuronal entrenada se asemeja en su
comportamiento a un "experto humano”. Este puede proporcionar proyecciones futuras de situaciones
enmarcadas en el área de entrenamiento. La red neuronal entrenada estaría en capacidad de responder a
la pregunta "¿qué pasa si…?".
Otras ventajas de las redes neuronales artificiales incluyen:
Aprendizaje adaptativo: Habilidad de aprender mientras realiza tareas de forma continua.
Auto-organización: Puede crear su propia topología organizacional, que responde a la representación
gráfica de la información durante el entrenamiento.
Operaciones en Tiempo Real: Los cálculos pueden realizarse en paralelo.
Tolerancia a fallos vía codificación de información redundante: Tienen la capacidad de auto-regenerarse
y encontrar soluciones a problemas previsibles.
Es la implementación de otra lógica. Amplía la lógica Booleana para introducir el concepto de verdad
parcial, a diferencia de los valores Booleanos de "verdad absoluta" y "falso absoluto".
Basado en los principios del razonamiento aproximado y el "cálculo con palabras", éstos sistemas logran
simplificar y aproximar la descripción del problema de una manera natural, eficiente y robusta, Poe ejemplo
la logia booleana tiene valores de verdad de 0% y 100% únicamente, mientras que la lógica difusa puede
tener valores de verdad de 0%, 25%, 50%, 75% y 100%, lo que conlleva a entender sentencias como “Alto”
“Muy Alto” “Medianamente Alto” “ Poco Alto” y “ No Alto”.
Áreas de Vanguardia
Redes Neuronales Artificiales1
Lógica Difusa2
21
Un algoritmo genético es una clase de algoritmo adaptativo estocástico, que implica búsqueda y
optimización para lograr soluciones perfectas.
La idea básica es tratar de reproducir de forma sencilla el proceso de la selección natural, con el objetivo
de encontrar un algoritmo adecuado para la solución de un problema específico.
En un ordenador, comenzando por una población inicial de organismos-candidatos para la solución de un
problema, éstos se recombinan de manera aleatoria (reproducción), luego se seleccionan los mejores, y
después de cierto tiempo o número de generaciones se alcanza una solución suficientemente buena para
resolver el problema.
Un sistema híbrido de inteligencia artificial está formado por la integración de varios sistemas inteligentes,
cada uno de los cuales mantiene su propio lenguaje de representación y un mecanismo diferente para
extraer soluciones.
El objetivo de los sistemas híbridos es mejorar la eficiencia y la capacidad de razonamiento, así como la
integración de los sistemas inteligentes aislados.
El sistema consigue determinar y seleccionar los elementos que deben utilizarse en cada momento.
Algoritmos Genéticos3
Sistemas Híbridos4
22
Recrea mundos artificiales en tiempo real que pueden ser captados por el espectador a través de
diversos canales sensoriales. El usuario puede navegar "inmerso" a través de dicho mundo virtual.
Su aplicación como inteligencia artificial radica en el mecanismo de interpretación de la interacción del
ambiente virtual, como por ejemplo la luz del sol con respecto a las sombras de objetos, la sensación de
velocidad, el rebote de una pelota, el flujo del agua, etc.
Son programas invisibles que trabajan como espías, observando las acciones comúnmente realizadas por
el usuario, las cuales son interpretadas y se guardan para llevar un control de las mismas.
Si existe alguna anomalía, como ejecutar un programa distinto al cotidiano, o un error en una acción
realizada por el usuario, el programa lanza una alerta y sugiere una serie de soluciones.
También es capaz de realizar las tareas cotidianas al iniciar el equipo para facilitar la tarea al usuario.
Realidad Virtual5
Agentes (Wizards)6
4. Aplicaciones
La Inteligencia Artificial es una de las disciplinas computacionales cuyas técnicas son más
demandadas actualmente en diversos entornos, debido a su capacidad para dotar de un
comportamiento inteligente a muchas aplicaciones. A continuación se expone un ejemplo de
aplicaciones por sector:
Fuente: Elaboración propia
• Mantenimiento predictivo de componentes mecánicos.
• Estimación del consumo eléctrico.
• Distribución de recursos hidráulicos para la producción eléctrica.
• Control de procesos y de la calidad.
• Predicción de roturas en vigas de hormigón.
• Monitorización inteligente de pacientes.
• Análisis y procesado de imágenes.
• Detección de patrones clínicos en señales biomédicas.
• Ayuda al diagnóstico y pronóstico de estados de salud.
• Asesoramiento de actividad deportiva.
• Tratamiento de la información financiera.
• Análisis del fracaso empresarial.
• Estimación de riesgos y rentabilidad de productos financieros.
• Previsión de la evolución de los precios.
• Predicción de los mercados financieros.
• Predicción de fenómenos naturales.
• Estimación del tiempo.
• Gestión de estudiantes.
• Detección de las dificultades de un estudiante y ayuda en su
desarrollo.
• Identificación de personas a través de rasgos similares, huellas, o
algún otro dato importante que permita reconocerlo con la mayor
exactitud posible.
• Analizador de ADN.
• Elaboraciones de modelos biológicos.
• Seguimiento de los comportamientos de diversos organismos.
• Desarrollo de embriones.
• Contenidos bajo demanda (música y cine).
• Publicidad.
• Contenidos de streaming (TV y radio).
• Software interactivo.
24
AplicacionesSectores
Ingeniería Industrial,
Civil y Naval
Medicina y la Salud
Economía
Climatología
Educación
Legal
Biología
Contenidos
Interactivos
25
A continuación se detallan las aplicaciones del sector de contenidos interactivos, dada su relevancia en
la industria de los contenidos digitales.
Los contenidos interactivos pueden definirse como contenidos audiovisuales cuya selección o
características varían en función del diálogo que el receptor mantenga con el emisor del contenido.
El campo de la inteligencia artificial presenta numerosas oportunidades para mejorar y enriquecer este
diálogo entre el ser humano y la máquina, o dar herramientas al ser humano, emisor del mensaje, que
permita al receptor comprenderle mejor y más rápidamente.
Para su correcta aplicación hay que tener en cuenta el tipo de contenido, que varía desde puramente
lúdica (videojuegos), a una educativa (teleformación); y la situación de los recursos de computación,
que pueden estar limitados a la plataforma del usuario o localizarse en un servidor central.
Los contenidos se pueden clasificar en función de su grado de interactividad, tal y como se muestra a
continuación:
1. Contenidos bajo demanda (música y cine)
2. Publicidad
3. Contenidos de streaming (TV y radio)
4. Software interactivo
Hasta ahora, los contenidos interactivos se han beneficiado de manera moderada de la inteligencia
artificial. En la música, el cine o la venta de libros, han aparecido los sistemas de recomendación; o la
aplicación en los videojuegos, proporcionando oponentes que representen un reto adaptado a los
jugadores.
26
Los contenidos bajo demanda se caracterizan porque el contenido no está sujeto a adaptación, sino que
la selección se produce de manera interactiva. En este tipo de contenidos se emplean con frecuencia
sistemas de recomendación que proponen a un usuario ciertos contenidos en función de características
comunes (sistemas basados en contenido), o bien conjuntos de contenidos que se repiten en varios
usuarios (filtrado colaborativo).
Estos sistemas se pueden mejorar con sistemas de recomendación basados en redes sociales (que
permitan a los contactos del usuario proporcionar información relevante sobre el contenido
recomendado); la extracción y reconocimiento de características para la recomendación; o con la relación
de contenidos de distintos medios.
A continuación se muestra un ejemplo de cada sistema:
Pandora es una emisora de radio personalizada en internet,
donde el usuario introduce una canción o artista que sirve
como base a su emisora personal.
Tras ello, el sistema construye una lista de música que se irá
reproduciendo, a través de más de 400 atributos que
Pandora caracteriza en cada canción. Además, se tiene en
cuenta las preferencias de los usuarios, ya que en cada tema
reproducido el usuario puede indicar si le gusta o no.
Amazon ha implementado un sistema de recomendaciones
basándose en las compras realizadas previamente por sus clientes.
Al visitar la ficha de un producto, el sistema realiza dos tipos de
recomendaciones: artículos que suelen comprarse juntos, y
artículos que pueden ser de nuestro interés si nos gusta el que
estamos visualizando.
Sistemas basados en contenido
Filtrado Colaborativo
Contenidos bajo demanda1
27
La elaboración de contenidos publicitarios suele incluir un proceso de análisis de mercado, a través de
un análisis de datos sobre la población objetivo, con el fin de adaptar el mensaje a la audiencia. La
inteligencia artificial puede ayudar a los publicistas de diferentes maneras:
Segmentación de usuarios: La minería de datos y el aprendizaje estadístico pueden poner en
evidencia características y relaciones entre los potenciales clientes que no sean obvios sin dicho
análisis.
Seguimiento de audiencia en tiempo real: La vigilancia de las actitudes de la audiencia puede
analizarse en tiempo real, pudiendo adaptar el mensaje en tiempo real.
Publicidad adaptada: Consiste en presentar a cada usuario los anuncios que más le interesen.
Google incorpora esta capacidad en sus anuncios en páginas web. Con el auge de la televisión por
internet, surge la oportunidad de aplicar esta tecnología al streaming.
Groovinads
Es una herramienta de optimización y personalización de la publicidad online que, mediante un proceso
de aprendizaje, es capaz de seleccionar el producto a publicitar que más interés provoque en el usuario.
Analiza factores tales como el contexto donde se muestran los contenidos (determinando los productos
más relacionados con el ámbito en el que el usuario está navegando); o el comportamiento del usuario
(definido mediante patrones de conducta e interés, y contrastado con los productos a publicitar para
conseguir una selección más personalizada de los mismos).
Anuncios inteligentes
En Julio de 2015 se presentó el primer anuncio generado en base a algoritmos genéticos, creado por las
empresas M&C Saatchi, Clear Channel y Posterscope. Los elementos del anuncio que provocaron una
reacción positiva se mantuvieron durante las siguientes versiones, mientras que los elementos que
generaron una reacción negativa fueron eliminados. Se trata de campañas que utilizan tecnologías en
tiempo real y se adaptan a factores como la temperatura, el tiempo, la ubicación o la hora del día, así
como las emociones, maximizando la relevancia de las campañas.
Publicidad2
28
Los contenidos en streaming se caracterizan porque se adaptan con mayor rapidez, incluso realizándose
en directo. Presentan una mayor interactividad que los contenidos bajo demanda. Algunas de las
aplicaciones de la inteligencia artificial son las siguientes:
Adaptación del contenido en streaming en función del feedback de los usuarios: El feedback de los
usuarios puede tratarse de manera automática mediante procesamiento de lenguaje natural,
ampliando la capacidad de análisis de los participantes en el programa.
Adaptación del contenido en función del contexto del usuario: El contenido a presentar puede
variar en función del usuario que lo trate.
Seguimiento de noticias y tendencias en tiempo real: Los feeds de las agencias de noticias o las
aportaciones de los propios usuarios (fotografías o vídeos), pueden incorporarse y procesarse en
tiempo real para que sean tratados por los realizadores del contenido en streaming.
ADNStream
Es un servicio streaming de vídeos personalizado para
cada usuario. Su objetivo es ofrecer un sistema de
televisión a la carta. Posee un motor inteligente que
permite al usuario la visualización de aquellos
contenidos que mejor se adapten a sus preferencias.
Para ello, utiliza diferentes factores para realizar una
predicción sobre sus gustos, y así poder tomar una
mejor decisión sobre el contenido a mostrar.
Utiliza un sistema de inteligencia analítica que se sirve
de las valoraciones de los usuarios. De esta manera, el
usuario únicamente irá valorando los contenidos que
va visualizando, construyéndose así automáticamente
un perfil de preferencias, que será el que determine
qué vídeos le serán recomendados.
Contenidos en streaming3
29
El software interactivo presenta el grado de interactividad más alto, a través del intercambio de
información de manera activa. En esta categoría se incluyen fundamentalmente el software educativo y
juegos (offline y online), cuyo solape cubre además los denominados “serious games” y las simulaciones.
Como ejemplo en juegos offline destaca la
inteligencia artificial del juego FEAR, de Monolith
Productions. En este sistema se reemplaza el
sistema exhaustivo de estados finitos por un
sistema flexible de planificación.
Otros aspectos de inteligencia artificial que se
pueden introducir en los juegos:
Esquema de colaboración entre agentes: Las
acciones de los agentes no se realizan por
separado, sino como parte de un plan global.
Los sistemas multiagente pueden utilizarse
para este propósito en los juegos.
Técnicas como el aprendizaje por refuerzo
permitiría perfilar al contrincante para utilizar
una estrategia más adaptada.
En los juegos online, el análisis de los datos
obtenidos en el transcurso del juego, mediante
técnicas de minería de datos, puede ir más allá
de la adaptación del comportamiento de los
oponentes.
En estos juegos, el perfilado de los usuarios es
tan importante como en los sistemas de
recomendación o los sistemas de streaming.
No todas las aplicaciones de inteligencia artificial se orientan al control de agentes en el mundo de
juego. La generación de contenidos por procedimientos apoya al diseñador de juegos en la creación de
elementos de manera aleatoria (número de oponentes, munición, complejidad, etc.).
Por último, tanto el uso de recursos centralizados en juegos online como la potencia creciente de los
ordenadores y las consolas, permiten comenzar a incluir el procesamiento del lenguaje natural en
dominios limitados dentro del juego.
Software interactivo4
30
El mercado del big data ha ido madurando durante
los últimos años.
En la actualidad existe tecnología capaz de
sintetizar e interpretar los datos, y plasmarlos en una
hoja de cálculo o un gráfico. Por ejemplo, Narrative
Science ha desarrollado el programa Quill, que
proporciona a los usuarios los informes extraídos del
big data en lenguaje natural.
Entendimiento del Big Data
Hacer robots inteligentes
Entender las emociones
Hacer asistentes
inteligentes
Existe una tendencia emergente que consiste en el
desarrollo del mejor cerebro que permita a los robots
operar de forma autónoma.
Por ejemplo, Rethink Robotics ha creado un robot
amigable que puede ser entrenado; o Hanson
Robotics, que ha inventado robots muy parecidos a
los humanos, capaces de mantener una
conversación y recordar la historia.
La búsqueda del asistente de inteligencia artificial
mas sofisticado es otra tendencia emergente.
Se puede destacar a Donna, un ayudante de
aplicación personal que recuerda cuando tienes una
cita, indica cuándo salir, cómo llegar, y memoriza tus
preferencias. Por otro lado, Jarvis Corp está
construyendo un asistente virtual que puede acceder
a Internet y responder a las preguntas, o actuar
como un control para todos los dispositivos
conectados en una casa.
La computación afectiva, entendida como la
tecnología capaz entender los sentimientos para
predecir las necesidades de las personas, es otra de
las tendencias emergentes.
Por ejemplo, Tel Aviv utiliza tecnología que analiza
las entonaciones vocales, para determinar el estado
de ánimo de una persona; o la tecnología de
Affectiva´s Software, que identifica las emociones a
través de la cara de una persona.
Fuente: Elaboración propia
Aplicaciones emergentes de la Inteligencia Artificial
5. Patentes
32
Patentes a nivel nacional
Actualmente en España se encuentran registradas en la Oficina Española de patentes y marcas más de 900
patentes relacionadas con el ámbito de la Inteligencia Artificial.
Debido a que este ámbito ocupa áreas muy diversas, se ha realizado un análisis en base a éstas.
El siguiente gráfico muestra las patentes registradas de cada una de las áreas identificadas en el ámbito de
investigación de Inteligencia Artificial:
Fuente: Elaboración propia a partir de la Oficina Española de Patentes y Marcas, y el Comité Español de Automática
125
1 26
20
32
313
126
297
Número de Patentes por Área
Sistemas Expertos Aprendizaje y Razonamiento Automático
Robótica Procesamiento de Lenguaje Natural
Visión por Computador Redes Neuronales Artificiales
Lógica Difusa Algoritmos Genéticos
Realidad Virtual
33
A continuación se expone una muestra de las patentes más relevantes en el ámbito de la inteligencia
artificial (nombre, número y enlace a la publicación, y solicitante), si bien las patentes de las áreas de
Robótica y Procesamiento de Lenguaje Natural no se han incluido al recogerse en sus correspondientes
documentos:
Área de Visión por Computador
Nombre de la patente Nº de publicación Solicitante
Dispositivo y procedimiento automático para
establecer el sexo al que pertenecen los rostros
que aparecen en imágenes
ES2339100 A1 Universidad Politécnica de Madrid
Sistema y método de asistencia de atraque de
una pasarela de embarqueES2385883 A1
Thyssen Krupp Elevator Innovation
Center, S.A.
Procesador de imágenes para extracción de
característicasES2421581 A1
Universidad de Santiago de
Compostela
Procedimiento para la estimación automática
de los componentes de la producción de un
racimo de vid mediante visión artificial
ES2505330 A1 Universitat Politécnica de Valencia
Sistema de aproximación a una plataforma de
un vehículo no tripulado mediante análisis
visual
ES2387144 A1 Universidad Complutense de Madrid
Arquitectura híbrida simd/mimd dinámicamente
reconfigurable de un coprocesador para
sistemas de visión
ES2391733 A1Universidad de Santiago De
Compostela
Dispositivo y procedimiento de obtención de
imágenes densitometrías de objetos mediante
combinación de sistemas radiológicos y
cámaras de profundidad
ES2445490 A1Consejo Superior De Investigaciones
Científicas (CSIC)
Expositor virtual ES2334079 A1Universidad de Las Palmas De Gran
Canaria
34
Área de Sistemas Expertos
Nombre de la patente Nº de publicación Solicitante
Mejora de imágenes ES2146599 T3International Business Machines
Corporation
Evaluación de amenazas y asignación de
armamento automáticas basadas en el
conocimiento
ES2212377 T3 Raytheon Company
Procedimiento para la explotación de una
instalación técnicaES2219508 T3 Siemens A.G.
Sistemas para generar y analizar matrices de
señal de salida estimulo-respuestaES2183006 T3
The Regents of The University of
California
Procedimiento interactivo de programación ES2201118 T3 ACTV, Inc.
Aparato de diagnóstico hematológico que utiliza
la tecnología de los sistemas expertosES2076154 T3 Becton Dickinson and Company
Comprobador de sistema experto ES2024939 A6 Westinghouse Electric Corporation
Mecanismo de filtración de reglas de
producción y motor de inferencia para sistema
experto que comprende tal mecanismo
ES2130374 T3 Alcatel
Sistema experto virtual de consulta y respuesta ES2076228 T3International Business Machines
Corporation
Área de Algoritmos Genéticos
Nombre de la patente Nº de publicación Solicitante
Método de estimación de composición y de
control para columnas de destilaciónES2422954 A1 Universidad de Málaga
Circuito digital que implementa un algoritmo
genético para la configuración de circuitos de
propósito general
ES2278516 A1 Universitat de Les Illes Balears
Perfil de rueda de ferrocarril para bogies de
doble ancho UIC e ibéricoES2395542 A2
Universidad del País Vasco -
Euskal Herriko Unibertsitatea
Método y sistema de programación genética ES2217308 T3 Worzel, William P.
Método para el modelado del nivel de glucemia
mediante programación genéticaES2540159 A1 Universidad Complutense de Madrid
35
Área de Realidad Virtual
Nombre de la patente Nº de publicación Solicitante
Perfeccionamientos introducidos en la patente
de invención N. 9900509 por "simulador de
grúa de carga y descarga"
ES2166292 A1Sociedad Estatal de Estiba y
Desestiba del Puerto de Valencia, S.A.
Sistema de realidad virtual para la evaluación y
el tratamiento de los trastornos motores
asociados a las enfermedades
neurodegenerativas y a la edad
ES2397031 A1 Universidad de Coruña
Disposición estructural de visualización
estereoscópica aplicable en entornos de
realidad virtual
ES1064924 U Frontera Azul System, S.L
Sistema y procedimiento de comunicación
basada en realidad virtualES2231035 A1 Frontera Azul Systems, S.L.
Sistema portable de realidad virtual basado en
proyecciónES2326610 A1 Universidad Politécnica de Catalunya
Equipo de entrenamiento multifuncional con
mando extraíble de simulación interactivaES2324054 T3 Lai, Yin-Liang
Modelado de realidad virtual ES2226772 T3 Lego A/S
Método y dispositivo para la interconexión de un
espacio de realidad virtual con el espacio real,
para realizar una conexión de comunicación en
tiempo real tal como una conexión de llamada
telefónica
ES2258786 T3Helsingin Puhelin Oy - Helsingfors
Telefon AB
Sistema y método para su funcionamiento en el
espacio virtual 3DES2354985 T3
3D For All Számítastechnikai
Fejleszto KFT.
Visor plegable para el visionado de contenido
estereoscópico en dispositivos gráficos móvilesES1138157 U Delgado Manzano, Rafael
Sistema de adaptación de gafas de realidad
virtual para visualización de realidad
aumentada estereoscópica envolvente
ES1136432 U Abad Rubio, Pablo
Sistema de tomas de vista destinado a la
realización de montajes de realidad virtualES2307646 T3 DBJAY, Jean-Michel
Sistema de fumar por realidad virtual ES2346002 T3 Philip Morris Products S.A.
36
Área de Lógica Difusa
Nombre de la patente Nº de publicación Solicitante
Método y dispositivo para controlar un sistema
RGE en un motor de combustiónES2427763 T3 FPT Motorenforschung AG
Acondicionador de aire ES2275327 T3 Mitsubishi Denki Kabushiki Kaisha
Procedimiento de regulación del calentamiento
de un horno utilizando la técnica de la lógica
difusa
ES2117961 T1 Stein Heurtey
Sistema de control fuzzy multivariable para la
regulación simultánea del estado hipnótico y
analgésico de un paciente
ES2483596 A2 Universidad de La Laguna
Sistema de control para la regulación del estado
analgésico de un paciente en operaciones
quirúrgicas
ES2483040 A2 Universidad de La Laguna
Dispositivo de control de un motor
sobrealimentado que comprende la utilización
de un elemento de lógica difusa
ES2278124 T3 Renault S.A.S.
Controlador dinámico de detección de patrones
de trafico mediante lógica difusaES2345647 A1 Universidad de Sevilla
Aspiradores de polvo que comprenden una
unidad de mando de lógica difusaES2125026 T3 Moulinex S.A.
Sistema y procedimiento de control de señales
de tráficoES2532429 T3 Road Safety Management LTD
Controlador dinámico y método de control
difuso de grupo de ascensores para la
optimización del consumo energético
ES2370616 A1 Universidad de Sevilla
Procedimiento de regulación y circuito de
regulaciónES2108767 T3 Deutsche Thomson-Brandt GMBH
Sistema de control de vuelo ES2364237 T3 EADS Deutschland GMBH
37
Patentes a nivel internacional
Según la Global Patent Search Network, existen actualmente 4.491 patentes sobre Inteligencia Artificial
registradas en todo el mundo (con el concepto “Artificial Intelligence” en la patente). El siguiente gráfico
muestra el numero de patentes que han sido publicadas anualmente hasta el año 2012:
Dado que el término “Inteligencia Artificial” abarca muchas áreas y conceptos, se ha realizado un análisis
de patentes en relación a las diferentes áreas, obteniendo cerca de 320.000 patentes:
Fuente: Elaboración propia a partir de la Global Patent Search Network y UK Intellectual Property Office
0
100
200
300
400
500
600
700
Patentes Registradas a Nivel Internacional
Fuente: Elaboración propia a partir de la Global Patent Search Network
22.150
135.952
119.644
9.355
12.349
7.2985.510 7.075
Número de Patentes por Área
Sistemas Expertos Aprendizaje y Razonamiento AutomáticoRobótica Procesamiento de Lenguaje NaturalVisión por Computador Redes Neuronales ArtificialesLógica Difusa Algoritmos GenéticosRealidad Virtual
38
IBM es la empresa líder en patentes registradas, con cerca de 500 relacionadas directamente con la
Inteligencia Artificial, y casi 7.000 patentes en total. El superordenador de IBM – Watson -, es un ejemplo
de transformación de empresas a través de la Inteligencia Artificial, ya que entró en el sector de la salud en
2013 y ayudó a reducir la tasa de errores en los diagnósticos de cáncer.
De la misma manera, Microsoft, Google y SAP también han invertido en patentar sus tecnologías de
inteligencia artificial.
Por otro lado, muchas empresas han adquirido startups con tecnologías de inteligencia artificial. Por
ejemplo, Google compró seis empresas con tecnologías de Inteligencia Artificial, en concreto relacionadas
con el reconocimiento de imágenes, el procesamiento de lenguaje natural, y las redes neuronales; o Yahoo,
que compró varias empresas relacionadas con el reconocimiento de imágenes y el procesamiento de
lenguaje natural.
Fuente: United States Patent and Trademark Office
Patentes por tipo de tecnología y propietario
6. Agentes Clave
Es una asociación sin ánimo de lucro formada por socios numerarios e institucionales. Es miembro
de ECCAI (European Coordinating Committee for Artificial Intelligence), miembro fundador de la
Confederación Española de Asociaciones Científicas (COSCE), y miembro fundador de IBERAMIA.
Entre sus fines se encuentran:
Creación y coordinación de grupos de trabajo.
Apoyo a la transferencia de tecnología.
Apoyo a entidades (universidades, centros de I+D+i, empresas, instituciones, etc.), para facilitar
su innovación y aplicación de las técnicas y aplicaciones de la Inteligencia Artificial.
Proporcionar un soporte y foro de discusión a investigadores y estudiantes en sus actividades
relacionadas con la Inteligencia Artificial, desde los aspectos de investigación científica y
tecnológica, desarrollo, aplicación y docencia.
Organiza bienalmente la Conferencia Española de la Asociación Española para la Inteligencia
Artificial (CAEPIA), con los siguientes objetivos:
Facilitar la diseminación de nuevas ideas y experiencias.
Fortalecer los lazos entre los distintos grupos de investigación implicados.
Promover el trasvase de conocimiento entre nuevos investigadores y grupos consolidados.
Ayudar a difundir los nuevos desarrollos hacia la sociedad.
40
Asociación Española Para La Inteligencia Artificial
La Asociación Española para la Inteligencia Artificial (AEPIA) se creó en 1983 con
el objetivo de potenciar y fomentar el desarrollo de la Inteligencia Artificial, tanto
en el ámbito español como en el Iberoamericano.
En los años alternos co-organiza IBERAMIA, la conferencia Iberoamericana de Inteligencia Artificial en
colaboración con otras asociaciones de diferentes países iberoamericanos. También patrocina las
Conferencias Españolas de Informática (CEDI), desde su primera edición en 2005.
Desde 1997 la difusión de las actividades se realiza principalmente mediante la revista de la
asociación (Revista Iberoamericana de Inteligencia Artificial), que publica cuatro números por año
con una tirada media de 450 ejemplares. Adicionalmente, por medio de AEPIA se coordina la lista de
distribución en Inteligencia Artificial INT-ARTIF (soportada por RED-IRIS).
También publica, en colaboración con la editorial Springer, la revista científica Progress in Artificial
Intelligence. En ella se recogen artículos de los siguientes temas: minería de datos, inteligencia
computacional, conocimiento, complejidad, lógica, planificación, razonamiento, búsqueda, agentes y
sistemas multiagente, visión artificial, robótica, lenguaje natural y web inteligente.
41
Además de la Asociación Española Para la Inteligencia Artificial (AEPIA), principal entidad aglutinadora de
conocimiento, cabe destacar los principales grupos de investigación en el campo de la inteligencia artificial
a nivel nacional.
A continuación se presenta la distribución geográfica de los principales grupos de investigación a nivel
nacional en el ámbito de la inteligencia artificial:
42
Fuente: Elaboración propia basada en la AEPIA
Grupos de Investigación
ITAKA: Intelligent Technologies for Advanced
Knowledge Acquisition. Departamento de Ingeniería
Informática y Matemáticas. Escuela Técnica Superior
de Ingeniería. Universidad Rovira i Virgili
Research Group on Artificial Intelligence (Banzai).
Universitat Rovira i Virgili
IDINFOR: Investigación, Desarrollo e Innovación en Informática. ETS
Ingeniería Informática
Quivir Research Group: Tecnologías Inteligentes y de Seguridad en Sistemas
de Información. ETS de Ingeniería Informática. Universidad de Sevilla.
Networking and Emerging Optimization (NEO) Universidad de Malaga
Computer Science for Complex System Modeling
(COS2MOS) Dpto. de Informática e Ingeniería de Sistemas.
Instituto de Investigación en Ingeniería de Aragón (I3A).
Universidad de Zaragoza
Sistemas Inteligentes Basados en Análisis de Decisión Difusa.
Departamento de Informática. Universidad de Jaén
Aprendizaje y Redes Neuronales Artificiales (AYRNA). Departamento de Informática y
Análisis Numérico. Universidad de Córdoba
Grupo de Aprendizaje Automático. Artificial Intelligence Center. Universidad de Oviedo.
Grupo de Investigación en Optimización y Scheduling Inteligentes (iScOp). Departamento de Informática. Campus de Gijón.
Instituto de Investigación en Inteligencia Artificial. IIIA-
CSIC. Campus UAB
Volume Visualization and Artificial Intelligence research
group (WAI). Departamento de Matemàtica Aplicada i
Anàlisi. Universitat de Barcelona
Grupo LIDIA. Universidad de A Coruña. Facultad de
Informática. Campus de Elviña
Grupo de Sistemas Inteligentes. Centro Singular de
Investigación en Tecnoloxías da Información
SING: Sistemas Informáticos de Nueva Generación.
Escuela Superior de Ingeniería Informática. Edificio
Politécnico. Campus Universitario As Lagoas
Adaptive and Bioinspired Systems Research Group (ABSYS).
Facultad de Informática. Universidad Complutense de Madrid
Área de Sistemas Inteligentes (ASI). Instituto de Investigación
Tecnológica. Universidad Pontificia Comillas
Computación científica del CIEMAT
Computational Intelligence Group. Department of Artificial
Intelligence. School of Computer Science. Universidad Politécnica de
Madrid
Control, Aprendizaje y Optimización de Sistemas. Universidad Carlos
III de Madrid.
Grupo de investigación en aplicaciones basadas en Agentes,
Sociales e Interdisplinares (GRASIA). Facultad de Informática.
Universidad Complutense de Madrid.
Ontology Engineering Group. Escuela Tecnica Superior de
Ingenieros Informáticos. Universidad Politécnica de Madrid
Planning and Learning Group (PLG). Universidad Carlos III
Grupo de Investigación en Modelos de Decisión y Optimización (MODO).
Departamento de Ciencias de la Computación e Inteligencia Artificial. ETS de
Ingeniería Informática y de Telecomunicación. Universidad de Granada
Sistemas Inteligentes. Dpto. Ciencias de la Computación e Inteligencia
Artificial. Universidad de Granada.
Grupo de Investigación ARCO. Departamento de Tecnología
de los Computadores y de las Comunicaciones. Universidad de
Extremadura
Grupo de Tecnología Informática e Inteligencia Artificial (GTI-IA). Universitat
Politècnia de València
Grupo de procedimientos de construcción, optimización y análisis de estructuras.
Universidad Politécnica de Valencia. Dpto. Ingeniería de la Construcción
DeustoTech Mobility Unit. Facultad de Ingeniería. Universidad de Deusto
Grupo de Entornos de Enseñanza Adaptativos (GaLan). Universidad del País Vasco
Algorithms, data mining and parallelism (ALDAPA). Facultad de Informática. Departamento Arquitectura y
Tecnología de Computadores.
Intelligent Systems Group. Facultad de Informática. Machine Learning Group of Tecnalia (MLGT). Parque
Tecnológico de San Sebastián.
VISILAB Grupo de Visión y Sistemas Inteligentes.
Escuela Técnica Superior de Ingenieros Industriales
Psycotrip - Razonamiento mecanizado. Departamento de Matemáticas y Computación. Universidad de La Rioja
Grupo de Inteligencia Artificial y Razonamiento Aproximado (GIARA). Universidad Pública de Navarra.
43
A nivel privado, las principales empresas relacionadas con el ámbito de la inteligencia artificial se
presentan a continuación:
Empresas
x.ai
Se trata de una startup de inteligencia artificial fundada en 2014 en Nueva York, que ha desarrollado
un asistente personal que permite utilizar el correo electrónico para planificar reuniones.
Cuenta con el respaldo de sus fundadores e inversores, entre los que destacan Softbank Capital IA
Ventures, Lerer Ventures, FirstMark capital, Pritzker Grupo de Capital de Riesgo, y CrunchFund.
Cilenis
Está compuesta por un equipo con formación en Lingüística e Informática, con sólida experiencia en
investigación.
Surge a partir de la línea de investigación ProLNat@GE, coordinada por Pablo Gamallo (CITIUS), en la
Universidad de Santiago. Su objetivo es la creación de aplicaciones avanzadas basadas en el
conocimiento.
Inicia su actividad en el año 2011 como spin-off universitaria. Actualmente comercializa tres productos:
CilenisAPI: Ofrece productos basados en el desarrollo del Procesamiento de Lenguaje Natural e
Ingeniería Lingüística. Desarrollan software de código abierto para dar mejores soluciones.
Linguakit: Portal con un paquete de herramientas lingüísticas y de extracción textual, para que toda
persona que posea cierto interés lingüístico pueda explorar, analizar y obtener una mejor información
de los textos y documentos escritos.
Avalingua: Es un software de corrección automática tanto personal como para la enseñanza. Analiza
el texto buscando errores ortográficos, léxicos, gramaticales o de estilo, y ofrece información sobre
su tipología, importancia y posibles soluciones.
44
PredictionIO
Se trata de un servidor de aprendizaje automático de código abierto que permite a los desarrolladores y
científicos de datos, construir y desplegar aplicaciones predictivas. Ofrece una amplia gama de plantillas
de motores predictivos descargables, que los desarrolladores pueden personalizar fácilmente.
También ayuda a unificar los diferentes tipos de datos de múltiples plataformas, y proporcionar una
interfaz para el análisis de datos en paralelo de manera efectiva y sistemática.
Wise.io
Esta empresa desarrolla aplicaciones de aprendizaje automático para conocer mejor la experiencia del
cliente. Fue fundada en 2012 por expertos de la astrofísica, estadística y ciencias de la computación.
El equipo creó marcos de aprendizaje automático automatizados que se utilizan para descubrir y
entender algunos de los fenómenos más raros del universo.
En 2013 la compañía incorporó ejecutivos que aportaron análisis avanzados para el mercado de
software empresarial, proporcionando aplicaciones de aprendizaje automático que permiten optimizar la
experiencia del cliente a través de su ciclo de vida.
Euclid Analytics
Esta empresa ofrece análisis web para el comercio electrónico.
Su servicio de análisis basado en la nube ayuda al comercio minorista online a cuantificar el impacto de
la comercialización, optimizar el rendimiento de la tienda, y entender el comportamiento del cliente.
También ayuda en la toma decisiones basadas en datos, que permiten atraer, involucrar, y retener a los
clientes.
7. Iniciativas de Interés
El grupo de investigación MAPIR,
perteneciente al departamento de Ingeniería
de Sistemas y Automática, ha desarrollado el
robot Rhodon, un dispositivo que cuenta con
una ‘nariz electrónica’, capaz de detectar,
reconocer y localizar concentraciones de
gases para elaborar mapas de olores en 2D y
3D, a través de los cuales minimizar los
posibles riesgos para operadores humanos.
RHODON se ha desarrollado en colaboración
con la Universidad de Orebro (Suecia) en la
generación de mapas de olores en 2D y 3D;
así como con la Universidad de Groningen
(Holanda), con quien se trabaja
conjuntamente en la clasificación de olores.
Estos sistemas poseen las ventajas de poder
detectar sustancias imperceptibles para los
humanos, no sufrir de cansancio o fatiga, o
ser altamente reproducibles.
Con respecto a las aplicaciones que hacen
uso de una nariz electrónica, se encuentran
desde aplicaciones médicas (detección de
tuberculosis y cáncer de pulmón a partir del
aliento), hasta la comprobación del estado de
maduración de la fruta en cadenas
industriales.
46
Universidad de Málaga
Ha diseñado una red neuronal artificial capaz
de aprender a dominar diversos videojuegos
sin haber sido previamente programada para
ello.
La compañía DeepMind, adquirida por Google
en enero de 2014, ha combinado técnicas de
aprendizaje informático con mecanismos
inspirados en la biología, para lograr que su
agente artificial aprenda a jugar a 49
videojuegos clásicos del ordenador Atari
2600.
El sistema es capaz de descubrir el objetivo
del juego y dominar sus controles, sin contar
con más información que las imágenes que
aparecen en pantalla y la puntuación.
Gracias a sus mecanismos de adaptación y
aprendizaje, la máquina actúa a un nivel
comparable al de un humano profesional de
los videojuegos.
Los autores del sistema subrayan que la
aplicación de la inteligencia artificial a los
videojuegos no es más que una demostración
de la potencia de su algoritmo, cuyo uso se
puede generalizar a otro tipo de entornos e
industrias.
Ha desarrollado una forma de reconocer a la
gente en las fotografías, aunque sus caras
estén oscurecidas.
Los resultados surgen del trabajo en la visión
por computador, con la que se enseña al
software a reconocer el idioma y las
imágenes, con la misma rapidez y facilidad
que el cerebro humano.
En el trabajo, investigadores de Facebook y
de la Universidad de California, utilizaron la
silueta del cuerpo, la postura y otras pistas
para identificar a la gente en fotografías,
aunque sus rostros no se apreciasen con
total claridad.
Facebook asegura que puede identificar a las
personas con una precisión del 83% usando
un método denominado PIPER, el acrónimo
en inglés para reconocimiento de la persona
con independencia de la pose.
En el futuro, esta tecnología podría ayudar a
anunciantes, cuerpos del orden público y
académicos a buscar en las fotografías pistas
sobre las actividades, intereses y círculos
sociales de una persona. Ese potencial
también puede captar la atención de los
reguladores y de los defensores de la
privacidad en Europa y EEUU.
47
Presentó Cubic, un nuevo asistente personal
para el hogar, que va más allá del típico
asistente personal que hace búsquedas en la
web y las dicta; también es una herramienta
capaz de tomar decisiones sobre la casa de
manera inteligente, dependiendo de las
circunstancias.
Por ejemplo, puede conectarse con los
dispositivos de la casa para modificar
aspectos como la temperatura; también
puede controlar las luces, cerrar puertas y
configurar alarmas, todo ello a base de
comandos de voz que puede reconocer a
unos siete metros y medio de distancia.
Para ello, se ha añadido la compatibilidad con
Nest y Hue de Philips, entre otros. Tiene una
versión portátil, y puede integrarse con
dispositivos Android e iOS. Sus creadores
prometen una API abierta para que cualquier
desarrollador pueda añadir soporte a sus
apps y dispositivos.
Cubic es capaz de sacar provecho de su otra
gran característica: su “inteligencia artificial”.
Podemos hablar con Cubic como hablaríamos
con una persona. Su sistema de conversación
multi-tópico le permite comprender cuando
estamos hablando de cosas diferentes, y así
mantener una conversación más fluida.
Amazon
Empresa de base tecnológica de Granada,
responsable de los asistentes virtuales que
ayudan a los usuarios en portales web.
Crea avatares que, emulando el
comportamiento humano, son capaces de
resolver las cuestiones de los consumidores,
gracias a una tecnología de comprensión y
generación del lenguaje que permite crear un
sistema de inteligencia artificial.
Estos asistentes virtuales están pensados
para ofrecer todo tipo de información a los
usuarios que navegan por la página web.
El sistema que propone Virtual Solutions es
programa inteligente que genera
automáticamente una respuesta, y que puede
llegar a modificarla para ajustarse a las
necesidades del usuario en cada momento.
La empresa también trabaja en el ámbito del
análisis de las redes sociales, analizando los
comentarios que se vierten en estas
plataformas y que pueden tener importantes
aplicaciones en el ámbito de la atención al
cliente y la seguridad.
48
Virtual Solutions
Primera plataforma digital que aplica la
inteligencia artificial al servicio de la
innovación alimentaria.
Se trata de un software que permite saber
qué innovaciones debería crear una empresa
o quién está innovando en su sector y con
qué tipo de producto.
La plataforma, diseñada por el centro de
innovación Reimagine Food, busca, detecta,
filtra e interpreta toda la información de valor
identificada en más de cien mil fuentes
especializadas y previamente seleccionadas.
SmartFoodS se divide en SmartFoodS
Innovation, dirigida a detectar oportunidades
innovadoras de negocio dentro de la industria
alimentaria, y SmartFoodS Nutrition, que
detecta posibles combinaciones de nutrientes
para generar nuevos productos y recetas.
Gracias al software SmartFoodS Innovation,
los inversores podrán detectar tendencias,
nuevas oportunidades de negocio en las que
invertir y startups que están buscando
financiación.
SmartFoodS
8. Fuentes de información
50
Fuentes de información
A continuación se presentan las principales fuentes de información utilizadas para el
desarrollo del presente documento:
• Aplicaciones de la Visión Artificial, Grupo de investigación Sistemas, Robótica y Visión.
• Desarrollo y Tendencias de la Inteligencia Artificial, Rueda C. Fabio, Rodríguez S. Alfonso y Castellanos
G. H. Camilo, Fundación Universitaria de San Gil, Unisangil, Facultad de Ciencias Naturales e
Ingenierías, Programa de Ingenierías de Sistemas, Revista Matices Tecnológicos.
• Nuevas Aplicaciones de Inteligencia Artificial en Contenidos Interactivos, Plataforma Tecnológica
Española de Tecnologías Audiovisuales en Red - eNEM.
• Estado del arte de las TIC aplicadas a la Edificación Inteligente, Sociedad Andaluza para el Desarrollo
de las Telecomunicaciones S.A SANDETEL, Consejería de Economía, Innovación y Ciencia, Junta de
Andalucía.
• Procesado de Imagen y Visión por Computador, Grado de Ingeniería en Sistemas de Telecomunicación,
Universidad de Alcalá.
• Sistemas de Percepción y Visión por Computador, Alberto Ruiz García, Departamento de Informática y
Sistemas, Facultad de Informática, Universidad de Murcia.
• Visión Computacional, L. Enrique Sucar, Instituto Nacional de Astrofísica, Óptica y Electrónica, Puebla,
México y Giovani Gómez, Helmholtz Zentrum Munchen, Neuherberg, Alemania.
• Visión por Computador, José Francisco Vélez Serrano, Ana Belén Moreno Díaz, Ángel Sánchez Calle,
José Luis Esteban Sánchez Martin.
• Neural Turing Machines, Alex Graves, Greg Wayne, Ivo Danihelka, Google DeepMind, London, UK.
• Oficina Española de patentes y marcas.
• Global Patent Search Network.
• Asociación Española Para la Inteligencia Artificial (AEPIA).
• KPMG.
• Inteligencia Artificial e Ingeniería del Conocimiento. Gonzalo Pajares Martinsanz y Matilde Santos
Peñas. AlfaOmega. México, D.F. Mayo 2007.
• Venture Scanner.
• Tractica.
• United States Patent and Trademark Office.
• CITIC.
• 33 Voices.
• Inc.
• Abra Invest.
• World Economic Forum.
• X.ai.
• Cilenis.
• PredictionIO.
• Wise.io.
• Euclid Analytics.
51
Como complemento al trabajo de análisis e investigación, se ha contado con la visión de
los siguientes expertos en la materia:
• Enrique Alba, Catedrático del Grupo Neo, Universidad de Málaga.
• Federico Álvarez García, Profesor de la Escuela Técnica Superior de Ingenieros de Telecomunicación,
Grupo de investigación “Grupo de Aplicación de Telecomunicaciones Visuales” (G@TV).
• Raúl Arrabales, anteriormente Solution Manager, Analytics & Insights en Altran, y actualmente Analytics
Senior Manager en Accenture Analytics (Accenture Digital).
• Luis Peña, Socio Promotor de Lurtis Rules.
• José María Peña, Socio Promotor de Lurtis Rules y Profesor de la Escuela Técnica Superior de
Ingenieros Informáticos de la Universidad Politécnica de Madrid (UPM).
• Dr. Sinuhe Arroyo, CEO, Sales of Taiger.