Descobreix els conceptes bàsics de la IA

Et descobrim què és la intel·ligència artificial i com es fa servir actualment, algunes de les funcions que té i com BERT està ajudant les IA.

Segurament més d’una vegada has degut pensar que bé que t’aniria poder comptar amb l’assistent JARVIS, d’lron Man, o amb el KITT, el cotxe fantàstic que, gràcies a la informació tan detallada que oferia, va ajudar a detenir tants malvats. I sempre en el moment just. Her, els replicants de Blade Runner, Hal d’Odissea de l’espai…, la intel·ligència artificial que mostren les pel·lícules té ben poc a veure amb la interacció amb les màquines a la qual estem habituats avui dia.

És cert que el que apareix en les pel·lícules, en realitat, es correspon amb l’anomenat concepte de “superintel·ligència” i no amb l’estat de l’art actual en desenvolupament d’apps i webs.  Però també és veritat que, encara que les promeses de la ciència-ficció estiguin encara lluny de convertir-se en quotidianes, la intel·ligència artificial ja és un element de treball habitual per a les empreses més innovadores.

Com apliquem la IA a CaixaBank Tech?

Al Grup CaixaBank, fa temps que treballem amb la intel·ligència artificial. De fet, vam ser part de l’equip que va ensenyar a parlar espanyol a Watson a principis de la dècada passada. Des de llavors, hem desenvolupat múltiples aplicacions basades en IA, algunes dirigides a ajudar als nostres empleats i empleades en el seu treball diari i altres directament enfocades a millorar el servei i l’assistència als clients, com ho és el nostre assistent virtual de CaixaBankNow.

A aquest tipus d’aplicacions, les hem denominat aplicacions 100% cognitives perquè les dissenyem amb l’aspiració que “raonin” com si es tractés d’un humà o com si el JARVIS que veiem a les pel·lícules ens estigués responent. Què diria a l’usuari?, quins elements d’interacció oferiria?, com acompanyaria la informació que ens està aportant?

Interfícies conversacionals amb la IA

Les interfícies conversacionals per veu i text es plantegen, per tant, com a eixos vertebradors d’aquest nou tipus d’aplicacions, però en convivència amb altres elements gràfics com serien botons, formularis o llistats que han de permetre aconseguir una interacció tan simple i visual com sigui possible. La predicció de text o el resultat de les respostes són altres elements que han d’acompanyar també la interacció. Per a això últim, per exemple, s’estan explorant models de Q&A amb BERT fent servir Tensorflow.js.

A causa d’aquesta interacció conversacional, és indispensable entendre el llenguatge natural mitjançant algoritmes de classificació d’intencions, reconeixement d’entitats, desambiguadors semàntics o graph databases per representar els dominis de coneixement i les seves relacions.

Així humanitzem les IA gràcies a algoritmes com BERT

Aquestes noves aplicacions necessiten dinamisme i humanització en les seves explicacions, per la qual cosa es fa necessària la utilització de tecnologies de generació de llenguatge natural per poder expressar d’una manera natural la informació. Per això, ens basem en algoritmes de generació de deep learning, com GPT-2/3 o BERT.

Un altre tret fonamental d’aquesta mena d’aplicacions és la personalització dels continguts. Igual que un humà, que sap adaptar-se a la persona amb la qual interactua i adequa tant el contingut que exposa com el format que utilitza al perfil de l’interlocutor, aquestes aplicacions també han de poder comprendre a quin perfil s’adrecen i personalitzar la informació que exposen, seguint sempre els criteris de privacitat dels usuaris.

Altres funcions que desenvolupa la intel·ligència artificial

Així mateix, han de poder recomanar, ser proactives i anticipar-se fins i tot a les necessitats que l’usuari pugui tenir. Per fer-ho, poder generar un context d’usuari mitjançant embeddings, és a dir, representacions latents del món aplicatiu que preserven les característiques principals d’un usuari, els seus vincles i relacions, és vital per alimentar els algoritmes de recomanació avançats que es faran servir.

Les aplicacions cognitives també han de ser capaces de saber tractar imatges i vídeos, a més de la veu, a través de tècniques de processat d’imatges per, entre d’altres, classificar-les i extreure’n informació rellevant o per generar imatges a partir d’una sèrie de dades d’entrada.  En aquest sentit, estem treballant, per exemple, amb graph neural networks i s’estan estudiant els avanços de DALL-E.

Un altre tret fonamental d’aquestes aplicacions és l’adaptabilitat a l’entorn i, per tant, l’omnicanalitat. L’aplicació també s’ha d’adaptar a la mateixa mobilitat de l’usuari i als dispositius disponibles, traspassant informació d’un canal a un altre de manera transparent per a ell. Per exemple, el mòbil és especialment útil per escanejar informació amb la càmera i explotar-la mitjançant algoritmes d’IA, però el PC o la mateixa pantalla del televisor poden ser molt més útils per revisar el detall de gràfiques i analitzar les dades.

Les aplicacions cognitives també han de beneficiar-se de l’aplicació de tecnologies biomètriques per a facilitar les tasques d’autenticació i per a millorar la seguretat aplicativa fent-la inclús transparent per a l’usuari gràcies a l’aplicació, per exemple, de la biometria conductual.

L’arquitectura de la IA

Arquitectures d’esdeveniments, orquestració de microserveis, monitorització continua a través d’algoritmes de detecció d’anomalies basats en autoencoders i en tòpic modelling, MLOps… La infraestructura i la tecnologia que hi ha darrere d’aquest nou paradigma d’aplicacions no és simple i està en contínua evolució, amb molts reptes tecnològics que encara s’han de superar. No obstant això, pas a pas i treballant en mode agile per poder anar validant via MVP aquesta nova forma d’interactuar amb els nostres usuaris finals, ens anem aproximant a aquest nou concepte aplicatiu, 100 % cognitiu, que permet oferir experiències que comencen a recordar a aquests “superassistents” que tan bones estones ens han fet passar.