La primera mitad de 2023 desarrollos en Ciencia de Datos e Inteligencia Artificial

2023 desarrollos en Ciencia de Datos e Inteligencia Artificial

 

Mucho ha sucedido en la primera mitad de 2023. Ha habido avances significativos en ciencia de datos e inteligencia artificial. Tanto que ha sido difícil para nosotros mantenernos al día con todos ellos. Definitivamente podemos decir que la primera mitad de 2023 ha mostrado un progreso rápido que no esperábamos.

Así que en lugar de hablar demasiado sobre cómo estamos todos impresionados por estas innovaciones, hablemos de ellas.

 

• Análisis de imágenes (bio) con Python Leer y cargar imágenes microscópicas utilizando Matplotlib
• Cómo ajustar finamente un LLM para una tarea de preguntas y respuestas (QA) localmente
• GPT4Readability Nunca vuelvas a escribir un README de nuevo

Procesamiento del Lenguaje Natural

 

Voy a empezar por lo más obvio. Procesamiento del Lenguaje Natural (NLP, por sus siglas en inglés). Algo que se estaba gestando en la oscuridad, y en el año 2023 ha salido a la luz.

Estos avances se han demostrado en ChatGPT de OpenAI, que causó sensación en el mundo. Desde su lanzamiento oficial a principios de año, ChatGPT ha avanzado desde GPT-4 y ahora esperamos GPT-5. Han lanzado complementos para mejorar la vida cotidiana de las personas y los flujos de trabajo para científicos de datos e ingenieros de aprendizaje automático.

Y todos sabemos que después del lanzamiento de ChatGPT, Google lanzó Bard AI, que ha demostrado ser exitoso entre las personas, las empresas y más. Bard AI ha estado compitiendo con ChatGPT por la mejor posición de chatbot, proporcionando servicios similares como mejorar las tareas para los ingenieros de aprendizaje automático.

En medio del lanzamiento de estos chatbots, hemos visto aparecer grandes modelos de lenguaje (LLM) de la nada. La Organización de Sistemas de Modelos Grandes (LMSYS Org), una organización de investigación abierta fundada por estudiantes y profesores de UC Berkeley creó ChatBot Arena, un punto de referencia de LLM para hacer que los modelos sean más accesibles para todos mediante un método de co-desarrollo utilizando conjuntos de datos, modelos, sistemas y herramientas de evaluación abiertos.

 

AutoML

 

Entonces, ahora que la gente se está acostumbrando a los chatbots que les responden preguntas y facilitan su trabajo y vida personal, ¿qué hay de los analistas de datos y los especialistas en aprendizaje automático?

Bueno, han estado utilizando AutoML, una poderosa herramienta para profesionales de datos como científicos de datos e ingenieros de aprendizaje automático para automatizar el preprocesamiento de datos, la sintonización de hiperparámetros y realizar tareas complejas como la ingeniería de características. Con los avances en ciencia de datos e IA, naturalmente hemos visto una gran demanda de especialistas en datos y IA. Sin embargo, a medida que el progreso avanza a un ritmo rápido, estamos viendo una escasez de estos profesionales de IA. Por lo tanto, poder encontrar formas de explorar, analizar y predecir datos en un proceso automatizado mejorará el éxito de muchas empresas.

No solo liberará tiempo para los especialistas en datos, sino que las organizaciones tendrán más tiempo para expandirse y ser más innovadoras en otras tareas.

 

IA Generativa

 

Si estuviste presente durante el estallido de los chatbots, habrás escuchado las palabras “IA Generativa” en todas partes. La IA generativa es capaz de generar texto, imágenes u otras formas de medios basados en indicaciones del usuario. Al igual que los avances anteriores, la IA generativa está ayudando a diferentes industrias con tareas para facilitar sus vidas.

Tiene la capacidad de producir nuevo contenido, reemplazar tareas repetitivas, trabajar con datos personalizados y prácticamente generar lo que desees. Si la IA generativa es nueva para ti, querrás aprender sobre Stable Diffusion, es la base detrás de la IA generativa. Si eres científico de datos o analista de datos, es posible que hayas oído hablar de PandasAI, la biblioteca de Python de IA generativa, si no, es una herramienta de código abierto que integra capacidades de IA generativa en Pandas para un análisis de datos más sencillo.

Pero con estas herramientas y software de IA generativa siendo lanzados, ¿aún se necesitan científicos de datos en la era de la IA generativa?

 

Aprendizaje Profundo

 

El aprendizaje profundo sigue prosperando. Con los recientes avances en ciencia de datos e IA, se está invirtiendo más tiempo y energía en la investigación de la industria. Como un subconjunto del aprendizaje automático que se ocupa de algoritmos y redes neuronales artificiales, se está utilizando ampliamente en tareas como clasificación de imágenes, detección de objetos y reconocimiento facial.

A medida que experimentamos la cuarta revolución industrial, los algoritmos de aprendizaje profundo nos permiten aprender de los datos de la misma manera que lo hacen los humanos. Estamos viendo más coches autónomos en las carreteras, herramientas de detección de fraudes, asistentes virtuales, modelado predictivo en el ámbito de la salud y más.

El año 2023 ha demostrado los avances del aprendizaje profundo a través de procesos automatizados, robótica, blockchain y diversas tecnologías.

 

Edge Computing

 

Con todo esto que está sucediendo, ¿te imaginas lo cansadas que deben estar estas computadoras? Para poder satisfacer los avances de la inteligencia artificial y la ciencia de datos, las empresas requieren computadoras y sistemas que puedan ayudar a respaldarlos. El edge computing acerca la computación y el almacenamiento de datos a las fuentes de datos. Al trabajar con estos modelos avanzados, el edge computing proporciona procesamiento de datos en tiempo real y permite una comunicación fluida entre todos los dispositivos.

Por ejemplo, cuando los LLM (Modelos de Lenguaje de Largo) se estaban lanzando cada dos segundos, era obvio que las organizaciones necesitarían sistemas efectivos como el edge computing para tener éxito. Google lanzó TPU v4 este año, recursos informáticos que pueden manejar las altas necesidades computacionales del aprendizaje automático y la inteligencia artificial.

Debido a estos avances, estamos viendo que más organizaciones pasan de la nube al edge para adaptarse a sus requisitos actuales y futuros. 

 

Inteligencia Artificial Ética y Ciencia de Datos

 

Ha estado sucediendo mucho en un corto período de tiempo. Se está volviendo muy difícil para organizaciones como el gobierno mantenerse al día. Gobiernos de todo el mundo están planteando la pregunta de ‘¿cómo afectan estas aplicaciones de IA a la economía y la sociedad y cuáles son las implicaciones?’. 

Las personas están preocupadas por el sesgo y la discriminación, la privacidad, la transparencia y la seguridad de estas aplicaciones de IA y ciencia de datos. Entonces, ¿cuáles son los aspectos éticos de la IA y la ciencia de datos y qué debemos esperar en el futuro?

Ya tenemos el European AI Act que propone un marco que agrupa los sistemas de IA en 4 áreas de riesgo. El CEO de OpenAI, Sam Altman, testificó sobre las preocupaciones y posibles obstáculos de la nueva tecnología en un comité del Senado de EE. UU. el martes 16. Aunque está sucediendo muchos avances en un corto período de tiempo, muchas personas están preocupadas. En los próximos 6 meses podemos esperar que se aprueben más leyes y se establezcan regulaciones y marcos. 

 

Conclusión

 

Si no has estado al tanto de la IA y la ciencia de datos en los últimos 6 meses, espero que este artículo te haya proporcionado un resumen rápido de lo que ha estado sucediendo. Será interesante ver en los próximos 6 meses cómo se abrazan estos avances al mismo tiempo que se asegura un uso responsable y ético de estas tecnologías.     Nisha Arya es una científica de datos, escritora técnica independiente y administradora de comunidades en VoAGI. Está particularmente interesada en brindar consejos de carrera o tutoriales de ciencia de datos y conocimientos teóricos sobre ciencia de datos. También desea explorar las diferentes formas en que la inteligencia artificial puede beneficiar la longevidad de la vida humana. Una aprendiz entusiasta que busca ampliar sus conocimientos tecnológicos y habilidades de escritura, al tiempo que ayuda a guiar a los demás.  

We will continue to update Zepes; if you have any questions or suggestions, please contact us!