La crisis del COVID-19 brinda una oportunidad única de actualización e innovación
Pedro Alves es el fundador y director general de Ople.AIuna startup de software que proporciona una plataforma de aprendizaje automático automatizada para empoderar a los usuarios comerciales con análisis predictivos.
Podría decirse que el aprendizaje automático y las herramientas impulsadas por IA que se implementan en respuesta a COVID-19 mejoran ciertas actividades humanas y brindan información esencial necesaria para tomar ciertas decisiones personales o profesionales; sin embargo, también destacan algunos desafíos generalizados que enfrentan tanto las máquinas como los humanos que las crean.
Sin embargo, no se puede ignorar el progreso observado en IA/aprendizaje automático antes y durante la pandemia de COVID-19. Esta crisis económica y de salud pública global trae consigo una oportunidad única para las actualizaciones y la innovación en el modelado, siempre que se sigan ciertos principios subyacentes.
Aquí hay cuatro verdades de la industria (nota: esta no es una lista exhaustiva) que mis colegas y yo hemos descubierto que importan en cualquier clima de diseño, pero especialmente durante un clima de pandemia global.
Parte del éxito se puede atribuir al azar, más que al razonamiento.
Cuando un gran grupo de personas está trabajando colectivamente en un problema, el éxito puede ser más probable. Al observar ejemplos históricos como la crisis financiera mundial de 2008, hubo varios analistas acreditado con la predicción de la crisis. Esto puede parecer milagroso para algunos hasta que consideras que más de 200,000 personas estaban trabajando en Wall Street, cada una de ellas haciendo sus propias predicciones. Entonces se vuelve menos un milagro y más un resultado estadísticamente probable. Con tantos individuos trabajando simultáneamente en modelos y predicciones, era muy probable que alguien acertara por casualidad.
Del mismo modo, con el COVID-19 hay mucha gente involucrada, desde modeladores estadísticos y científicos de datos hasta especialistas en vacunas, y también hay un afán abrumador por encontrar soluciones y respuestas concretas basadas en datos. Seguir el rigor estadístico apropiado, junto con el aprendizaje automático y la IA, puede mejorar estos modelos y disminuir las posibilidades de predicciones falsas que surgen de la realización de demasiadas predicciones.
La automatización puede ayudar a mantener la productividad si se usa con prudencia
Durante una crisis, la gestión del tiempo es esencial. La tecnología de automatización se puede utilizar no solo como parte de la solución de crisis, sino también como una herramienta para monitorear la productividad y las contribuciones de los miembros del equipo que trabajan en la solución. Para el modelado, la automatización también puede mejorar en gran medida la velocidad de los resultados. Cada segundo que una pieza de software puede realizar la automatización de un modelo, permite que un científico de datos (o incluso un científico médico) realice otras tareas más importantes. Las plataformas fáciles de usar en el mercado ahora brindan a más personas, como analistas de negocios, acceso a predicciones de modelos de aprendizaje automático personalizados.
Source link