La IA neurosimbólica va más allá de la IA generativa al incorporar lógica, reglas y estructuras causales que le permiten producir resultados más accionables.
Desplegada para reemplazar las primeras investigaciones en IA generativa, puede ayudar a identificar oportunidades de crecimiento en múltiples sectores.
Más allá de los negocios, también ampliará el desarrollo de fármacos y los tratamientos para enfermedades raras.
En un entorno global donde la incertidumbre parece aumentar cada día, las organizaciones necesitan filtrar innumerables señales para encontrar una vía hacia la viabilidad y el crecimiento a largo plazo. Y necesitan una plataforma que lo haga de manera responsable.
La IA puede ser la respuesta, pero no es la IA en la que se suele pensar en primer lugar. La IA generativa (genAI) tiene actualmente el foco de atención como herramienta de productividad, pero presenta limitaciones, entre ellas una propensión a alucinar cuando se le pide citar fuentes o hacer predicciones precisas.
Ahí es donde entra la IA neurosimbólica (NSAI). Fusiona la IA estadística (reconocimiento de patrones) con la IA simbólica (lógica, reglas y estructuras causales), impulsando un potente reconocimiento de patrones para ofrecer predicciones y decisiones prácticas, accionables y fundamentadas en resultados reales. Puede simular escenarios de mercado en tiempo real y su posible impacto combinando y analizando millones de datos, tanto propios como públicos, estructurados y no estructurados, para elaborar una hoja de ruta de crecimiento.
Aunque es menos conocida que la IA generativa, la NSAI tiene el potencial de convertirse en la plataforma que ve más allá de lo evidente, ayudando a los líderes a detectar oportunidades que otros no pueden ver. Entre ellas pueden figurar la identificación de oportunidades de crecimiento para una multinacional, el descubrimiento de formas de combinar moléculas para nuevos métodos de tratamiento de enfermedades, o la detección de patrones ocultos en los datos climáticos que orienten una planificación de infraestructuras más resistentes. Puede ayudar a los gobiernos a anticipar amenazas emergentes mediante la síntesis de inteligencia estructurada con informes de campo no estructurados. En los servicios financieros, puede detectar anomalías sutiles en las redes de transacciones que señalen fraude o riesgo sistémico.
La NSAI también funciona sin las alucinaciones potencialmente catastróficas habituales en otros sistemas de IA, y su proceso de toma de decisiones es completamente transparente y auditable, de modo que pueden rastrearse los resultados hasta la lógica y las fuentes subyacentes.
La NSAI no va a reemplazar a la genAI. Pero en muchos casos la genAI puede llevar a una organización parte del camino hacia su objetivo, y luego la NSAI lo completa. Entre sus principales ventajas se incluyen:
Precisión matemática: La NSAI puede comprender reglas y lógica matemáticas en lugar de limitarse a reconocer patrones, lo que le permite abordar tareas matemáticas complejas, incluidos el modelado probabilístico y la optimización.
Lógica de datos unificada: Su comprensión de las reglas y las estructuras lógicas le permite integrar datos tanto estructurados como no estructurados.
Razonamiento causal: La competencia matemática, la fluidez en el manejo de datos y la capacidad de simulación de la NSAI le permiten comprender qué impulsa el crecimiento, y no solo qué guarda correlación.
Transparencia: Gracias a su capacidad para explicar las reglas y relaciones que aplica para llegar a sus conclusiones, la NSAI puede ofrecer decisiones totalmente auditables, fundamentales para las necesidades regulatorias, de los consejos de administración y operativas.
Fundamento ético: Se puede dotar a la NSAI de marcos legales y morales con los que debe cumplir, y luego explicar cómo sus resultados cumplen esas directrices, lo que mitiga la posibilidad de recomendaciones indeseables o ilícitas.
La NSAI prospera en la complejidad, descubriendo relaciones causales profundas en múltiples dimensiones, más allá de lo que pueden lograr los análisis tradicionales. Su capacidad para manejar estructuras de datos intrincadas le permite revelar información que otros modelos podrían pasar por alto.
Por ejemplo, imagine analizar el rendimiento de un producto correlacionando variables como el nivel de detalle geográfico, los tipos de competidores y los diversos requisitos del producto en distintos segmentos de clientes. La NSAI integra todos estos factores, encontrando patrones significativos incluso en escenarios muy complejos y cambiantes. En definitiva, la NSAI permite tomar decisiones más inteligentes y accionables en entornos donde la complejidad es la norma.
Esto es algo más que un potencial abstracto. Hemos visto sus beneficios en muchos sectores:
Servicios financieros: La NSAI mejora la suscripción, el procesamiento de siniestros y el cumplimiento normativo, garantizando que las decisiones cumplan los estándares regulatorios.
Productos de consumo:La NSAI impulsa experiencias hiperpersonalizadas de forma individualizada.
Productos industriales:La NSAI ayuda a los conglomerados industriales a optimizar toda la cadena de valor, por ejemplo, al comprender el impacto de los aranceles en horas o días en lugar de meses, lo que contribuye a fundamentar las decisiones estratégicas.
Sin embargo, los beneficios reales no se limitan al ámbito empresarial. Otro ámbito de interés es la capacidad de la NSAI para acelerar el descubrimiento de tratamientos para enfermedades raras y desatendidas, combinando el aprendizaje profundo con el razonamiento simbólico para generar predicciones explicables. Investigadores académicos están desarrollando prototipos neurosimbólicos para identificar nuevos usos de fármacos existentes, en áreas donde la inversión farmacéutica tradicional es limitada debido a los escasos incentivos comerciales. Estos modelos no solo sugieren candidatos prometedores a fármacos, sino que también ofrecen explicaciones transparentes y comprobables de sus predicciones. Esto ayuda a demostrar cómo la NSAI puede reducir los costes de desarrollo de fármacos, acortar los plazos y ampliar el acceso a terapias que salvan vidas.
¿Cómo está creando el Foro Económico Mundial salvaguardas para la inteligencia artificial?
El Centre for AI Excellence conecta a líderes de todos los sectores para comprender la rápida evolución de la inteligencia artificial y sus implicaciones para las economías y las sociedades. Respalda un diálogo informado sobre las oportunidades, los riesgos y las compensaciones vinculados a la adopción de la IA.
A través de espacios de confianza e iniciativas colaborativas, el Centro permite a los socios construir una comprensión compartida y trabajar juntos en enfoques responsables para la innovación y el uso de la IA.
La NSAI no es una tecnología del futuro. Para los líderes dispuestos a aprovechar este momento, la NSAI ofrece una estrategia, una perspectiva y una plataforma para la transformación. La oportunidad no es otra que redefinir la forma en que una empresa aborda sus desafíos más difíciles y, al hacerlo, dar forma al mundo en el que vivimos.
Las opiniones reflejadas en este artículo son las del autor y no reflejan necesariamente las opiniones de la organización EY global ni de sus firmas miembro.
