Los algoritmos de inteligencia artificial no solo hacen que nuestros autos sean más seguros y las compras sean más fáciles, sino que diagnostican cada vez mejor a los pacientes y ayudan a tomar las mejores decisiones para su salud.

La inteligencia artificial (AI) está siendo adoptada por los hospitales y otras organizaciones de atención médica, que están utilizando la tecnología para hacer de todo, desde interpretar imágenes de tomografías y resonancias hasta predecir qué pacientes son más propensos a sufrir caídas debilitantes mientras reciben tratamiento. Los registros médicos electrónicos se revisan y procesan mediante algoritmos diseñados para ayudar a los médicos a elegir los mejores tratamientos contra el cáncer basados ​​en las mutaciones en los tumores de los pacientes, por ejemplo, o predecir su probabilidad de responder bien a un tratamiento basado en experiencias pasadas de pacientes similares, sobre bases de datos globales.

Desde start-ups hasta grandes corporaciones, las empresas se adelantan desarrollando soluciones basadas en inteligencia artificial que ya ha traído muchas transformaciones al sistema de salud. Ayuda a los médicos a reunir, analizar y organizar datos clínicos, realizar diagnósticos, planificar tratamientos y encontrar mejores soluciones para los pacientes. El diagnóstico de cáncer, insuficiencia cardíaca, diabetes y reacciones adversas a los medicamentos son solo algunos de los sectores de salud en los que las grandes empresas de TI han invertido como resultado de los avances en la inteligencia artificial.

Google lanzó el proyecto DeepMind Health. DeepMind puede procesar millones de datos de información médica en solo unos minutos, lo que acelera muchos procedimientos clínicos y de salud, como la presentación de registros médicos o diagnósticos. Los investigadores de DeepMind también están desarrollando modelos que emulan la capacidad de imaginar las consecuencias de una acción antes de llevarla a cabo en un esfuerzo por comprender qué es la inteligencia y la imaginación y convertirla en un algoritmo. Incluso Verily, la división de ciencias de la vida de Google, está trabajando en un proyecto llamado Baseline Study, que incluye recopilar datos genéticos con el objetivo de adoptar algunos de los algoritmos de Google para analizar lo qué permite a cada persona disfrutar de buena salud. Para este proyecto, los investigadores usan tecnología para monitorear enfermedades, por ejemplo, lentes de contacto inteligentes que pueden medir los niveles de azúcar en la sangre.

IBM también está activo en el campo de la atención médica con el sistema Watson, que es capaz de diagnosticar la insuficiencia cardíaca dos años antes que los métodos más tradicionales. El algoritmo se basa en los datos recopilados durante las visitas al hospital. Jianying Hu, uno de los investigadores involucrados, explica: “Hemos descubierto que el diagnóstico de otras enfermedades, medicamentos recetados y registros médicos de hospitalizaciones, en este orden, pueden proporcionar signos capaces de predecir la enfermedad”.

El uso de IA en la medicina promete beneficiar a muchos. Los avances en la investigación también dependen de cuán rápido se puedan adaptar las estructuras de los servicios de salud y de poner en marcha plataformas a nivel nacional para la detección y prevención de las enfermedades.

Si bien se están desarrollando tratamientos de punta que por ahora conllevan costos muy altos, solo accesibles para un segemento pequeño de pacientes; también es cierto, que muchísimas soluciones aportadas por la IA, reducen los costos a niveles que hacen posible su uso de tratamientos mejorados para toda la población, democratizando el acceso a los estándares de salud modernos.

En teoría, el uso de IA en medicina será disruptivo en la profesión médica, sustituyendo muchas funciones de seres humanos, desde enfermeros, técnicos y médicos, aparentemente, con la excepción de los mejores especialistas. Pero, hay dos servicios en los que, más allá de la tecnología, tal como lo prueban una serie de estudios y el sentido común, el contacto con seres humanos es fundamental, la edución y la salud. Por lo tanto, se puede estimar que por un lado los seres humanos serán sustituidos por máquinas inteligentes, y por otro, se crearán más oportunidades para servicios de salud mejorados en los que el contacto humano hará la diferencia.   

La humanidad es responsable del uso inteligente de la inteligencia artificial, tanto desde el punto de vista científico como moral, sin olvidar los aspectos éticos de las relaciones con los pacientes. Lampadia

La inteligencia artificial mejorará los tratamientos médicos
De A&E a IA

No dejará sin trabajo a los médicos expertos, en el corto plazo

The Economist
7 de junio, 2018
Traducido y glosado por Lampadia

Cuatro años atrás, una mujer de unos 30 años fue atropellada por un automóvil en Londres. Ella necesitaba una cirugía de emergencia para reducir la presión en el cerebro. Su cirujano, Chris Mansi, recuerda que la operación fue un éxito, pero ella murió. Mansi quería saber por qué. Descubrió que el problema había sido un retraso de cuatro horas a la hora de sacarla de la unidad de accidentes y emergencias del hospital donde la trajeron por primera vez al quirófano de su propio hospital. Eso, a su vez, fue el resultado de un retraso en la identificación, de exámenes médicos, de que tenía un gran coágulo de sangre en el cerebro y necesitaba tratamiento inmediato. Para evitar repeticiones de este tipo de retraso, Mansi ayudó a establecer una empresa llamada Viz.ai, con el propósito de utilizar el aprendizaje de las máqinas, una forma de inteligencia artificial (IA), para identificar a los pacientes que necesitan atención urgente de aquellos que pueden esperar, mediante el análisis de los escáneres realizados al momento de la admisión.

Esa idea es uno de los miles de proyectos en marcha para utilizar el aprendizaje de las máquinas para transformar la manera en que los médicos atienden a los pacientes. Aunque diversos, estos proyectos tienen un objetivo común: llevar el paciente correcto al médico correcto en el momento correcto.

En febrero, Viz.ai recibió la aprobación de los reguladores de los EEUU para vender su software de detección, a partir de escáneres cerebrales, de accidentes cerebrovasculares causados ​​por un bloqueo en un vaso sanguíneo grande. La tecnología se está implementwando en hospitales del “cinturón de accidentes cerebrovasculares” de EEUU, en el sureste, en la que los accidentes cerebrovasculares son inusualmente comunes. Erlanger Health System, en Tennessee, utilizará su sistema Viz.ai a partir de la próxima semana.

Los beneficios potenciales son impresionantes. Como observa Tom Devlin, neurólogo de derrames cerebrales en Erlanger, “sabemos que perdemos 2 millones de células cerebrales cada minuto que el coágulo está allí”. Sin embargo, las dos terapias que pueden transformar los resultados (fármacos anticoagulantes y una operación llamada trombectomía) rara vez usada porque, cuando se diagnostica un derrame cerebral y se ensambla un equipo quirúrgico, una gran parte del cerebro del paciente ha muerto. La tecnología de Viz.ai debería mejorar los resultados identificando casos urgentes, alertando a los especialistas de guardia y enviándoles los escaneos directamente.

La IA lo tiene

Otra área importante para la asistencia de IA es la oncología. En febrero de 2017, Andre Esteva de la Universidad de Stanford y sus colegas utilizaron un conjunto de casi 130,000 imágenes para entrenar un software de inteligencia artificial a clasificar las lesiones de la piel. Así fue capacitado y probado con las opiniones de 21 dermatólogos calificados, el software podía identificar tanto el tipo más común de cáncer de piel (carcinoma de queratinocitos) como el tipo más letal (melanoma maligno), con tanto éxito como los profesionales. Eso fue impresionante. Pero ahora, como se describió el mes pasado en un artículo publicado en Annals of Oncology, hay un sistema de detección de cáncer de piel con IA que puede funcionar mejor que la mayoría de los dermatólogos. Holger Haenssle de la Universidad de Heidelberg, en Alemania, se enfrentó a un sistema de IA contra 58 dermatólogos. Los humanos pudieron identificar el 86.6% de los cánceres de piel. La computadora encontró 95%. También diagnosticó erróneamente menos lunares benignos como tumores malignos.

También ha habido avances en la detección del cáncer de mama. El mes pasado, Kheiron Medical Technologies, una empresa de Londres, recibió noticias de un estudio donde el software excedía el estándar de rendimiento requerido oficialmente para los radiólogos que realizaban el chequeo de la enfermedad. La firma dice que presentará este estudio para su publicación cuando haya recibido la aprobación europea para usar la IA, que espera que suceda pronto.

Este desarrollo parece importante. La detección de mamas ha salvado muchas vidas, pero deja mucho que desear. El sobrediagnóstico y el sobretratamiento son comunes. Por el contrario, los tumores a veces se pierden. En muchos países, tales problemas han llevado a que un segundo radiólogo revise rutinariamente las exploraciones, lo que mejora la precisión, pero aumenta la carga de trabajo. Como mínimo, el sistema de Kheiron parece útil para una segunda opinión. A medida que mejora, puede calificar a las mujeres según sus riesgos de cáncer de mama y decidir el mejor momento para su próxima mamografía.

Los esfuerzos para utilizar la IA para mejorar los diagnósticos también están en marcha en otras partes de la medicina. En la enfermedad ocular, DeepMind, una subsidiaria con sede en Londres de Alphabet, la empresa matriz de Google, tiene una IA que analiza imágenes de la retina para detectar enfermedades como el glaucoma, la retinopatía diabética y la degeneración macular relacionada con la edad. La firma también está trabajando en mamografías.

Las enfermedades cardíacas son otro campo de interés. Investigadores de la Universidad de Oxford han estado desarrollando IAs para interpretar los ecocardiogramas, que son exploraciones ultrasónicas del corazón. Los cardiólogos que examinan estos exámenes buscan signos de enfermedad cardíaca, pero pueden perderlos el 20% de las veces. Eso significa que los pacientes serán enviados a casa y luego pueden tener un ataque al corazón. La IA, sin embargo, puede detectar cambios invisibles al ojo y mejorar la precisión del diagnóstico. Ultromics, una firma en Oxford, está tratando de comercializar la tecnología y podría utilizarse este año en Gran Bretaña.

También hay esfuerzos para detectar arritmias cardíacas, particularmente fibrilación auricular, que aumentan el riesgo de insuficiencia cardíaca y accidentes cerebrovasculares. Investigadores de la Universidad de Stanford, dirigidos por Andrew Ng, han demostrado que el software de IA puede identificar las arritmias de un electrocardiograma (ECG) mejor que un experto. El grupo ha unido fuerzas con una firma que fabrica dispositivos portátiles de ECG y está ayudando a Apple a estudiar si se pueden detectar arritmias en los datos de frecuencia cardíaca recogidos por sus relojes smart. Mientras tanto, en París, una empresa llamada Cardiologs también está tratando de diseñar una IA destinada a leer ECG.

Viendo hacia adelante

Eric Topol, cardiólogo e investigador de medicina digital en el Instituto de Investigación Scripps, en San Diego, dice que la precisión de los médicos y de los algoritmos son comparables en algunas áreas, pero las computadoras tienen la ventaja de la velocidad. Esta combinación de rasgos llevará a una mayor precisión y productividad en la atención médica.

La inteligencia artificial también podría hacer que la medicina sea más específica, al ser capaz de establecer distinciones que eluden a los observadores humanos. Puede clasificar cánceres o instancias de enfermedad cardíaca de acuerdo con sus riesgos, por ejemplo, distinguiendo aquellos cánceres de próstata que matarán rápidamente, y por lo tanto necesitarán tratamiento, de aquellos que no lo harán, y probablemente no puedan ser tratados.

Lo que la IA médica no hará, al menos no por mucho tiempo, es que los expertos humanos sean redundantes en los campos que invade. Los sistemas de aprendizaje de las máquinas funcionan en una estrecha gama de tareas y necesitarán una estrecha supervisión en los próximos años. Son “cajas negras”, ya que los médicos no saben exactamente cómo llegan a sus decisiones. Sin embargo, quitarán gran parte de la dificultad y el error del diagnóstico.

También ayudarán a garantizar que los pacientes, ya sea que se les haga un examen de detección de cáncer o que se los saque de la escena de un accidente automovilístico, sean tratados a tiempo para salvarse. Lampadia

Los algoritmos de inteligencia artificial no solo hacen que nuestros autos sean más seguros y las compras sean más fáciles, sino que diagnostican cada vez mejor a los pacientes y ayudan a tomar las mejores decisiones para su salud.

La inteligencia artificial (AI) está siendo adoptada por los hospitales y otras organizaciones de atención médica, que están utilizando la tecnología para hacer de todo, desde interpretar imágenes de tomografías y resonancias hasta predecir qué pacientes son más propensos a sufrir caídas debilitantes mientras reciben tratamiento. Los registros médicos electrónicos se revisan y procesan mediante algoritmos diseñados para ayudar a los médicos a elegir los mejores tratamientos contra el cáncer basados ​​en las mutaciones en los tumores de los pacientes, por ejemplo, o predecir su probabilidad de responder bien a un tratamiento basado en experiencias pasadas de pacientes similares, sobre bases de datos globales.

Desde start-ups hasta grandes corporaciones, las empresas se adelantan desarrollando soluciones basadas en inteligencia artificial que ya ha traído muchas transformaciones al sistema de salud. Ayuda a los médicos a reunir, analizar y organizar datos clínicos, realizar diagnósticos, planificar tratamientos y encontrar mejores soluciones para los pacientes. El diagnóstico de cáncer, insuficiencia cardíaca, diabetes y reacciones adversas a los medicamentos son solo algunos de los sectores de salud en los que las grandes empresas de TI han invertido como resultado de los avances en la inteligencia artificial.

Google lanzó el proyecto DeepMind Health. DeepMind puede procesar millones de datos de información médica en solo unos minutos, lo que acelera muchos procedimientos clínicos y de salud, como la presentación de registros médicos o diagnósticos. Los investigadores de DeepMind también están desarrollando modelos que emulan la capacidad de imaginar las consecuencias de una acción antes de llevarla a cabo en un esfuerzo por comprender qué es la inteligencia y la imaginación y convertirla en un algoritmo. Incluso Verily, la división de ciencias de la vida de Google, está trabajando en un proyecto llamado Baseline Study, que incluye recopilar datos genéticos con el objetivo de adoptar algunos de los algoritmos de Google para analizar lo qué permite a cada persona disfrutar de buena salud. Para este proyecto, los investigadores usan tecnología para monitorear enfermedades, por ejemplo, lentes de contacto inteligentes que pueden medir los niveles de azúcar en la sangre.

IBM también está activo en el campo de la atención médica con el sistema Watson, que es capaz de diagnosticar la insuficiencia cardíaca dos años antes que los métodos más tradicionales. El algoritmo se basa en los datos recopilados durante las visitas al hospital. Jianying Hu, uno de los investigadores involucrados, explica: “Hemos descubierto que el diagnóstico de otras enfermedades, medicamentos recetados y registros médicos de hospitalizaciones, en este orden, pueden proporcionar signos capaces de predecir la enfermedad”.

El uso de IA en la medicina promete beneficiar a muchos. Los avances en la investigación también dependen de cuán rápido se puedan adaptar las estructuras de los servicios de salud y de poner en marcha plataformas a nivel nacional para la detección y prevención de las enfermedades.

Si bien se están desarrollando tratamientos de punta que por ahora conllevan costos muy altos, solo accesibles para un segemento pequeño de pacientes; también es cierto, que muchísimas soluciones aportadas por la IA, reducen los costos a niveles que hacen posible su uso de tratamientos mejorados para toda la población, democratizando el acceso a los estándares de salud modernos.

En teoría, el uso de IA en medicina será disruptivo en la profesión médica, sustituyendo muchas funciones de seres humanos, desde enfermeros, técnicos y médicos, aparentemente, con la excepción de los mejores especialistas. Pero, hay dos servicios en los que, más allá de la tecnología, tal como lo prueban una serie de estudios y el sentido común, el contacto con seres humanos es fundamental, la edución y la salud. Por lo tanto, se puede estimar que por un lado los seres humanos serán sustituidos por máquinas inteligentes, y por otro, se crearán más oportunidades para servicios de salud mejorados en los que el contacto humano hará la diferencia.   

La humanidad es responsable del uso inteligente de la inteligencia artificial, tanto desde el punto de vista científico como moral, sin olvidar los aspectos éticos de las relaciones con los pacientes. Lampadia

La inteligencia artificial mejorará los tratamientos médicos
De A&E a IA

No dejará sin trabajo a los médicos expertos, en el corto plazo

The Economist
7 de junio, 2018
Traducido y glosado por Lampadia

Cuatro años atrás, una mujer de unos 30 años fue atropellada por un automóvil en Londres. Ella necesitaba una cirugía de emergencia para reducir la presión en el cerebro. Su cirujano, Chris Mansi, recuerda que la operación fue un éxito, pero ella murió. Mansi quería saber por qué. Descubrió que el problema había sido un retraso de cuatro horas a la hora de sacarla de la unidad de accidentes y emergencias del hospital donde la trajeron por primera vez al quirófano de su propio hospital. Eso, a su vez, fue el resultado de un retraso en la identificación, de exámenes médicos, de que tenía un gran coágulo de sangre en el cerebro y necesitaba tratamiento inmediato. Para evitar repeticiones de este tipo de retraso, Mansi ayudó a establecer una empresa llamada Viz.ai, con el propósito de utilizar el aprendizaje de las máqinas, una forma de inteligencia artificial (IA), para identificar a los pacientes que necesitan atención urgente de aquellos que pueden esperar, mediante el análisis de los escáneres realizados al momento de la admisión.

Esa idea es uno de los miles de proyectos en marcha para utilizar el aprendizaje de las máquinas para transformar la manera en que los médicos atienden a los pacientes. Aunque diversos, estos proyectos tienen un objetivo común: llevar el paciente correcto al médico correcto en el momento correcto.

En febrero, Viz.ai recibió la aprobación de los reguladores de los EEUU para vender su software de detección, a partir de escáneres cerebrales, de accidentes cerebrovasculares causados ​​por un bloqueo en un vaso sanguíneo grande. La tecnología se está implementwando en hospitales del “cinturón de accidentes cerebrovasculares” de EEUU, en el sureste, en la que los accidentes cerebrovasculares son inusualmente comunes. Erlanger Health System, en Tennessee, utilizará su sistema Viz.ai a partir de la próxima semana.

Los beneficios potenciales son impresionantes. Como observa Tom Devlin, neurólogo de derrames cerebrales en Erlanger, “sabemos que perdemos 2 millones de células cerebrales cada minuto que el coágulo está allí”. Sin embargo, las dos terapias que pueden transformar los resultados (fármacos anticoagulantes y una operación llamada trombectomía) rara vez usada porque, cuando se diagnostica un derrame cerebral y se ensambla un equipo quirúrgico, una gran parte del cerebro del paciente ha muerto. La tecnología de Viz.ai debería mejorar los resultados identificando casos urgentes, alertando a los especialistas de guardia y enviándoles los escaneos directamente.

La IA lo tiene

Otra área importante para la asistencia de IA es la oncología. En febrero de 2017, Andre Esteva de la Universidad de Stanford y sus colegas utilizaron un conjunto de casi 130,000 imágenes para entrenar un software de inteligencia artificial a clasificar las lesiones de la piel. Así fue capacitado y probado con las opiniones de 21 dermatólogos calificados, el software podía identificar tanto el tipo más común de cáncer de piel (carcinoma de queratinocitos) como el tipo más letal (melanoma maligno), con tanto éxito como los profesionales. Eso fue impresionante. Pero ahora, como se describió el mes pasado en un artículo publicado en Annals of Oncology, hay un sistema de detección de cáncer de piel con IA que puede funcionar mejor que la mayoría de los dermatólogos. Holger Haenssle de la Universidad de Heidelberg, en Alemania, se enfrentó a un sistema de IA contra 58 dermatólogos. Los humanos pudieron identificar el 86.6% de los cánceres de piel. La computadora encontró 95%. También diagnosticó erróneamente menos lunares benignos como tumores malignos.

También ha habido avances en la detección del cáncer de mama. El mes pasado, Kheiron Medical Technologies, una empresa de Londres, recibió noticias de un estudio donde el software excedía el estándar de rendimiento requerido oficialmente para los radiólogos que realizaban el chequeo de la enfermedad. La firma dice que presentará este estudio para su publicación cuando haya recibido la aprobación europea para usar la IA, que espera que suceda pronto.

Este desarrollo parece importante. La detección de mamas ha salvado muchas vidas, pero deja mucho que desear. El sobrediagnóstico y el sobretratamiento son comunes. Por el contrario, los tumores a veces se pierden. En muchos países, tales problemas han llevado a que un segundo radiólogo revise rutinariamente las exploraciones, lo que mejora la precisión, pero aumenta la carga de trabajo. Como mínimo, el sistema de Kheiron parece útil para una segunda opinión. A medida que mejora, puede calificar a las mujeres según sus riesgos de cáncer de mama y decidir el mejor momento para su próxima mamografía.

Los esfuerzos para utilizar la IA para mejorar los diagnósticos también están en marcha en otras partes de la medicina. En la enfermedad ocular, DeepMind, una subsidiaria con sede en Londres de Alphabet, la empresa matriz de Google, tiene una IA que analiza imágenes de la retina para detectar enfermedades como el glaucoma, la retinopatía diabética y la degeneración macular relacionada con la edad. La firma también está trabajando en mamografías.

Las enfermedades cardíacas son otro campo de interés. Investigadores de la Universidad de Oxford han estado desarrollando IAs para interpretar los ecocardiogramas, que son exploraciones ultrasónicas del corazón. Los cardiólogos que examinan estos exámenes buscan signos de enfermedad cardíaca, pero pueden perderlos el 20% de las veces. Eso significa que los pacientes serán enviados a casa y luego pueden tener un ataque al corazón. La IA, sin embargo, puede detectar cambios invisibles al ojo y mejorar la precisión del diagnóstico. Ultromics, una firma en Oxford, está tratando de comercializar la tecnología y podría utilizarse este año en Gran Bretaña.

También hay esfuerzos para detectar arritmias cardíacas, particularmente fibrilación auricular, que aumentan el riesgo de insuficiencia cardíaca y accidentes cerebrovasculares. Investigadores de la Universidad de Stanford, dirigidos por Andrew Ng, han demostrado que el software de IA puede identificar las arritmias de un electrocardiograma (ECG) mejor que un experto. El grupo ha unido fuerzas con una firma que fabrica dispositivos portátiles de ECG y está ayudando a Apple a estudiar si se pueden detectar arritmias en los datos de frecuencia cardíaca recogidos por sus relojes smart. Mientras tanto, en París, una empresa llamada Cardiologs también está tratando de diseñar una IA destinada a leer ECG.

Viendo hacia adelante

Eric Topol, cardiólogo e investigador de medicina digital en el Instituto de Investigación Scripps, en San Diego, dice que la precisión de los médicos y de los algoritmos son comparables en algunas áreas, pero las computadoras tienen la ventaja de la velocidad. Esta combinación de rasgos llevará a una mayor precisión y productividad en la atención médica.

La inteligencia artificial también podría hacer que la medicina sea más específica, al ser capaz de establecer distinciones que eluden a los observadores humanos. Puede clasificar cánceres o instancias de enfermedad cardíaca de acuerdo con sus riesgos, por ejemplo, distinguiendo aquellos cánceres de próstata que matarán rápidamente, y por lo tanto necesitarán tratamiento, de aquellos que no lo harán, y probablemente no puedan ser tratados.

Lo que la IA médica no hará, al menos no por mucho tiempo, es que los expertos humanos sean redundantes en los campos que invade. Los sistemas de aprendizaje de las máquinas funcionan en una estrecha gama de tareas y necesitarán una estrecha supervisión en los próximos años. Son “cajas negras”, ya que los médicos no saben exactamente cómo llegan a sus decisiones. Sin embargo, quitarán gran parte de la dificultad y el error del diagnóstico.

También ayudarán a garantizar que los pacientes, ya sea que se les haga un examen de detección de cáncer o que se los saque de la escena de un accidente automovilístico, sean tratados a tiempo para salvarse. Lampadia

La semana pasada, IBM presentó a Summit, la “supercomputadora científica más poderosa e inteligente del mundo”. IBM dice que su nueva computadora procesará 200,000 cuatrillones de cálculos por segundo, afirmando que “para poner esto en perspectiva, si cada persona en la Tierra hiciera un solo cálculo por segundo, tomaría 305 días hacer lo que Summit hace en un solo segundo”.

La máquina, construida por IBM para el Laboratorio Nacional Oak Ridge del Departamento de Energía de EEUU, tiene más del doble de capacidad que el actual líder mundial, el Sunway TaihuLight de China, lo cual haría que por primera vez en cinco años EEUU tenga el título del país con la computadora más poderosa del mundo.

Pero el verdadero significado reside en algo más que su poder de procesamiento en bruto: utiliza una nueva arquitectura de computadoras para manejar grandes cantidades de datos para desarrollos de inteligencia artificial, en lugar de limitarse a modelados a gran escala y simulaciones.

Summit se diseñó teniendo en cuenta Big Data, a una escala aún mayor que los sistemas de datos especializados, utilizados por compañías como Google y Microsoft para manejar los datos necesarios para el entrenamiento de algoritmos de inteligencia artificial (IA). De hecho, ha sido “diseñada para ser el sistema de IA más grande y rápido del mundo”, dijo John Kelly, jefe de soluciones cognitivas e investigación en IBM. “Será capaz de asumir algunos de los mayores desafíos de IA que tiene el mundo”.

Thomas Zacharia, director de Oak Ridge, dijo que el sistema, que cuesta unos 200 millones de dólares, ya se ha utilizado para realizar un cálculo que habría llevado 30 años en una computadora promedio, mientras que a Summit le tomó tan solo una hora.

Pero Summit es más que solo una computadora. Las supercomputadoras ya están siendo utilizados en la industria para todo: desde el diseño de nuevos aviones, hasta la creación de nuevos materiales. Otras son utilizadas por los militares para diseñar armas nucleares y por científicos para llevar a cabo investigaciones con impacto en la ciencia y la salud.

IA en la Copa Mundial de Futbol

La inteligencia artificial está presente hasta en temas más corrientes, como en la Copa Mundial de la FIFA Rusia 2018, que será el evento deportivo con el mayor despliegue tecnológico de la historia. Y entre las más destacadas innovaciones está la “World Cup Highlight Machine”, en la que Fox Sports se ha asociado con IBM para utilizar la inteligencia artificial de Watson para crear un centro de videos que permite crear clips a pedido (on-demand) de los mejores momentos de todos los partidos de la Copa FIFA que datan desde el año 1958.

El usuario podrá personalizar sus opciones como mejor le parezca basándose en sus intereses o preferencias. La cadena de televisión dice que existen 300 partidos archivados que Watson es capaz de analizar, los cuales pueden ser filtrados basándote en el año del torneo que uno quiera ver, el equipo, jugador, partido, o cualquier combinación de estos. Ver: Fox Sports’ World Cup Highlight Machine is powered by IBM’s Watson

Más allá del futbol

Las supercomputadoras como Summit también ayudarán en desarrollar avances en proyectos como el cambio climático. Patrick Brown, del Carnegie Institution for Science de la Universidad de Stanford, señala que uno de los mayores desafíos es modelar el comportamiento de las nubes, que tienen una influencia significativa en el calentamiento. Con más poder de cómputo, dice, será más fácil modelar lo que le está sucediendo a las nubes con mucho mayor detalle y en horizontes de tiempo más largos. Eso podría ayudar a resolver la relación entre los resultados de diferentes modelos climáticos.

Summit es también un paso importante hacia el próximo gran premio en informática: máquinas capaces de un exaflop, o un billón de cálculos por segundo. Ya existe una carrera internacional para llegar a este hito, y Estados Unidos y China son considerados los dos favoritos. Estados Unidos busca construir varias de estas máquinas, que podrían costar entre US$ 400 millones y US$ 600 millones cada una, y ha contratado a Nvidia, IBM y otras compañías como Intel para ayudar. El objetivo es poner en funcionamiento una o más de estas computadoras “exascale” entre 2021 y 2023.

Jack Wells, de Oak Ridge, dice que la experiencia de construir Summit, que ocupa un área del tamaño de dos canchas de tenis y transporta 4,000 galones de agua por minuto a través de su sistema de enfriamiento para bajar cerca de 13 megavatios de calor, ayudará a desarrollar el trabajo en máquinas exescale, lo que requerirá una infraestructura aún más impresionante.

Gracias a estos y otros avances, Summit ayudará a alcanzar picos de potencia informática aún más impresionantes. Veamos la presentación oficial de Summit:

Sistemas IBM

Llegar a la cima: la supercomputadora más inteligente del mundo

8 de junio de 2018
Dr. John E. Kelly, III

Hoy se alcanza un gran hito para la humanidad, y es un día de orgullo para IBM. 

Con la presentación por parte del gobierno estadounidense de “Summit” — la supercomputadora de inteligencia artificial más potente e inteligente del mundo — se ha alcanzado un gran hito de la computación. Es el resultado de años de dedicación e innovación por parte de IBMístas de todo el mundo.

Summit cambia el juego.

Es capaz de realizar 200 mil billones de cálculos por segundo – 200 petaflops – por lo cual es la más veloz del mundo.

Pero este sistema no solo ofrece velocidad.

Summit también está optimizado para inteligencia artificial en un mundo intensivo en datos. Diseñamos una nueva arquitectura heterogénea completa que integra el robusto análisis de datos de las potentes CPU de IBM Power con las capacidades de aprendizaje profundo de las unidades de procesamiento gráfico (GPU). El resultado es un desempeño inigualable en nuevas aplicaciones cruciales.

Entonces, ¿qué podemos hacer con este tipo de potencia?

Este proyecto siempre tuvo como misión extender los límites de la innovación y la tecnología para resolver lo que antes era irresoluble. Por ejemplo, con este sistema, podemos hacer conexiones y predicciones que nos ayudan a promover la investigación del cáncer, entender los factores genéticos que contribuyen a la adicción a opioides, simular interacciones atómicas para desarrollar materiales más fuertes y con mayor eficiencia energética, y comprender mejor las supernovas para explorar los orígenes del universo.

Esto es IBM en su máxima expresión.

Con estas supercomputadoras, reunimos nuestras tecnologías más avanzadas, arquitecturas e ideas en un lugar, en forma muy focalizada. Para IBM, cuando asumimos estas grandes apuestas (como hicimos en 2014 con este contrato para el Departamento de Energía de los EE.UU.), sabemos que son oportunidades para dar un gran salto adelante.  

Esta no es la primera vez que impulsamos hacia adelante el mundo entero de la tecnología en supercomputación.

De Deep Blue a Blue Gene, las supercomputadoras de IBM han sido pioneras en el procesamiento paralelo masivo y han quebrado la barrera del petaflop, lo cual permitió innovaciones en todo, desde pronósticos meteorológicos hasta exploración petrolera. Es emocionante considerar lo que nuestra última supercomputadora –que combina computación de alto desempeño e inteligencia artificial – podría ofrecer en términos de respuestas a las preguntas más difíciles del mundo.

Y por primera vez, estamos haciendo que la misma arquitectura que sustenta a Summit esté disponible en forma comercial. Los clientes ya están usando la misma arquitectura híbrida en nuestra línea de productos de negocio con el sistema IBM Power System AC922 y la familia de nuevos servidores basados en IBM POWER9. El resultado: computación empresarial que puede ayudar a cada sector de industria (como banca, salud, comercio minorista y transporte, entre otros) a promover sus productos y servicios.

La tecnología y las herramientas que construimos con ella siempre han tenido el potencial de cambiar el futuro.

El lanzamiento de Summit hoy demuestra una vez más que IBM está ayudando a liderar el camino.

Para ver imágenes de Summit, visite IBM Image Gallery.

Lampadia

Nuestros ingenieros peruanos, ganadores de la Competencia de Impacto Global (GIC, por sus siglas en inglés) Perú 2015, blogean desde Singularity University (SU), con sede en el Centro de Investigaciones de la NASA en Silicon Valley, Estados Unidos, contándonos sus experiencias.

Ambos comparten semanalmente, en sus blogs personales, sus experiencias con profesionales de todo el mundo, patrocinados por corporaciones y multinacionales como Google, Cisco, Genentech, Autodesk y 3DSystems entre otros. Ver también Semana 1, Semana 2, Semana 3 y Semana 4.

A continuación, en Lampadia glosamos anotaciones de sus blogs.

Quinta Semana en Singularity University: Panel del Espacio y Watson de IBM

Mónica Abarca

Link: https://medium.com/@monicaabarca92/quinta-semana-en-singularity-university-panel-del-espacio-y-watson-de-ibm-190a878a4edd

La semana empezó con una clase extraordinaria sobre prototipado rápido con Tom Chi. Nos habló sobre la importancia de ejecutar las ideas rápidamente mediante prototipado: “Pensar es una pésima manera de pensar, hacer es la mejor manera de pensar”. Hicimos un workshop de 20 minutos en el que pensamos en un problema, ideamos la solución, la prototipamos y la probamos con personas externas al grupo, ¡todo muy rápido!

El martes tuvimos un workshop muy divertido del track de Medicina y Neurociencia. Con mi grupo trabajamos alrededor del problema médico de aneurisma cerebral. Luego de debatir sobre las posibles causas, ideamos en grupo una solución muy interesante en tan solo 45 minutos: Ahead.

La solución consiste en hacer un mejor monitoreo mediante un dispositivo que se coloca en el smartphone con electrodos para medir la actividad cerebral y un lente que se coloca en la cámara del smartphone. Cuando uno tiene un fuerte dolor de cabeza, lo cual es síntoma de aneurisma cerebral, se coloca el dispositivo anclado al celular en la zona de la cabeza donde se manifiesta el dolor, de manera que se capte la actividad eléctrica del cerebro (EEG) y luego se toma una foto de los ojos, con nuestra lente especial, para poder determinar la presión intracraneal. Esta información se almacena, se compara con grandes bases de datos y mediante inteligencia artificial, nuestro software determinará si es necesario ir al doctor para una revisión preventiva. 

El miércoles tuvimos la visita de Katie Weimer de 3DSystems. Katie nos contó sobre cómo se está usando la impresión 3D en temas médicos. Actualmente imprimen yesos personalizados para los pacientes, herramientas especiales para los médicos e incluso imprimen los problemas de los pacientes complicados, como por ejemplo tumores, para que los médicos lo puedan estudiar y puedan practicar antes de operar.

El día siguió mejorando, en la tarde tuvimos la visita de Rob High quien es el CTO de Watson en IBM. Watson es un sistema cognitivo de inteligencia artificial que busca conectar a las personas y las computadoras. Watson observa, interpreta, evalúa y decide según una gran base de datos que maneja y que contiene información desde investigaciones científicas hasta tweets. Tuvimos un workshop en el cual nos explicaron cómo funciona Watson y qué se debe saber para crear una aplicación basada en Watson.

El viernes fue el día límite para la formación de los equipos de trabajo para los proyectos. ¡Pronto les contaremos sobre nuestro proyecto!

Singularity University: Semana 5

Adolfo Valdivieso

Link: https://medium.com/@adolfovaldi/singularity-university-semana-5-f0a967fd46f3

Los puntos más altos de la semana: la visita de Tom Chi (responsable del prototipado del Google Glass), SUinder (la aplicación que hicimos para ayudar con el proceso de formación de equipos), la formación de nuestro equipos.

El lunes tuvimos a Tom Chi, ex-director de producto y experiencia de usuario en Yahoo y parte del equipo que diseño el Google Glass en Google X. Con él exploramos su experiencia en prototipado rápido.

El martes, develamos los resultados de SUinder. SUinder es una aplicación que nació como idea de un taller de ideación en aplicaciones moviles. Es una idea de usar el mismo mecanismo de funcionamiento de Tinder (aplicación para descubrir gente con la que te sientes atraído mutuamente).

Durante el fin de semana, junto con una compañera construimos SUinder. Ella desarrollo el front-end y yo el back-end. Prrimero llenamos un spreadsheet donde cada uno escribía los desafíos, tecnologías en los que nos sentíamos interesados, expectativas acerca del proyecto, el equipo, tu experiencia previa y tus planes para el futuro. Cuando ingresabas a SUinder te mostraba aleatóreamente el perfil de uno de los participantes y aquí puedes elegir YES, si te interesa trabajar con esta persona y NO, si no te interesa trabajar con ella. El martes luego de medianoche recibías un mail con tus coincidencias (los participantes con los que quieres trabajar y que también quieren trabajar contigo).

El resultado fue genial. Muchas personas me agradecieron por haberme tomado el tiempo de construirlo. Y Nick Haan, director de GGC en SU, me pidió una reunión para sentar las bases para utilizar esta herramienta en los siguientes programas.

El viernes era el día final para registrar nuestro equipo. Todo comenzó con una conversación con una compañero brasileño, Francisco Barreto, phd en epistemología. Le mostré Tullpi, el proyecto de juegos matemáticos que combinan elementos tangibles y juegos digitales. Luego de hacerle un demo, quedó fascinado.

Él estuvo trabajando en un piloto para Rio de Janeiro, en donde buscan ayudar a los padres de fabelas a educar mejor a sus niños entre 0 y 3 años. Nuestro interés común en educación temprana nos unió y decidamos tomar esto como base para armar nuestro equipo. Ambos coincidimos que necesitábamos a Samuel Scheer, un chico austrico que corre su propio negocio desde los 20, estudió negocios en Suiza y tiene la mejor memoria que conozco: el primer día de clases fue capaz de recordar 75 nombres de los 80 participantes del programa.

Nuestro último jale fue Samar Samir, ingeniera electrónica de Arabia del Sur.

Nos une la pasión por la educación y su capacidad de transformar la vida de las personas.

Hemos empezado a explorar los problemas en este campo. Les tendré más noticias pronto 🙂