Microsoft lanza una nueva herramienta de optimización de decisiones basada en IA

Causa y efecto

La IA que analiza datos para ayudarte a tomar decisiones se está convirtiendo en una parte cada vez más importante de las herramientas empresariales, y los sistemas que lo hacen están mejorando con un nuevo enfoque de optimización de decisiones que Microsoft está comenzando a hacer disponible.

El aprendizaje automático es excelente para extraer patrones de grandes cantidades de datos, pero no necesariamente es bueno para entender esos patrones, especialmente en términos de lo que los causa. Un sistema de aprendizaje automático podría aprender que las personas compran más helado en clima cálido, pero sin una comprensión del sentido común del mundo, es igualmente probable que sugiera que si quieres que el clima se caliente, debes comprar más helado.

Comprender por qué suceden las cosas

Comprender por qué suceden las cosas ayuda a los humanos a tomar mejores decisiones, como un médico que elige el mejor tratamiento o un equipo de negocios que analiza los resultados de las pruebas AB para decidir qué precio y qué empaque venderán más productos. Existen sistemas de aprendizaje automático que tratan con causalidad, pero hasta ahora esto se ha limitado principalmente a investigaciones que se centran en problemas a pequeña escala en lugar de sistemas prácticos del mundo real porque ha sido difícil de hacer.

El aprendizaje profundo, que se utiliza ampliamente para el aprendizaje automático, necesita muchos datos de entrenamiento, pero los humanos pueden recopilar información y llegar a conclusiones de manera mucho más eficiente haciéndose preguntas, como un médico que pregunta sobre sus síntomas, un maestro que hace una prueba a sus estudiantes, un asesor financiero que entiende si una inversión de bajo riesgo o alto riesgo es mejor para ti, o un vendedor que te hace hablar sobre lo que necesitas en un coche nuevo.

Un sistema de IA médica genérico probablemente te haría pasar por una exhaustiva lista de preguntas para asegurarse de no perder nada, pero si vas a la sala de emergencias con un hueso roto, es más útil que el médico te pregunte cómo te rompiste el hueso y si puedes mover los dedos en lugar de preguntar por tu tipo de sangre.

Si podemos enseñarle a un sistema de IA cómo decidir cuál es la mejor pregunta que hacer a continuación, puede utilizar esa información para recopilar la cantidad justa de información y sugerir la mejor decisión a tomar.

Es la cara un buen identificador Los desafíos de la tecnología de reconocimiento facial

La mejor siguiente acción

"Digamos que quieres juzgar algo, o quieres obtener información sobre cómo diagnosticar algo o clasificar algo correctamente: [la forma de hacerlo] es lo que yo llamo Mejor Próxima Pregunta", dijo Zhang. "Pero si quieres hacer algo, quieres mejorar las cosas, quieres brindar a los estudiantes nuevo material de enseñanza para que puedan aprender mejor, quieres darle a un paciente un tratamiento para que pueda mejorar, lo llamo Mejor Próxima Acción. Y para todo esto, la escalabilidad y la personalización son importantes".

Poniendo todo esto en conjunto, obtienes una toma de decisiones eficientes, como los cuestionarios dinámicos que utiliza el servicio de tutoría de matemáticas en línea Eedi para averiguar qué temas entienden bien los estudiantes y con cuáles tienen dificultades, para poder brindarles la combinación adecuada de lecciones que cubran los temas en los que necesitan ayuda, en lugar de aburrirlos con áreas que ya dominan.

Las preguntas de opción múltiple tienen solo una respuesta correcta, pero las respuestas incorrectas están diseñadas cuidadosamente para mostrar exactamente cuál es el malentendido: ¿Alguien confunde la media de un grupo de números con la moda o la mediana, o simplemente no conoce todos los pasos para calcular la media?

Eedi ya tenía las preguntas, pero construyó los cuestionarios dinámicos y las recomendaciones personalizadas de lecciones utilizando una API de optimización de decisiones creada por Zhang y su equipo, que combina diferentes tipos de aprendizaje automático para manejar ambos tipos de decisiones en lo que ella llama inferencia causal de extremo a extremo.

"Creo que somos el primer equipo en el mundo en unir el descubrimiento causal, la inferencia causal y el aprendizaje profundo", dijo Zhang. "Permitimos que un usuario con datos descubra la relación entre todas estas variables, como qué afecta a qué. Y también entendemos su relación: por ejemplo, cuánto aumentará la salud de alguien la dosis [de medicamento] que le diste, cuánto aumentará la comprensión general del estudiante el tema que enseñas.

"Usamos el aprendizaje profundo para responder preguntas causales, sugerir cuál es la mejor acción a seguir de una manera realmente escalable y hacer que sea utilizable en el mundo real".

Dell anuncia mejoras en VxRail

De la investigación al no código

La API para hacer eso, actualmente llamada Mejor Próxima Pregunta, está disponible en Azure Marketplace, pero está en vista previa privada, por lo que las organizaciones que deseen utilizar el servicio en sus propias herramientas, de la manera en que lo hace Eedi, deben ponerse en contacto con Microsoft.

Para científicos de datos y expertos en aprendizaje automático, el servicio eventualmente estará disponible a través de Azure Marketplace o como una opción en Azure Machine Learning o posiblemente como uno de los servicios cognitivos empaquetados de la misma forma en que Microsoft ofrece servicios como el reconocimiento de imágenes y la traducción. Es posible que el nombre también cambie a algo más descriptivo, como "optimización de decisiones".

Microsoft ya está considerando usarlo para sus propias ventas y marketing, comenzando con los muchos programas de socios diferentes que ofrece.

"Tenemos tantos programas de participación para ayudar a los socios de Microsoft a crecer", dijo Zhang. "Pero realmente queremos descubrir qué tipo de programa de participación es el tratamiento que ayuda más a un socio a crecer. Entonces, esa es una pregunta causal y también necesitamos hacerlo de manera personalizada".

Los investigadores también están hablando con el equipo de Viva Learning.

"El entrenamiento es definitivamente un escenario en el que queremos hacerlo personalizado: queremos que las personas sean enseñadas con el material que les ayudará mejor en su trabajo", dijo Zhang.

Los problemas éticos de la tecnología de reconocimiento facial

Y si quieres usar esto para tomar mejores decisiones con tus propios datos, "queremos que las personas tengan una forma intuitiva de usarlo. No queremos que las personas tengan que ser científicos de datos".

Hasta ahora, la herramienta de causalidad ShowWhy de código abierto que Microsoft construyó para facilitar el razonamiento causal aún no utiliza estos nuevos modelos, pero tiene una interfaz sin código y los investigadores están trabajando con ese equipo para crear prototipos, dijo Zhang.

"Antes de fin de año, vamos a lanzar una demostración para la inferencia causal de extremo a extremo", dijo Zhang.

Ella sugiere que a largo plazo, los usuarios empresariales podrían beneficiarse de estos modelos dentro de los sistemas que ya utilizan, como Microsoft Dynamics y Power Platform.

"Para las personas en general que toman decisiones, necesitan algo muy visual: una interfaz sin código en la que carguen datos, hagan clic en un botón y [vean] cuáles son las ideas", dijo Zhang.

Los humanos son buenos pensando causalmente, pero construir el gráfico que muestra cómo están conectadas las cosas y qué es una causa y qué es un efecto es difícil. Estos modelos de optimización de decisiones construyen ese gráfico para ti, lo cual se ajusta a la forma en que las personas piensan y te permite hacer preguntas de tipo "qué pasaría si" y experimentar con qué sucede si cambias diferentes valores. Eso es algo muy natural, según Zhang.

Aprende los fundamentos de la ciencia de la computación con este curso gratuito.

En Newsmatic nos especializamos en tecnología de vanguardia, contamos con los artículos mas novedosos sobre Inteligencia artificial, allí encontraras muchos artículos similares a Microsoft lanza una nueva herramienta de optimización de decisiones basada en IA , tenemos lo ultimo en tecnología 2023.