Cinco 'startups' de inteligencia artificial que quieren cambiar el mundo

Los avances en el aprendizaje profundo y las redes neuronales han proporcionado enormes avances en el procesamiento del lenguaje natural y la visión por ordenador y tienen el potencial de resolver grandes problemas en la fabricación, el comercio minorista, la cadena de suministro, la agricultura y un sinnúmero de otros segmentos de negocios. Naturalmente, las startups tecnológicas están detrás de algunas de las innovaciones más importantes.

Echemos un vistazo a las startups de "inteligencia artificial (IA) aplicada". Se trata de empresas que están aplicando diferentes técnicas —ya sea el procesamiento de imágenes, texto, audio, vídeo, datos categóricos o tabulares o combinaciones de los anteriores— para hacer frente a diversos retos de la industria, desde el cumplimiento de la promesa de los coches autónomos hasta la superación de los límites de la producción agrícola.

Argo AI

¿Ya hemos llegado? Parece que llevamos años esperando las promesas, pero el trabajo en tecnología de conducción autónoma continúa. Argo AI es una empresa que pretende convertirse en la plataforma completa para los vehículos que conducen solos; abarca todo el software, el hardware, los mapas y la infraestructura remota que serán necesarios para llevarnos al glorioso futuro en el que no tengamos que estar en un autobús o un tren para leer un libro en el trayecto al trabajo.

En colaboración con socios como Ford y Volkswagen, Argo AI está ampliando los límites de la investigación, y acaba de anunciar Argo Lidar (light detection and ranging), un nuevo enfoque para realizar comprobaciones de objetos a una distancia de hasta 400 metros, además de funcionar bien por la noche y en condiciones de poca luz y ser capaz de manejar transiciones como la salida de túneles que pueden causar problemas a otras matrices Lidar (y seamos sinceros, también a nosotros, pobres humanos).

Argo AI no hace promesas descabelladas sobre su tecnología actual, pero parece que está realizando un largo y duro trabajo para lograr una experiencia de conducción asistida segura. Actualmente está probando su tecnología en seis ciudades de Estados Unidos y ha programado hacer también tests en Europa a finales de este año.

Ceres Imaging

Tal vez no sea tan ingenioso como la conducción autónoma, pero la tecnología que Ceres Imaging está aplicando a los cultivos puede ayudar a reducir la factura de la compra mucho antes de que podamos subirnos a un coche autónomo y hacer que este nos lleve al supermercado.

Ceres Imaging ofrece una magnífica mezcla de tecnología de la vieja escuela y de vanguardia, ya que evita las imágenes por satélite o de drones y las sustituye por cámaras de alta resolución montadas en aviones de ala fija, y utiliza esas imágenes como entrada a una serie de modelos para proporcionar información crítica a los agricultores, como descubrir problemas de riego dos o tres semanas antes de que sean visibles en el campo, corregir situaciones de exceso o falta de riego y calcular cómo afectará la solución de estos problemas a los rendimientos.

Además, Ceres Imaging puede liberar a los agricultores de la carga de tareas sencillas y laboriosas como el recuento de árboles, haciendo posible que esta tarea se realice a partir de imágenes aéreas. Ceres entrega un informe en el que se contabiliza el número de árboles por variedad y se señalan las ubicaciones de los que faltan o están dañados, llegando incluso a generar el pedido del vivero para su sustitución. Es solo un pequeño ejemplo de cómo las técnicas de IA están permitiendo avances incluso en áreas que no vienen inmediatamente a la mente cuando alguien dice las palabras "red neuronal".

Landing AI

Fundada por Andrew Ng, cofundador de Google Brain y antiguo jefe de ciencia de datos en Baidu, Landing AI es un intento de llevar el poder de la IA a sectores que aún no han visto los avances que puede aportar. El primer producto de la empresa, LandingLens, es una plataforma integrada que permite a los fabricantes combinar su experiencia con la de Landing AI para producir una plataforma de inspección visual de mejora continua. Además de para el mundo de la fabricación, Landing AI también está trabajando en sistemas de inspección visual para las industrias de la agricultura y la automoción.

Un aspecto interesante del enfoque de Landing AI es que sitúa los datos de los usuarios en el centro de la solución. Tratar con los datos de entrada es a menudo la parte menos emocionante del trabajo de un científico de datos, pero, a pesar de los grandes avances que se han hecho en las soluciones autosupervisadas en los últimos años, es en los datos de entrada donde tiene más impacto la aplicación. No importa lo sofisticado que sea tu modelo; si lo alimentas con basura, vas a obtener basura. Por eso, la IA de los países emergentes se centra en sistemas de etiquetado eficientes y fáciles de usar, en asegurarse de que los datos se recogen de forma continua, en facilitar el reentrenamiento y la validación de los modelos y, por supuesto, en ser capaces de alertar rápidamente si las inferencias se desvían de repente (por ejemplo, si una cámara pierde un canal de color).

Sentinel 

Más pronto que tarde, vamos a necesitar una forma de detectar los deepfakes. Aunque el deepfaking —el uso de técnicas de IA para generar audio y vídeo falsos de personas reales— todavía no es dominante, el gasto y los conocimientos necesarios para generar este tipo de acciones disminuyen cada semana. Es posible que haya visto las últimas noticias sobre el increíblemente convincente deepfake de Tom Cruise en TikTok. En nuestro futuro habrá falsos Tom Cruises aún más convincentes.

Con sede en Estonia, Sentinel se esfuerza por ser uno de los líderes en ese ámbito. Con impresionantes credenciales de ciberseguridad de la OTAN y el respaldo del expresidente de Estonia, la empresa ofrece una API que se basa en varios enfoques de aprendizaje profundo, así como en una base de datos masiva de falsificaciones existentes con fines de comparación, para determinar si los contenidos subidos son falsos o no. El sistema Sentinel incluso produce un informe sobre lo que se hizo para generar la falsificación en el caso de un resultado positivo.

Standard 

Al igual que las tiendas Amazon Go que salpican algunas de las principales ciudades de Estados Unidos, Standard ofrece la promesa de comprar en tiendas físicas sin hacer colas. El usuario se registra con una aplicación móvil cuando entra en la tienda, se pasea por ella y coge lo que quiere y, luego, simplemente se va. La tecnología de visión computerizada de Standard hace un seguimiento de todo lo que sale del edificio y lo carga en su cuenta. La experiencia tiene incluso menos fricciones que Amazon Go, sin torniquetes ni puertas.

A Standard le gustaría mucho ser la empresa que haga que esta tecnología esté omnipresente en el comercio minorista, conectándose a sus cadenas de suministro para proporcionar análisis detallados y posibilitar las experiencias de pago más fluidas. En la actualidad, la compañía tiene una tienda insignia en San Francisco (¡pero claro!) y ha firmado un acuerdo con Circle K para realizar algunos experimentos piloto en Arizona, equipando cuatro tiendas con tecnología de caja autónoma. Si todo va bien, podríamos ver cómo la IA de compras de Standard se extiende rápidamente por todo el país.

¿Y ahora qué?

Lo que podemos ver en este breve recorrido por las startups de IA aplicada es que el abanico de verticales en los que las técnicas de vanguardia de la visión por ordenador, el procesamiento del lenguaje natural y otros enfoques de aprendizaje profundo son extensos y, probablemente, están muy subestimados. Las redes neuronales aprenden cada vez más. Ya están en nuestros teléfonos y están llegando a nuestras tiendas, coches, cadenas de suministro, plantas de fabricación y granjas. ¿Quién sabe dónde más estarán cuando llegue el año 2030?