Las 10 principales tendencias tecnológicas de 2022 según Baidu Research
En tiempos de incertidumbre confiamos en tecnologías que nos ofrecen un apoyo fiable. A comienzos de 2022, cuando la pandemia mundial sigue provocando conmociones y la economía mundial afronta numerosos desafíos, la inteligencia artificial se ha convertido en una fuerza motriz clave de la innovación y el desarrollo gracias a sus tecnologías básicas de rápido avance, a la mayor conexión entre dominios y a la ampliación de su catálogo de aplicaciones sectoriales.
Las tecnologías básicas de la IA logran avances continuos, con ejemplos más contrastados de innovaciones integradas. Por ejemplo, en el preentrenamiento de grandes modelos, líneas de investigación como la multimodalidad, el multilingüismo y la ampliación del conocimiento han ampliado los límites de los modelos a gran escala y han inspirado nuevo potencial para la inteligencia artificial general.
«Además, en la investigación interdisciplinar, la IA es una variable común para los trabajos científicos y el desarrollo tecnológico. En ámbitos como la computación cuántica, la biología y la química, la IA se ha convertido en una de las áreas de investigación más atractivas. La IA también acelera el desarrollo de sectores como la conducción autónoma, la robótica, la industria aeroespacial y la sanidad. Además, ha desempeñado un papel clave en la consecución de objetivos como la reducción de las emisiones de carbono y la integración social»
Baidu Research compartió las 10 principales tendencias tecnológicas de 2022. La compañía espera que, en este periodo, la incertidumbre de la IA ilumine el camino de la innovación y ponga en marcha el barco del desarrollo.
Modelo de preentrenamiento a gran escala
El modelo de preentrenamiento a gran escala refleja la tendencia hacia la ampliación del conocimiento, el modelado multimodal unificado y el multiaprendizaje, la reducción de la dependencia de datos etiquetados y la aceleración de las aplicaciones del mundo real.
Los modelos a gran escala con autosupervisión, entrenados con datos masivos, pueden resolver una serie de tareas de IA mediante un único modelo y un único paradigma unificado. Esta tecnología ha superado los cuellos de botella de las tecnologías tradicionales, reduciendo la dependencia de datos con grandes etiquetas y mejorando notablemente la eficiencia, la versatilidad y la generalización de los modelos de IA.
Se espera que en 2022 el foco de la investigación y el desarrollo pase del aumento del tamaño del modelo a su despliegue práctico. Los modelos a gran escala seguirán mejorando en rendimiento, versatilidad, generalización, eficiencia operativa y rentabilidad.
Al mismo tiempo, se reducirá el umbral de implementación de escenarios reales de IA, como la oficina inteligente y las finanzas inteligentes. Por ejemplo, la inteligencia artificial basada en grandes modelos multimodales impulsará la adopción del AIGC (contenido generado por inteligencia artificial), que promete estimular la cognición creativa, mejorar la diversidad de contenidos y reducir los costes de producción.
IA para la ciencia
La IA para la ciencia se ha convertido en un nuevo campo de investigación capaz de cambiar el paradigma de la investigación científica. En 2021, el aprendizaje automático ayudó a los matemáticos a descubrir dos conjeturas principales. La combinación de aprendizaje automático, modelado multiescala y computación de alto rendimiento resolvió los problemas de simulación en tiempo real de circuitos cuánticos aleatorios de tamaño extremadamente grande.
La IA también ha demostrado un gran potencial en la investigación científica, especialmente en el procesamiento de datos, la realización de nuevos experimentos y la creación de modelos computacionales más eficientes.
Se espera que la nueva inteligencia artificial para la ciencia integre aún más los dos paradigmas de la investigación científica: el basado en datos y la deducción teórica. En los próximos años, la IA se integrará en muchas áreas diversas, como las matemáticas, la física, la química, los materiales y la ingeniería, y desempeñará un papel más importante en el desarrollo de la ciencia fundamental.
Biología computacional basada en IA
La biología computacional basada en la inteligencia artificial sigue avanzando rápidamente, con avances en numerosas investigaciones fundamentales.
La covid-19 ha provocado una demanda cada vez mayor de IA en el sector biomédico. Por ejemplo, la IA puede utilizarse para mejorar la precisión y la velocidad de la edición de genomas dirigidos o para predecir las estructuras del plegamiento de proteínas. El éxito de la tecnología de vacunas de ARNm ha impulsado aún más el desarrollo de macromoléculas basadas en ARN o proteínas, y de vacunas.
La biología computacional basada en IA está preparada para nuevos avances en investigación fundamental y aplicaciones, desde el desarrollo de fármacos basados en proteínas, la formulación y el cribado de fármacos hasta los anticuerpos monoclonales basados en ARNm, la terapia contra el cáncer y otros tipos de inmunoterapia. La convergencia de la IA y la biología computacional acelerará significativamente el desarrollo de fármacos, además de reducir costes y facilitar la medicina de precisión y la terapia personalizada.
Privacidad de la computación
En los últimos años, la privacidad de la computación ha atraído cada vez más atención. Permitirá un uso más completo de los datos y creará una infraestructura que reforzará la confianza de los usuarios. La seguridad y el cumplimiento normativo se han vuelto imprescindibles para aprovechar el valor de los datos, en un contexto de aparición de normas globales sobre información personal y seguridad de datos.
La computación confidencial de confianza y la computación federada han ganado notoriedad, ya que desde el punto de vista técnico protegen los datos y permiten compartirlos y distribuirlos.
Gracias al aumento del rendimiento de las tecnologías de computación confidencial, al avance mutuo de las tecnologías y los estándares de cumplimiento, y a la colaboración multilateral para reforzar la fiabilidad técnica, se podrán desarrollar mejores prácticas para aplicaciones en escenarios como la biología computacional, el análisis financiero y las transacciones de datos.
A largo plazo, la tecnología de computación confidencial podría impulsar el intercambio de datos cifrados y la computación por defecto, creando gradualmente una infraestructura de confianza para los usuarios.
Integración de hardware y software cuánticos
La integración de hardware y software en la computación cuántica se está extendiendo cada vez más, ya que la demanda real acelera la convergencia y la innovación entre la computación cuántica y otros sectores. Se espera que en 2022 las tecnologías de diseño, preparación, medición y control de chips cuánticos sigan mejorando constantemente.
El número de qubits (la unidad más pequeña de información en un ordenador cuántico) aumentará a gran escala. Se lograrán más avances mediante la reducción del ruido o la adaptación al ruido. El software y los servicios de computación cuántica evolucionarán hacia un enfoque multiplataforma, y los usuarios dispondrán de más capacidades de backend cuántico en las plataformas de computación cuántica en la nube. Las plataformas de computación cuántica que ofrezcan soluciones de integración de hardware y software cuánticos mostrarán gradualmente su potencial comercial.
Gracias a la profunda integración e innovación de la computación cuántica con la fabricación inteligente, la inteligencia artificial, la medicina química, las tecnologías financieras y otros campos, surgirán numerosas aplicaciones prácticas con ventajas cuánticas significativas. Las instituciones públicas, el mundo académico y la industria colaborarán más estrechamente para crear dispositivos cuánticos de alta calidad y desarrollar talento en tecnologías cuánticas, dando los primeros pasos hacia la creación de una cadena de valor industrial de la computación cuántica.
Conducción autónoma
La tecnología de conducción autónoma entra en una nueva etapa sin conductor, ya que varios modelos de coches robotizados vinculan la tecnología con escenarios de uso.
Los avances tecnológicos y la regulación política acercarán la conducción sin conductor a la realidad en 2022. Los coches robotizados son vehículos de nueva generación que revolucionarán el transporte.
La conducción autónoma se extiende a una amplia gama de usos, como los vehículos de pasajeros, el transporte público, el transporte de mercancías, la logística de almacenes, el comercio minorista, las operaciones sanitarias y especiales en minas y puertos, creando un valor considerable y favoreciendo el progreso social.
Exploración del espacio profundo
La IA y las tecnologías aeroespaciales abren nuevas posibilidades para la exploración inteligente del espacio profundo.
La exploración del espacio profundo es la máxima expresión de la curiosidad humana por el Universo. Crece la demanda de naves espaciales autónomas para realizar investigaciones científicas y la extracción de recursos en la Luna u otros planetas, así como para seguir estudiando el espacio exterior.
En la automatización de la maquinaria de construcción ya se ha logrado la excavación no tripulada ininterrumpida las 24 horas. Los algoritmos de percepción autónoma del entorno y de planificación del movimiento que se usan en los vehículos todoterreno también pueden incorporar sensores con funciones como la evitación autónoma de obstáculos y la toma de decisiones, así como un funcionamiento autónomo flexible del manipulador.
Además, se espera que la tecnología de IA desempeñe un papel clave de apoyo en la detección y reparación de daños en las naves espaciales, en la construcción de laboratorios de simulación de gemelos digitales, así como en la detección y el análisis de grandes volúmenes de datos del espacio profundo.
Simbiosis entre personas y máquinas
Mientras la pandemia mundial sigue obligando a la humanidad a vivir con distanciamiento social, el desarrollo de las tecnologías digitales e inteligentes nos ha permitido acortar esa distancia, acelerando la simbiosis entre las personas, los avatares digitales y los robots.
Este cambio se sustenta en el desarrollo continuo de tecnologías de inteligencia artificial, como la visión, el reconocimiento de voz y el procesamiento del lenguaje natural, así como en el aprendizaje continuo respaldado por la integración de hardware, redes, computación y contenidos de la plataforma del ecosistema. Todo ello ha conformado un sistema transversal de soporte técnico.
Con la aceleración de la integración y la innovación de diversas tecnologías de la información avanzadas, surgirán más plataformas que combinen la interacción virtual, real e inteligente para escenarios industriales y de consumo, lo que reforzará la integración profunda de la economía digital y la economía real y enriquecerá la experiencia laboral y vital de las personas.
IA verde
En el desarrollo de la IA se tienen cada vez más en cuenta los factores medioambientales y de bajas emisiones, lo que ayuda a alcanzar los objetivos de reducción de emisiones de carbono y de neutralidad de carbono.
A medida que la tecnología de IA acelera e integra la innovación en diversos sectores, los centros de datos y la computación de IA a gran escala crean un valor social importante, pero al mismo tiempo plantean retos en forma de costes energéticos e impacto ambiental. Hoy en día, el mundo persigue con energía el ahorro energético y la reducción de las emisiones de carbono, lo que exige desarrollar con urgencia una tecnología de «IA verde» más respetuosa con el medio ambiente para reducir el consumo energético en el entrenamiento y despliegue de modelos.
En los próximos años, las tecnologías asociadas a la «IA verde» seguirán prosperando, creando sistemas basados en un diseño energéticamente eficiente de la arquitectura, en estrategias de entrenamiento e inferencia, y en el uso de datos para establecer referencias de evaluación que tengan en cuenta tanto el rendimiento como el consumo energético.
También se espera que se sigan inventando más procesadores de IA con mayor potencia de cálculo y menor consumo energético. Las empresas líderes en inteligencia artificial crearán modelos intensivos de gran escala para mejorar el rendimiento de los procesos posteriores y reducir el consumo energético total, la política fomentará la construcción de centros de datos ecológicos y bajos en carbono, y la tecnología de IA se aplicará para mejorar los índices de eficiencia energética de la infraestructura y otras medidas.
IA inclusiva
La IA será más inclusiva, con énfasis en la creación de valor, lo que permitirá prestar más atención a las necesidades de las pymes y de los grupos minoritarios. La IA inclusiva no se refiere solo a los especialistas en IA, sino también a la población en general, que se beneficiará de la tecnología.
Las plataformas de código abierto basadas en frameworks de aprendizaje profundo han reducido considerablemente el umbral para desarrollar la tecnología de IA. Los conjuntos de datos públicos, las grandes bases de modelos y los centros regionales de computación inteligente seguirán desarrollándose para ayudar a las pequeñas y medianas empresas a reducir costes, mejorar la eficiencia y estimular la innovación.
Además, se irá creando gradualmente un sistema nacional de formación en IA para favorecer la reinserción laboral del personal tradicional de la industria mediante una educación científica en IA.
El desarrollo de la IA también debe beneficiar a todos los sectores de la sociedad. Con la orientación política y la promoción del concepto de desarrollo sostenible, las empresas se centrarán en la creación de valor. Dado que los proveedores de servicios de IA prestan cada vez más atención a las necesidades de grupos minoritarios, como las personas mayores y los niños, desarrollarán servicios y productos de IA inclusivos que permitan a todos disfrutar del mundo digital.
