Inteligencia artificial: una guía para principiantes

Todo el mundo habla de inteligencia artificial, es comprensible; después de todo, de repente hay herramientas gratuitas (o baratas) para crear una variedad de contenido generado por IA, incluidos texto e imágenes, en una variedad ilimitada de estilos y aparentemente en segundos.

Por supuesto que es emocionante.

Pero deténgase un momento y hágase algunas preguntas:

• ¿Sé realmente qué es la IA?
• ¿Sé cuánto tiempo ha estado alrededor?
• ¿Conozco la diferencia, si la hay, entre la IA y el aprendizaje automático?
• ¿Y sé qué diablos es el aprendizaje profundo?

Si respondiste afirmativamente a todas estas preguntas, es posible que este artículo no sea para ti. Si dudaste en algunas preguntas, sigue leyendo.

La revolución de la IA está comenzando... ¿ahora?

Comencemos por completar algunos antecedentes.

¿Es la IA algo nuevo?

No, al menos conceptualmente, la IA se remonta a 1950. Como actividad práctica, comenzó a florecer en las décadas de 1960 y 1970 a medida que las computadoras se volvían más rápidas, más baratas y más accesibles.

¿La IA en el marketing es algo nuevo?

No. Se debe tener en cuenta que la IA ha tenido muchas, muchas aplicaciones en marketing además de la creación de contenido. Las recomendaciones de contenido y las recomendaciones de productos han sido impulsadas por IA durante años. El análisis predictivo, utilizado para predecir el comportamiento del usuario en función de grandes conjuntos de datos de comportamiento pasado, así como para predecir la siguiente mejor acción (mostrarle un documento técnico relevante, mostrarle una gorra de béisbol roja, enviar un correo electrónico), se ha utilizado desde hace mucho tiempo. por IA.

Los proveedores conocidos han estado incorporando IA en sus soluciones durante casi una década. Adobe Sensei y Salesforce Einstein se remontan a 2016. El compromiso de Oracle con la IA se remonta al menos hasta ese momento, y probablemente más allá: el proveedor de IA es Pega, que primero la usa para predecir las próximas mejores acciones en su oferta de gestión de procesos comerciales y luego en su plataforma CRM.

Bueno... ¿la IA generativa es algo nuevo?

IA generativa IA conversacional Herramientas de escritura de IA Todas las frases del momento, todas superpuestas en significado La IA generativa genera texto (o imágenes o incluso video) La IA conversacional genera texto en interacción con un interlocutor humano (piense en chatbots con tecnología de IA). Herramientas de escritura de IA tiene como objetivo crear textos personalizados bajo demanda. Todas estas soluciones usan "indicaciones" de una forma u otra, lo que significa que esperan a que se les haga una pregunta o una tarea.

¿Es todo esto nuevo? No. La amplia disponibilidad es nueva. El Procesamiento del Lenguaje Natural (NLP) y la Generación del Lenguaje Natural (NLG) existen desde hace años. El primero se refiere a la interpretación de textos apoyada por IA, la creación de textos. Ya en 2015, el NLG impulsado por IA producía informes escritos para médicos y la industria basados ​​en mis propios informes, e incluso producía pronósticos meteorológicos para Met Office, el servicio meteorológico nacional del Reino Unido.

Entrada de datos, salida de texto, pero no tan ampliamente utilizado como algo como ChatGPT.

Video también: al menos desde 2017, la IA se ha utilizado para crear no solo contenido de video personalizado sino también acusatorio. Generalmente, cuando el usuario hace clic en reproducir, parece que se está transmitiendo desde una biblioteca de videos existente, sino más bien como una oferta corporativa costosa.

Profundizando: ChatGPT: una guía para especialistas en marketing

Qué es la IA: la versión simple

Vamos a explicarlo desde cero.

Empezar con algoritmos

Un algoritmo puede definirse como un conjunto de reglas a seguir en los cálculos u otras operaciones de resolución de problemas o finalización de tareas, especialmente por una computadora (khwārizmī) de un matemático árabe del siglo IX, pero eso no importa.

Lo que importa es que usar algoritmos para un cálculo o una tarea no es lo mismo que usar IA. Un algoritmo es fácil de crear. Tomemos un ejemplo simple. Digamos que tengo una librería en línea y quiero ofrecer productos y recomendaciones. Puedo escribir cien reglas (algoritmos) y entrenar mi sitio web para que las ejecute: 'Si ella está buscando a Jane Austen, enséñale a Emily Bronte'. 'Si él está buscando libros de la Primera Guerra Mundial, enséñale también libros de la Segunda Guerra Mundial". para Agatha Christie, muéstrale otras historias de detectives”.

Por supuesto, debo haber etiquetado mis libros de crímenes en consecuencia, pero hasta ahora tan simple. Por un lado, estas son buenas reglas. Por otro lado, no son reglas "inteligentes". Eso es porque están grabados en piedra a menos que regrese y los cambie. Cuando las personas que buscan libros de la Primera Guerra Mundial ignoran constantemente los libros de la Segunda Guerra Mundial, no aprenden las reglas y no se adaptan. Estúpidamente continúan con lo que les dijeron.

Bueno, si tuviera los recursos de Amazon, haría que mis reglas fueran inteligentes, es decir, podría cambiar y mejorar en respuesta al comportamiento de los usuarios. Y si tuviera la participación de mercado de Amazon, tendría una avalancha de reglas de comportamiento de los usuarios. podría aprender de ello.

Si los algoritmos pueden aprender por sí mismos, con o sin supervisión humana, entonces tenemos IA.

Pero espera un minuto, ¿no es eso solo aprendizaje automático?

IA versus aprendizaje automático

Para los puristas, la IA y el aprendizaje automático no son originalmente lo mismo, pero, y este es un gran pero, los términos se usan de manera tan intercambiable que no hay vuelta atrás, en cambio, el término "IA general" se usa cuando la gente quiere hablar de IA pura, IA en el sentido original.

Volvamos a 1950 (ya te lo advertí). Alan Turing fue un científico informático brillante. Ayudó a los aliados a vencer a los nazis a través de su trabajo de inteligencia para descifrar códigos. Su recompensa fue ser tratado por la sociedad británica por su (todavía ilegal) trato de homosexualidad, trato que resultó en un trato atroz. una disculpa oficial por el Primer Ministro Gordon Brown, más de 50 años después de su muerte: "En nombre del Gobierno Británico y de todos aquellos que viven libremente gracias al trabajo de Alan, digo con gran orgullo: Lo sentimos, te mereces mucho mejor".

Estatua de Alan Turing en Bletchley Park, hogar de los descifradores de códigos de la Segunda Guerra Mundial.

Entonces, ¿qué pasa con la IA?”. En 1950, Turing publicó un artículo seminal titulado “Máquinas informáticas e inteligencia”. No lo publicó en una revista científica, sino en la revista de filosofía Mind. experimento mental que llamó "el juego de la imitación". Hoy es ampliamente conocido como la "prueba de Turing", donde podemos atribuir inteligencia a la máquina al tener preguntas de una máquina y respuestas de otro ser humano.

Por supuesto, hay muchas, muchas objeciones a la propuesta de Turing (y su prueba ni siquiera está diseñada inteligentemente), pero esto ha provocado la búsqueda de replicar, o al menos crear un equivalente, de la inteligencia humana. Puede pensar en IBM Watson como una búsqueda continua de ese objetivo (aunque hay muchos menos ambiciosos y más rentables). casos de uso).

Nadie cree realmente que un motor de recomendación de productos similar a Amazon o un motor de creación de contenido similar a ChatGPT sea tan inteligente como los humanos. lo que hacen, en base a datos y estadísticas predictivas.

De hecho, toda la IA que se analiza aquí es realmente aprendizaje automático. Pero no impediremos que nadie los llame IA. En cuanto a la búsqueda de la IA humana o "general", hay buenas razones para creer que no está a la vuelta de la esquina. Véase, por ejemplo, Erik J. Larson's "El mito de la inteligencia artificial: por qué las computadoras no pueden pensar como nosotros.”

¿Qué pasa con el "aprendizaje profundo"?

"Aprendizaje profundo" es otro término relacionado con la IA con el que te puedes encontrar. ¿Es diferente del aprendizaje automático? Sí, lo es; es uno grande Un paso más allá del aprendizaje automático, y su importancia radica en que ha mejorado enormemente la capacidad de la IA para reconocer patrones y trabajar con imágenes (y videos) tan eficientemente como lo hace con números y palabras. Esto se complica, aquí está la versión corta.

El aprendizaje profundo se basa en una red neuronal, una capa de neuronas artificiales (partículas de matemáticas) que se activan con una entrada, se comunican entre sí y luego producen una salida. Esto se denomina "propagación hacia adelante". El aprendizaje permite que los nodos descubran qué tan precisa fue la salida y ajusten sus operaciones en consecuencia. Esto se llama "propagación hacia atrás" y da como resultado que las neuronas se entrenen.

Sin embargo, también hay una multiplicación de las llamadas "capas ocultas" entre la capa de entrada y la capa de salida, literalmente puede apilar estas capas una encima de la otra: es por eso que este tipo de aprendizaje automático se llama simplemente "deep". ".

Una pila de capas de red es mucho mejor para detectar patrones en los datos de entrada. El aprendizaje profundo ayuda con el reconocimiento de patrones porque cada capa de neuronas descompone patrones complejos en patrones progresivamente más simples (y también existe ese proceso de entrenamiento de retropropagación). .

¿Hay proveedores de IA en el espacio martech?

Depende de lo que quieras decir.

Proveedores que usan IA

Se estima que hay más de 11,000 proveedores en el espacio martech. Muchos de ellos, tal vez la mayoría, usan IA (o pueden argumentar bien que lo hacen), pero no usan IA para hacer algo, la usan para hacer algo.

• Para crear recomendaciones comerciales.
• Escribir líneas de asunto de correo electrónico.
• Para recomendar el siguiente mejor curso de acción a los vendedores o representantes de ventas.
• Para potenciar los chatbots.
• redactar textos publicitarios.
• Genere contenido para pruebas multivariadas a gran escala.

La lista es interminable.

Me gustaría señalar que la IA es un poco como la sal. Se agrega sal a los alimentos para que sepan mejor. Al menos a la mayoría de nosotros nos gusta el uso adecuado de la sal en nuestra dieta. Pero quien alguna vez diga: "Tomaré sal para la cena" o "Me gustaría un refrigerio; Tomaré un poco de sal".

Ponemos sal en los alimentos, ponemos IA en tecnología de marketing, excepto tal vez con fines de investigación, la sal y la IA por sí solas no se usan mucho.

Entonces, sí, hay toneladas de proveedores de martech que usan IA, pero ¿hay también proveedores de martech que venden IA como un producto independiente?

Proveedores que venden IA

La respuesta, en el espacio martech, es muy pocos. La IA como producto realmente significa software de IA desarrollado por ingenieros, que luego puede integrarse y usarse en el contexto de otra solución. Es fácil encontrar proveedores técnicos que vendan software de IA, pero en su mayor parte lo venden a organizaciones de TI en lugar de a organizaciones de marketing y lo venden para una variedad de propósitos administrativos en lugar de habilitar el marketing o las ventas.

Hay una o dos excepciones que apuntan claramente sus productos a los especialistas en marketing, pero no lo suficiente como para crear una categoría poblada en un panorama de tecnología de marketing.

Hemos arañado la superficie

Eso es todo lo que pretende hacer este artículo: arañar la superficie de un tema enormemente complejo con una rica historia detrás y un futuro impredecible. Por supuesto, hay cuestiones éticas que deben abordarse, como los casos casi inevitables en los que el aprendizaje automático desarrolla modelos entrenados. sobre conjuntos de datos sesgados y el plagio igualmente inevitable del contenido humano por parte de la IA generativa.

Pero espero que eso sea suficiente para merendar por ahora.

¡Consigue Aprendermarketing! Entregado diariamente a su bandeja de entrada de forma gratuita.