Archivo de la etiqueta: Datlas

Dimensionando la industria de “Analítica de datos e Inteligencia Artificial” 2021 – Investigación Datlas

Nuevamente es el año 2021 y el ecosistema de la industria de productos-servicios de analítica de datos e inteligencia artificial se expande. Hace 2 años promovimos la publicación de matttruck.com quien dimensiona período a período el tamaño de la industria y sus distintos nichos.

En esta columna compartiremos la actualización al 2021.

** Revisa la edición del 2020: https://blogdatlas.wordpress.com/2020/02/04/dimensionando-industria-analitica-datlas/

Industria de analítica e inteligencia artificial 2021

Según el reporte podemos encontrar 7 industrias y varías sub-industrias para la industria de “datos” (Analítica, big data e inteligencia artificial).  Ahora haremos un pequeño enfoque a cada una.

1) Infraestructura

Este nicho contempla todo lo que tiene que ver con: Almacenaje, almacenaje distribuido, lago de datos, similares de almacenaje de bases de datos, herramientas para ETL, integraciones de datos, gobernanza de información, monitoreo de indicadores, entre otros.

2) Analítica y Machine Learning(ML)

Esto contempla todas las plataformas de inteligenica de negocios, visualización de datos, plataformas de analistas de datos, anlítica aumentada, catálogos, analytics de logs, búsqueda de información, entre otros.

3) Machine Learning e Inteligencia Artificial

Este grupo tiene como subgrupos los sistemas de documentación tipo “Notebook”, plataformas de ciencia de datos, plataformas de ciencia de datos, etiquetado y generación de información, construcción de modelos, visión computacional, procesamiento de lenguaje computacional, sistemas conversacionales, hardware, entre otros.

4) Aplicaciones con enfoque a empresa e industria

Aplicaciones para empresa como marketing b2c, marketing b2b, ventas, experiencia del cliente, capital humano, legal, finanzas, automatización, seguridad. Otro tipo de aplicaciones como de educación, ciencias, inmobiliarias, finanzas, seguros, transportación, agricultura, entre otros.

5) Open source – Fuentes abiertas

Todo lo relacionado a fuentes abiertas (Y la mayoría gratuitas y con comunidades activas abonando). Como por ejemplo: Frameworks de trabajo, formatos, consultas tipo “query”, bases de datos, orquestación, deep learning, colaboración, seguridad, entre otros.

6) Fuentes de Datos y APIs

Fuentes de datos como mercados de información, datos económicos, del aire, del espacio de mares, inteligencia geográfica, entre otros.

7) Más recursos de datos

Finalmente los recursos de datos que integran otros servicios de datos, escuelas e incubadoras y de investigación.

De la misma fuente, generaron un índice de compañías que más han levantado capital.

En ese sentido, varias de las compañías del ecosistema han mostrado fondeos impresionante ayudando a complementar el mensaje de lo vigorizante que es este tipo de industrias y el crecimiento que ha tenido.

¿Habías pensado que la industria de analítica de datos e inteligencia artificial era tan grande? ¿Sería interesante ver este tipo de dimensionamientos para Latinoamérica o Iberoamérica? Continúa la conversación en @DatlasMX.

Aprende más consultando nuestro DataPlaybook en línea y revisando DatlasAcademy (www.datlasacademy.com)

Fuente original para realizar esta columna: https://mattturck.com/

Equipo Datlas

– Keep it weird –

Sistemas Automáticos Vs. Sistemas Autónomos, testing y mucho más de la Inteligencia Artificial- Columna de Investigación Datlas

Esta semana tuvimos la oportunidad de participar en “AI Factory:  Get serious about testing and deploying AI with apps” de IBM. En la charla se habló de la diferencia de sistemas autónomos y sistemas automáticos así como nuevas tendencias de los datos. En la columna de hoy compartiremos algunas notas sobre estos temas y reflexiones de los científicos de datos en general.

IBM, con IBM Watson, acuñó una dominancia y perfilamiento de la organización en el sector de la Inteligencia Artificial. La empresa tiene de los mejores expertas y expertos en el tema

Algunos de los motivadores para invertir en eso:

  • Inteligencia Artificial (IA) es un acelerador económico
  • El impacto financiero de la IA se hizo más claro (6.3% de crecimiento)
  • El enfoque en IA genera sus rendimientos
  • Los fundamentales de IA han ayudado a las organizaciones a ser más productivos
  • Finalmente el IA está reduciendo los costos operativos de los negocios

La siguiente tendencia: Sistemas de Inteligencia Artificial Aplicación infundida (AIIA)

La definición de AIIA, según IBM, es una combinación de sistemas que se basan en código tradicional e Inteligencia Artificial que aprende.

Durante la charla hicieron mucho hincapie en las pruebas que hay que recorrer en los sistemas y la falta de rigor actualmente en esto.

¿Por qué es muy importante hacer pruebas?

Si hablamos que la IA está involucrada en procesos de decisiones, es relevante hacer las pruebas debidas y poder explicar qué es lo que se está validando en un modelo de inteligencia.

En este sentido los motivos que nos comparte IBM son:

  • IA está involucrada en decisiones estratégicas y por eso hay que probarla
  • Muchas veces puede llegar a ser responsable de vidas humanas (En el caso de “auto-pilot” tipo TESLA))
  • Se podrá ir volviendo más riesgoso la decisión que plantea el modelo conforme más información llegue

¿Las pruebas aplican para sistemas Autónomos y Sistemas automáticos?

Gran parte de la charla se trato de explicar la diferencias entre dos tipos de sistemas. Sobre todo haciendo énfasis de que la IA está presentes en ambos. Estos son:

  • Sistemas automáticos: Significa que va a hacer exactamente las acciones para las que está programada sin elección. Por ejemplo algoritmos determinísticos
  • Sistemas autónomos: Quiere decir que es un sistema que puede hacer elecciones sin considerar influencias externas. Por ejemplo algoritmos predictivos que no son determinísticos

Como exploradores y apasionados en la ciencia de datos es importante estar al tanto de los avances en el campo de los sistemas autónomos. Sin duda el rigor del campo de la IA irá subiendo y cada vez más sistemas que tomen sus propias decisiones serán parte del futuro.

Hasta aqui la columna de hoy, participa y continua con nosotros la charla en nuestras redes a travez de @DatlasMX. También te invitamos a suscribirte a nuestro contenido de aprendizaje sobre ciencia de datos en www.datlasacademy.com

Equipo Datlas

– Keep it weird-

LANZAMIENTO DATA PLAYBOOK IV: 2 Caras de la Ciencia de Datos – Ecosistemas Datlas

En Datlas llevamos más de 5 años generando contenido para la comunidad. Comenzamos con este blog donde en más de 300 columnas hemos documentado temas de ciencia de datos y transformación digital. Continuamos con el podcast “Café de Datos” donde acumulamos más de 60 horas de diálogos con expertas y expertos de industria. Todo esto lo integramos en la nueva plataforma de conocimiento Datlas Academy. Y justo en la víspera de este lanzamiento abrimos punta con la nueva edición de “Data Playbook Vol. IV”.

Lanzamiento

Hemos abierto en nuestro sitio web y cargado en PDF (dentro de nuestro marketplace) el nuevo Data Playbook IV titulado “Dos Caras de la ciencia de datos”. Esto con la motivación de mostrar el potencial de la analítica de la mano de un uso responsable y las precauciones que hay que integrar al aprendizaje de la materia para que no se vuelva una amenaza a la sociedad.

Comenzamos el texto remontándonos a la historia de las telecomunicaciones para llevar a los lectores a la reflexión sobre las denominadas “Smart cities” con sofisticados sistemas que pueden identificar en segundos a cualquier ciudadano.

Desde las conversaciones del equipo Datlas, con nuestros aliados, clientes y expertos invitados al podcast “Café de Datos” reflexionamos que el rigor en el campo de la analítica irá incrementando. Tendremos que considerar nuevos mecanismos para identificar impostores o profesionales con malas prácticas. Así mismo, usando como pivote de nuestras observaciones los famosos documentales de “Netflix” que han ayudado a incrementar la sensibilidad de la audiencia a la protección de datos personales y el uso responsable de las redes sociales, compartimos las que consideramos las mejores prácticas para los cuidados de datos personales.

En el texto también sugerimos a instituciones públicas liberar algunas bases de datos haciendo hincapié en el movimiento de “gobierno abierto y transparente” para que más datos de nuestras comunidades puedan ser explorados por científicos de datos independientes. Finalmente, no dejamos de lado la época transformacional y la digitalización que ha impulsado la pandemia. Presentamos los casos para transformar crisis en oportunidades. También invitamos a revisar a las crisis, no tanto desde la causa, sino hacia la consecuencia con la metáfora del “efecto dominó”.

Este documento (Data Playbook IV) recopila los aprendizajes más importantes que hemos tenido como startup en  Datlas durante el último año. Cumpliendo con nuestra filosofía, te lo compartimos para que puedas aprovecharlo al máximo y nos ayudes a continuar impulsando la ciencia de datos en LATAM. No te detengas y compártelo a más gente para que conozca de estos temas.

Este lanzamiento es especial para los fanáticos que descargaron “Ciencia de Datos a la Mexicana”. Gracias de verdad a todas las personas que se han tomado el tiempo de revisarlo, ha sido todo un éxito y nos motiva a continuar en esta ruta. Además puedes continuar consultando nuestros otras ediciones en nuestro marketplace . Todos de manera gratuita por tiempo limitado.

Conoce más de Datlas Academy

En este documento reforzamos el mensaje de nuestro lanzamiento de una plataforma de educación sobre analítica y transformación digital.

Recordando que para los primeros usuarios ya están en vivo 3 cursos sobre storytelling de datos, definición de KPIs e introducción a la ciencia de datos.

Hasta aquí la columna de hoy, continua con la conversación revisando nuestro contenido en redes y participa con tus comentarios en @DatlasMX.

Equipo Datlas

– Keep it weird –

Facebook, sus gafas de sol RAY BAN con cámara integrada y otras investigaciones ¿Convirtiendo a la privacidad en una prestación más que un derecho? – Columna de Opinión Datlas

El internet y la conectividad móvil han impulsado las redes sociales dándole poder a empresas como Twitter, Linkedin y Facebook a través de de la concentración de grandes cantidades de usuarios. En muchas ocasiones esta dinámica hizo que olvidemos las llamadas telefónicas o , en el caso de la pandemia por COVID-19 , la reunión presencial.

Estos conglomerados han salido del mundo de las redes sociales desde hace un par de años y buscan lograr una hegemonía en internet a través de nuevos desarrollos y puntos de enfoque. Al menos en Facebook, ese es el caso una vez que conocemos las áreas de investigación de Inteligencia Artificial que tienen y su inmersión en otras dinámicas como la que tienen habilitada gracias a Instagram.

En esta columna compartiremos sus investigaciones y te daremos nuestra opinión sobre la nueva colaboración de Facebook y RAY BAN.

¿Qué ha estado Investigando Facebook?

La gran red social de Facebook en realidad compite con los grandes de internet, Se estima que su participación es del 17% pero creciendo a grandes pasos gracias a sus estrategias promocionales.

De la mano que esto y al igual que las grandes compañías ha buscado diversificarse en internet. Muchas de las innovaciones comienzan en sus centros de investigación dispersos alrededor de todo el mundo.

En esta sección recopilamos algunas de las investigaciones más importantes….

1) Quitar fricciones de procesos de compra

2) AR interactuando con el mundo real

3) Electromiografía

4) Workrooms

Los casos de uso han estado orientados a videojuegos, salas de trabajo y aulas de aprendizaje. Parece que no hay ningún problema grave en términos de privacidad… pero recientemente la situación ha cambiado.

Hasta aquí, las investigaciones apuntan a que Facebook quiere ser la empresa líder en el mundo digital. La apuesta incremental en “realidad aumentada” y tecnologías que van a facilitar esta interacción entre el mundo real y digital es donde más están creciendo.

5) AI (Inteligencia artificial avanzada)

En FAIRS con más de 300 investigadores se preparan los algoritmos que seguramente tendrán influencia y modelarán parte de la sociedad del futuro.

6) Ahora, las tremendas gafas

Martin Harbech, director del grupo Facebook comparte el 9 de septiembre de 2021 el lanzamiento en colaboración con Ray Ban de unas “gafas inteligentes” con altavoces, manos libres y… cámaras….

Ahora la apuesta con esta colaboración suena a competirle nuevamente a “Snapchat” y sus gafas “Spectacles”. Acercar este tipo de “hardware” a artículos de moda tiene algunas implicaciones de privacidad.

Joana Sternn, periodista de WSJ lo explora en el siguiente video…

Implicaciones

1) Una cámara muy difícil de ser detectada por un espectador. Una grabación puede ser realizada sin que las dos partes estén enteradas

2) Las grabaciones podrían llegar a internet e infligir temas de privacidad

3) Acceso al mercado masivo por un precio de $300 dllrs a articulos que antes eran de “espionaje”

4) Es posible que los usuarios hagan mal uso y sea fácil de volverlos más disuasorios con algunos arreglos manuales (sharpie pintando el LED que “alerta cuando está encendido”)

** Te puede interesar nuestro blog: ” Caso Facebook de Cambridge Analytica”

¿Cuál es tu opinión de esta línea de productos de Facebook? Ahora nuevas compañías buscarán tener presencia en esta categoría ¿Apoyarías estos desarrollos? ¿Consideras que puedan vulnerar tu privacidad?

De continuar por esta línea la privacidad pasará de ser un derecho a una prestación que sólo pueda ofrecerse en ciertas situaciones del mercado.

Continuemos la conversación en @DatlasMX y te invitamos a suscribirte a nuestro nuevo lanzamiento en www.datlasacademy.com

-Equipo Datlas

El Lanzamiento de Datlas Academy está casi listo – STARTUP DATLAS

Las startups-scaleups no podemos estar orientadas a un sólo productos y/o servicios. No ensamblas un equipo de emprendedores cargados de innovación y experimentación para solamente hacer “una cosa”. Si bien este argumento es muy debatible, la nueva ola de startups está pensando en orientar sus inversiones y tiempos al desarrollo de ecosistemas.

En este Norte y a la luz de la integración de un ecosistema de analítica y transformación digital en esta columna detallaremos los primeros pasos que estamos haciendo en Datlas para la formación de un ecosistema que lleva ya en piloto 6 meses operando de manera muy exitosa.

¿Qué significa pensar en ecosistemas?

Les contaré una historia. Hace tiempo comencé a correr y me pareció bastante más estimulante hacerlo mientras escuchaba música y/o podcast. En ese sentido me suscribí a #spotify para conectarme a contenido de muy buena calidad. Sin embargo al momento mis audífonos inalámbricos ya estaban obsoletos y fallaban. Fue entonces cuando busqué opciones y , a pesar de ser usuario Android, di con los Airpods de la marca APPLE.

Habitualmente, si eres un usuario de IPHONE, serían tu primera opción. Si eras como yo, de ANDROID, ni lo pensarías. Pero tras un par de sesiones de ejercicio quedé fascinado con su tecnología “noise-cancelling”, portabilidad y diseño. En 28 años no había adquirido ningún equipo de la marca de la manzana hasta ese momento.

Me encontré después en la necesidad de adquirir un nuevo equipo smartphone de trabajo y bajo una lógica similar adquirí un Iphone. Era genial la sincronización y la facilidad de uso de los audífonos. Mi experiencia con la marca de la manzana parecía que mejoraba por cada artículo de su ecosistema que obtenía.

Finalmente, quise agregar y regalarme de cumpleaños un reloj inteligente de la misma marca. Y lo que les puedo contar es que la experiencia de los 3 aparatos mejoro considerablemente.

¿A dónde quiero ir con todo esto? Aunque sea un ejemplo a veces trillado, APPLE ha generado líneas de ingreso alrededor de formar un ecosistema en donde cada nuevo lanzamiento representa un valor agregado a la experiencia global de marca ¿Será posible trabajar en algo similar cuándo hablamos de una startup de analytics cómo Datlas?

¿Cuál es el ecosistema de Datlas?

En realidad en Datlas entendimos que muchas organizaciones están encima de la ola de la “transformación digital ” y esto no sólo ocurre adquiriendo nuevas tecnologías y/o plataformas de analítica. En realidad la base de la transformación es el capital humano y durante los últimos 5 años hemos recibido invitaciones a impartir conferencias, cátedras y webinars con nuestros clientes para impulsar a mayor nivel la conversación de digitalización en los equipos internos.

Con esta misma motivación y para regresarle un poco a las comunidades que nos han visto crecer decidimos continuar impulsando este “Blog Datlas” y nuestro podcast “Café de Datos”. En donde hemos atraído audiencias de cientos de miles de personas que están pivoteando algunos aspectos de su carrera hacia la analítica y transformación digital.

En este sentido, iniciamos este año en etapa ALFA www.datlasacademy.com un experimento de plataforma en línea con mucho del contenido exclusivo que hemos desarrollado. De la mano con esto “pitcheamos” a algunos aliados la idea, confiaron en nosotros y decimos tomárnoslo más en serio.

Lanzamiento de Datlas Academy

Datlas Academy es una comunidad de aprendizaje habilitada por una plataforma digital de educación para capacitar jóvenes y ejecutivos que buscan actualizarse en conocimientos prácticos de transformación digital y tecnologías vigentes en LATAM de alto valor agregado

•Es una plataforma donde expertos pueden preparar y desarrollar cursos en línea para monetizar su conocimiento

•Es una plataforma donde expertos pueden preparar y desarrollar cursos en línea para monetizar su conocimiento

•Con programas en español preparados de manera didáctica y con talleres que presentan ejemplos de uso de herramientas

•Para instituciones y organizaciones el contenido puede darle más valor a su membresía

Una comunidad con 3 tipos de usuarios

1) Maestros

2) Alumnos

3) Instituciones

Alianzas con organizaciones e instituciones para enfocar aprendizaje de transformación digital y analítica en su gestión del cambio organizacional.

Te invitamos a suscribirte dentro del mes de Septiembre para ser de las y los primeros con acceso a esta plataforma. Obtendrás de manera gratuita 3 cursos de bienvenida: 1) Storytelling de Datos ; 2) Introducción a la Ciencia de Datos y 3) Definición de KPIs para tu organización. Regístrate en www.datlasacademy.com

Hasta aqui la columna de hoy. Síguenos en redes @DatlasMX para conocer más de nuestros lanzamientos del 2021.

Nota especial: Agradecemos infinitamente a las marcas, aliados y a nuestro equipo de desarrollo en Datlas que han potencializado este lanzamiento para que salga en tiempo y forma.

Equipo Datlas

– Keep it weird –

¿QUÉ ES UN AGEB Y PARA QUE SIRVE? – INVESTIGACIÓN DATLAS

¿Te has preguntado cuál es la mejor forma de dividir un mapa en México? Algunos responderán, pues como ya está en Estados o Municipios. Pero como cuando vemos una fotografía, hay veces que verla en una mayor resolución puede ser mejor para descifrar detalles a mayor profundidad. En ese sentido existen en México distintas nomenclaturas que nos apoyan en la tarea de ver información con “enfoque” o “zoom”. Estos son las “AGEBs” y Manzanas. En esta columna compartiremos qué es un AGEB y para qué sirve.

En México tenemos el organismo público del INEGI o Instituto Nacional de Estadística y Geografía, antes conocido como Instituto Nacional de Estadística e Informática, fundado en 1983 por decreto presidencial. Este instituto que actualmente se ubica en Aguascalientes, Aguascalientes desde 1985 tiene como como función la captación, procesamiento y difusión de información acerca del territorio, la población y la economía.

¿Como se genera la información estadística?

El INEGI genera estadística básica desde tres tipos de fuentes, censos, encuestas y registros administrativos.

Censos

Los censos son ejercicios de recolección de datos de toda el área dentro del estudio. El INEGI tiene 3 censos: población y vivienda, económicos y agrícolas.

El censo de población y vivienda se lleva a cabo cada década en los años que terminan en cero, como 2020; siendo este el ultimo censo llevado a cabo.

Los censos económicos se levantan cada cinco años, y comprenden información de diversos aspectos de las unidades económicas sobre pesca, minería, construcción, manufactura, comercio, servicios y transportes, además estos son pos su cobertura la fuente de información económica básica mas amplia y completa del país.

Los censos de agricultura además incluyen información forestal y de ganadería, estos se llevan a cabo cada 10 años.

Encuestas

Las encuestas son operaciones de recolección de datos que captan información de una muestra del área dentro del estudio.

Se clasifican en dos tipos, regulares y especiales. Los regulares son parte del programa de trabajo permanente del INEGI, los especiales se desarrollan a solicitud de las instituciones del sector público para generar información de temas de interés.

Registros Administrativos

El INEGI produce información estadística que proviene de los datos que se integran en los trámites de instituciones publicas. Algunas de las estadísticas que se generan a partir de estas fuentes son: Vitales (mortalidad fetal y general), sociales (cultura y museos), económicos (accidentes de transito terrestre, exportaciones por entidad federativa, finanzas públicas, etc.), seguridad (impartición de justicia en materia penal).

¿Que es el Marco Geoestadístico del INEGI?

El INEGI usa el Marco Geoestadístico como la infraestructura básica en todas las etapas del censo, desde la capacitación del personal hasta la difusión de resultados. Este es un sistema único, de carácter nacional que proporciona la ubicación geoestadística de las entidades federativas, los municipios y las localidades del país y permite relacionar la información estadística con los lugares geográficos correspondientes.

El Marco Geoestadístico del INEGI divide el territorio nacional por medio de límites geoestadísticos creando tres niveles de desagregación: Área Geoestadística Estatal (AGEE), Área Geoestadística Municipal (AGEM) y Área geoestadística Básica (AGEB), esta ultima puede ser urbana o rural y es el tema de esta columna.

¿Qué es un AGEB?

Un AGEB o Área Geoestadística Básica es la extensión territorial que corresponde a la subdivisión de un municipio y estos pueden ser urbanos o rurales.

Las Áreas Geoestadísticas Básicas Urbanas son la extensión territorial ocupada por un conjunto de manzanas o cuadras, estas pueden ser un grupo de 1 a 50. Los limites de un AGEB urbano son perfectamente delimitadas por calles, avenidas, andadores o cualquier otro rasgo de fácil identificación en el terreno. El uso de suelo de un AGEB urbano tiende a seguir un uso de suelo especifico y principalmente es habitacional, industrial, de servicios, comercial, etc. Este tipo de AGEBs urbanos se asignan en áreas geográficas de localidades que tengan una población igual o mayor a 2,500 habitantes, o bien que sea cabecera municipal independiste del número de habitantes de acuerdo con el último Censo de población y vivienda.

Las Áreas Geoestadísticas Básicas Rurales son las subdivisiones del territorio de un municipio que se ubiquen de manera rural. Tienen la extensión territorial de once mil hectáreas en promedio y se caracterizan por tener un uso de suelo de tipo agropecuario o forestal. Estos AGEBs rurales contienen las localidades rurales y extensiones naturales como pantanos, lagos, desiertos, marismas, estuarios, selvas y/o manglares. Se delimitan por rasgos naturales como ríos, arroyos y barrancas o por rasgos culturales como vías del ferrocarril, líneas de conducción eléctrica, carreteras, brechas, veredas, ductos y límites prediales.

Algunos AGEBs rurales existen sin tener localidades (lugar ocupado o una o más edificaciones utilizadas como viviendas) en su interior.

Clave AGEB

Las claves del AGEB ya sean urbanas o rurales constan de tres dígitos un guion y un dígito verificador (000-0)

¿Para que sirve un AGEB?

Todas estas claves que vimos anteriormente, los identificadores de estados, municipios y AGEBs se suman a las claves de Localidad y de Manzanas para formar identificadores únicos geográficos.

Estos identificadores sirven para georreferenciar la información que el INEGI genera y que vimos al inicio de esta columna.

Todos estos identificadores se utilizan para generar códigos únicos a nivel nacional de la siguiente manera.

¿Cómo se visualizan los AGEBS?

En un documento de GOBMX para el ENIF se específica de est amanera la construcción para visualización de AGEBS. En este caso se trata de visualizaciones de entidades y ubicaciones relacionada al giro de finanzas.

En Datlas hemos trabajado algunas capas en AGEBs como la del CENSO POBLACIONAL que pinta con mayor intensidad las regiones con mayor densidad poblacional.

Revísalo en vivo consultando nuestros videos tutoriales

Hasta aqui la columna de hoy ¿Qué otras aplicaciones has escuchado con AGEBs? Únete a la conversación en @DatlasMX y aprende más de AGEBs en Datlas Academy.

Equipo Datlas

Fuentes

– INEGI

– GOB.MX, ENIF

¿QUÉ REGLAS FUNDAMENTALES DEBERÍAN DE CUMPLIR LOS NUEVOS humanoides DE TESLA ANTES DE SALIR A PRODUCCIÓN? – cOLUMNA DE OPINIÓN DATLAS

La semana pasada el equipo de Tesla a la voz de “Elon Musk” anunció el nuevo “TeslaBot” en su “Tesla AI DAY” (Día de Inteligencia Artificial). Un humanoide (robot con inteligencia artificial que mimetiza a un ser humano”. Esta propuesta es un gran salto en tecnología, un punto de inflexión de los que se hablará en la historia si el proyecto se logra desarrollar con la expectativa que lo han presentado.

En esta columna compartiremos un poco sobre este informe y opinaremos sobre qué reglas intrínsecas en su programación deberá de tener este tipo de “bots” antes de salir al mercado.

Ejercicio en la Semana sobre consulta de esta pregunta en redes sociales

¿Qué tipo tecnologías convergen en esta propuesta tecnológica y porqué lo hace un “salto histórico” ?

Tomamos como referente al famoso exponente “Lex Fridman” que resumió las distintas intervenciones de tecnologías en esta propuesta

  • Redes neuronales para “planear”
  • Piloto automático (Que ya se utiliza hoy en el auto para el programa de “autopilot” que ya opera en Estados como California, entre otros
  • DOJO (No sólo APPLE promociona chips como su M1, también Tesla tiene sus desarrollos in-house que habilitarán este tipo de tecnologías)
  • Datos y Anotaciones (Etiquetas manuales y automáticas de gran escala para detectar personas y todo tipo de objetos rodeando el mundo)
  • Simulación
  • Tesla bot (Robot con tecnologías para percibir y planear)

** Si quieres conocer a detalle estas tecnologías te recomendamos ver su video en Youtube así como el lanzamiento anunciado de Tesla

¿Cuál es su propósito?

“Ser amableS” , comenta Elon Musk en su lanzamiento. Pero en realidad ante una visión de que el trabajo físico podrá ser electivo para muchos empleos en el futuro… este tipo de humanoides puede ser utilizado inicialmente para trabajos pesados.

Sin embargo, existe una posibilidad que este tipo de desarrollos puedan ser acompañantes de humanos para el futuro.

Y si en unos años el mundo va a estar lleno de robots ¿Cuáles son las reglas que deberían de estar en cualquier robot?

Si te gusta el cine o la ficción que tiene que ver con inteligencia artificial habrás escuchado de las 3 leyes de la robótica de ASIMOV

1. Un robot no debe dañar a un ser humano o, por su inacción, dejar que un ser humano sufra daño.

2. Un robot debe obedecer las órdenes que le son dadas por un ser humano, excepto cuando estas órdenes se oponen a la primera ley.

3. Un robot debe proteger su propia existencia, hasta donde esta protección no entre en conflicto con la primera o segunda leyes.

Si bien estos antecedentes nos proponen un marco de pensamiento para el futuro de la robótica de acompañantes humanos es momento de comenzar a dialogar sobre la realidad de esta situación.

En el ejercicio de levantamiento en redes sociales se recibieron todo tipo de ideas, pero podemos generar 3 grandes grupos de ideaS:

  • Humanoides para defensa propia. Desde un contexto latinoamericano poder salir a la calle con un robot que pueda ser tu defensa personal puede pensarse interesante. En ese sentido generar reglas de protección en su programación podría ser relevante
  • Una regla de robótica universal que los equipos y programas no puedan atacar humanos. Esta fue la preocupación más repetida porque al pensar que estas máquinas pudieran tener más fuerza que muchos humanos es recomendable establecer precauciones
  • Un botón de apagado identificable. Sobre todo en situaciones sociales poder hacer evidente un botón de apagado inmediato para este tipo de equipos podría dar tranquilidad

Por otro lado, desde un punto de vista personal y muy prematuro a la expectativa de ir viendo el desarrollo del proyecto, pudiera ser importante reglas alrededor del “accountability” de las acciones de un humanoide. Es decir, parecido como con una mascota hoy en día, si uno de estos equipos ocasiona un accidente, riesgo o incidente la responsabilidad tendrá que recaer en un humano. En ese sentido por cada humanoide habrá un humano responsable de monitorear sus acciones.

Finalmente tendrá que existir ciertas limitantes de privacidad alrededor todos los datos que estará levantando este humanoide. Por un lado ya sucede con nuestros celulares, autos Tesla y otros sensores. Pero podemos hacerlo mejor preparando reglas más adecuadas para humanoides que estarán navegando en nuestra cotidianidad. Estrictos parámetros de levantamientos de información deberán de existir y de identificación de personas. Al final, estas máquinas estarán grabando 24/7 y procesando imágenes. Pero no por eso tendrán qu e”identificar” a todo quien graba si estas personas no les dan su autorización.

TeslaBot podría representar uno de los proyectos más disruptivos de la época. Y si alguna compañía tiene todas las capacidades y recursos para estos desarrollos es TESLA. En ese sentido esta propuesta podría darle una mayor sostenibilidad e incentivos de ser una de las empresas más protagonistas de los siguientes 10 años

Hasta aqui la columna de hoy ¿Qué otra regla crees que deberíamos de pensar para este tipo de humanoides? Participa en la conversación en nuestras redes @DatlasMX

Equipo Datlas

¿cómo detectar fake news manualmente? – investigación datlas

Hemos hablado antes de “Fake News” en este blog y con motivo a una serie de noticias falsas que se dispersaron en “Whatsapp” este fin de semana que pretendían dar un mensaje del “Secretario de Economía de Nuevo León” quisimos compartir y reforzar este tema.

En este episodio haremos hincapie de algunas técnicas para detectar “fake news” y repasar los puntos más importantes en este ejercicio. (Usaremos como fuente esta columna: https://www.visualcapitalist.com/how-to-spot-fake-news/)

¿Qué tipo de contenido falso existe?

  • Parodia o engañosa
  • Conexión Falsa entre el encabezado y el contenido
  • Contenido confuso
  • Contexto falso en tiempo o lugar
  • Contenido con fuentes anónimas o no identificables
  • Contenido manipulado
  • Contenido 100% fabricado

***Te puede interesar “Radiografía de Fake News en México”. Liga: https://blogdatlas.wordpress.com/2021/06/20/fake-news-radiografia-en-mexico-columnas-de-opinion-datlas/

¿Cómo se puede detectar ?

  • La fuente – Cuál es la historia, quién la investiga y/o comparte
  • El URL (liga de website) – Es conocido el sitio web o tiene algún respaldo. Si, por ejemplo habla sobre una nota mexicana sería más confiable que termine en “.com.mx”
  • El texto – La ortografía y puntuación tendrá que ir de acuerdo a la seriedad de la nota
  • La información – Revisa las citas de otros autores y valida la información en otras fuentes
  • El autor – Si lo buscas encontrarías otra nota de la misma o el mismo autor
  • Fuentes de respaldo – Revisa la información vinculada en links que te lleven a otros sitios
  • La fecha – La publicación es oportuna, actual o es una re-publicación de otro momento en el tiempo
  • El sesgo – Considera si tus creencias afectan el proceso de validación de la nota
  • Experta – Tiene alguna referencia estilo académica y está hecha de manera correcta

*** Te puede interesar “Fake News en tiempos de COVID-19”. Liga: https://blogdatlas.wordpress.com/2020/04/20/fake-news-en-covid-19-la-2da-pandemia-conferencia-talend-land-tv-2020/

También te dejamos el video de la charla completa que se impartió en “LAB NL de CONARTE” en Nuevo León, México.

Hasta aqui la columna de hoy. Te invitamos a continuar aprendiendo con nuestro contenido y a no perder la oportunidad de suscribirte a Datlas Academy. Esta nueva iniciativa que lanzamos para incrementar el aprendizaje de analítica y transformación digital en la comunidad de LATAM.

Equipo Datlas

-Keep it weird-

SISTEMA ILUO para matriz de habilidades de departamentos de datos en organizaciónes – investigación datlas

Generar proyectos y áreas de datos exitosos está directamente relacionado al capital humano. Es decir, para poder avanzar con proyectos de analítica que abonen a la transformación digital de nuestras organizaciones es necesario mapear y desarrollar talento. Pero ¿Cómo lograrlo de manera ágil y sencilla? En esta columna hablaremos del sistema ILUO que nos permitirá monitorear las habilidades dentro de nuestro equipo de datos.

** Te podrá interesar ¿Cómo detectar un impostor de datos?

Como ejemplo, estas habilidades para un departamento de datos en una organización de mediano tamaño

El objetivo del sistema ILUO es desarrollar y administrar habilidades dentro del equipo a nivel departamento (No a nivel individual).

Dentro de una matriz se coloca los miembros del equipo del lado izquierdo, las habilidades en la parte superior y dentro de la matriz se categoriza con respecto al dominio de cada habilidad por miembro del equipo.

Las siglas ILUO tienen un significado gráfico y representan el avance que se va teniendo en el desarrollo de los empleados de la organización. La cantidad de líneas que forman cada letra indica el nivel de madurez de cada empleado. Los cuatro niveles de habilidad ILUO indican:

Nivel I: Aquellas personas que se encuentran en capacitación para conocer y cumplir con su tarea, sin intervenir en los procesos.

Nivel L: Aquellas personas que ya intervienen en los procesos, pero no están calificadas para operar sin supervisión.

Nivel U: Aquellas personas que ya están acreditadas para cumplir con su tarea bajo los estándares y el tiempo requerido.

Nivel O: Aquellas personas que ya han acreditado todos los niveles de habilidad y recibieron una certificación para poder formar a otras personas.

**Te podrá interesar “Los 5 perfiles para un equipo de Datos”

¿Qué pasos hay que seguir para desarrollar una matriz de habilidades en un equipo de Datos?

  1. Identifica y enlista las habilidades de tu departamento de datos
  2. Enlista el “staff” en los renglones de la matriz
  3. Identifica del 1 al 5 el mayor nivel en que cada miembro del equipo se desarrolla en esa habilidad
  4. Una vez que tenemos calificadas estas habilidades, hay que presentárselo al líder de equipo y desarrollar un plan de acción (Capacitación, nivelación, apoyos, entre otros.)
  5. Finalmente comprometer fechas y dar monitoreo constante

** Te podrá interesar “¿Por qué pueden fracasar los proyectos de datos?”

¿Cuáles son las ventajas de implementar el sistema ILUO?

·Incrementar la calidad de sus productos y/o servicios

·Reducción de desperdicios

·Mejorar la satisfacción de sus clientes internos y externos

·Lograr la continuidad operativa

·Se elimina o reducen ausentismo y rotaciones

·Aumenta la motivación de los empleados

·Desarrolla el sentido de pertenencia hacia la organización

** Te puede interesar nuestra columna sobre “Diseño de perfiles para áreas de analítica”

Hasta aqui la columna de hoy, te invitamos a continuar aprendiendo en nuestro podcast y a suscribirte a nuestra nueva iniciativa en Datlas Academy donde obsequiaremos algunos cursos para mantenernos a la vanguardia en temas de transformación digital.

Fuentes

https://www.leanconstructionmexico.com.mx/post/sistema-iluo-qu%C3%A9-es-y-como-implementarlo-ejemplo-de-matriz-iluo

¿refrigeradores conectados a internet? industria 4.0: iot -investigación datlas

Anteriormente hemos platicado de ciudades inteligentes en donde tocamos brevemente el tema de sensores e internet de las cosas. En esta ocasión queremos contarte un poco acerca de que trata este gran elemento dentro de la transformación digital y la industria 4.0.

Antes de iniciar hay que tener claro que el término “industria 4.0” se utiliza para referirse a la llamada “cuarta revolución industrial”. El término se originó en Alemania en el 2011, y hace referencia a un modelo de manufactura avanzado que incluye tecnologías integradas una con otra de manera física o digital.

Existen varios tipos de tecnologías que pueden ser integradas a estos modelos, como por ejemplo: inteligencia artificial (IA), robots, cloud computing y efectivamente, el Internet de las Cosas (IoT por sus siglas en inglés).

Universidad y 4ª revolución industrial | Aprenentatge Servei

¿Qué es el Internet de las Cosas?

A grandes rasgos, el internet de las cosas encasilla todo lo que está conectado a internet, permitiendo que los objetos se “comuniquen” entre ellos. De manera más específica, el IoT es una herramienta tecnológica que permite integrar sistemas de procesamiento, almacenamiento y comunicación entre diversos procesos conectados entre si.

¿Dónde está presente el Internet de las Cosas?

El objetivo principal del IoT, es automatizar procesos. Por ello, está presente en muchos objetos cotidianos; desde los celulares que usamos, relojes inteligentes, aparatos electrónicos (TVs, consolas), un amplio abanico de electrodomésticos (como refrigeradores) y hasta cámaras.

También está presente dentro de las grandes industrias, por ejemplo en las industrias manufactureras, se encuentra en forma de sensores que mandan alertas si algo está pasando; en los grandes campos de cultivo donde gracias a algunos sensores, se puede conocer a detalle la calidad de la tierra.

Internet de las Cosas: Definición, funcionamiento, 6 beneficios y ejemplos

En el giro de transporte y logística, gracias al IoT, se pueden administrar las flotas de automóviles, barcos y aviones, tomando en cuenta factores como el cambio climático, disponibilidad de la vía, tránsito, entre otros. Además, el IoT se puede usar para mejorar la seguridad de los trabajadores. Por ejemplo, empleados en entornos peligrosos como minas, campos de petróleo y plantas químicas, necesitan tener conocimiento de los posibles eventos peligrosos que podrían suceder. Al estar inmersos en la tecnología IoT, pueden recibir alertas o notificaciones que les permitan tomar las acciones pertinentes.

Los retos actuales del IoT

Ahora bien, conociendo un poco del IoT, sus aplicaciones y beneficios, es importante conocer los retos a los que se enfrenta esta tecnología en el mundo moderno.

En primera, ¿cómo migrar a un ecosistema IoT? Se puede decir que tratar de migrar a la industria 4.0 es complicado. No solamente se limita a grandes inversiones económicas, implementación de tecnologías, equipamiento o softwares. Se trata de realmente lograr un cambio de visión y perspectivas dentro de la compañía, algo que no es para nada sencillo.

Volviendo al tema financiero, los costos de inversión para un ecosistema IoT pueden variar mucho, dependiendo del tamaño de la compañía y los alcances que se buscan, pero podemos asegurar que no es para nada barato. Aunado a esto, se estima que a las compañías, ver el retorno de inversión (ROI) les puede tomar entre 7 y 12 años.

La seguridad y privacidad digital también es un reto que afronta la transformación IoT. Las compañías pueden ser víctimas de amenazas, ataques por parte de hackers y hasta filtración información sensible. Se requiere que se desarrolle confianza en los ecosistemas IoT, sin embargo, las frecuentes amenazas a la seguridad y privacidad, lo hacen un camino difícil de recorrer.

Hasta aquí la columna de hoy. ¿Qué opinas del IoT? ¿En el futuro realmente puede ser más accesible y realizable? ¿Conoces algunos casos de IoT aplicados en la industria? Compártenos tu opinión a través de nuestras redes sociales @DatlasMX

Equipo Datlas

-Keep it weird-