jueves, 23 de mayo de 2019

La propiedad intelectual y el auge de la inteligencia artificial


Por James Nurton, editor, OMPI: Tendencias de la tecnología – Inteligencia artificial
La inteligencia artificial (IA) va a transformar todos los aspectos de nuestras vidas, empezando por nuestros lugares de trabajo, hogares y vehículos. 


Si bien es cierto que las herramientas de IA ya son ampliamente conocidas en la búsqueda en Internet, en las computadoras con reconocimiento de voz y en juegos como el ajedrez, en los próximos años la IA se generalizará cada vez más, en todos los ámbitos, desde los vehículos hasta los robots y la medicina. Esto tendrá repercusiones significativas para la sociedad, porque la IA realizará muchas tareas que, hasta ahora, han sido realizadas por seres humanos. En su discurso de apertura del Consumer Electronics Show de Las Vegas, en enero de 2019, Ginni Rometty, directora ejecutiva de IBM, predijo que, gracias a la inteligencia artificial, “el 100% de los puestos de trabajo serán diferentes”.



En un nuevo estudio destacado de la OMPI se da cuenta del reciente aumento a gran escala de las invenciones basadas en la inteligencia artificial. En la primera publicación de la serie de la OMPI “Tendencias de la tecnología” se definen y cuantifican las innovaciones en materia de inteligencia y se proporciona una base común de información sobre la IA para los responsables políticos y los encargados de la toma de decisiones de gobiernos y empresas, así como para los ciudadanos interesados que están lidiando con esta novedosa y arrolladora tecnología (Foto: miriam-doerr / iStock / Getty Images Plus).
Pero, ¿qué se entiende exactamente por IA? ¿Cuáles son las tecnologías y las aplicaciones que constituyen la IA? ¿Y qué sabemos acerca de la investigación actual en este terreno, dónde se está llevando a cabo, quién la está llevando a cabo y a qué campos se aplica?
En un nuevo estudio destacado de la OMPI, el primero de una serie de informes en los que se examinan las tendencias de la tecnología, se ofrecen algunas respuestas a esas preguntas, basándose en datos procedentes de solicitudes de patente, publicaciones científicas y análisis de tendencias realizados por especialistas en inteligencia artificial. En esta primera publicación de la OMPI de la serie Tendencias de la tecnología se establece una taxonomía para agrupar por categorías las tecnologías y aplicaciones de la IA que pueden utilizarse en futuras investigaciones. También se proporciona una base común de información sobre la IA para los responsables políticos y los encargados de la toma de decisiones de gobiernos y empresas, así como para los ciudadanos interesados que están lidiando con esta novedosa y arrolladora tecnología.
Como señalara el director general de la OMPI, Francis Gurry, en un comunicado de prensa en el que se anunciaba el reciente lanzamiento del informe en Ginebra, “las ramificaciones de la IA para el futuro del desarrollo humano son de gran alcance. El primer paso para maximizar los beneficios generalizados de la IA y hacer frente al mismo tiempo a los desafíos éticos, legales y normativos es crear una base fáctica común para la comprensión de la inteligencia artificial. Al presentar el primer estudio de su serie “Tendencias de la tecnología”, la OMPI tiene la satisfacción de poder aportar previsiones basadas en datos empíricos y contribuir así a la formulación de políticas mundiales sobre el futuro de la IA, su gobernanza y el marco de PI en el que se sustenta”.

El auge de la AI

En el informe se pone de relieve un enorme crecimiento de la innovación basada en la IA. Desde la aparición de la inteligencia artificial en los años 1960, los innovadores y los investigadores han presentado casi 340.000 solicitudes de patente de invenciones relacionadas con ella y han publicado más de 1,6 millones de publicaciones científicas al respecto. Las patentes relacionadas con la IA se han disparado en los últimos años, de modo que más de la mitad de las invenciones publicadas desde 2013 pertenecen a ese ámbito.
En el informe también se da cuenta de un desplazamiento de la investigación teórica hacia la utilización de tecnologías de IA en productos y servicios comerciales. El auge de las publicaciones científicas comenzó alrededor de 2001, aproximadamente 12 años antes de que se produjera un fuerte aumento en las solicitudes de patente. La proporción existente entre publicaciones científicas e invenciones ha disminuido de 8:1 en 2010 a 3:1 en 2016, lo cual indica un desplazamiento de la investigación teórica a la aplicación real.

Zambullirse en el aprendizaje profundo

El término IA abarca muchas técnicas diferentes que se examinan en detalle en el informe. La más destacada es el aprendizaje automático.



El número de patentes relacionadas con la IA ha crecido vertiginosamente desde 2013, con empresas estadounidenses y asiáticas a la cabeza.

La IA transformará todas las facetas de la sociedad. Es una gran promesa para mejorar nuestras vidas y el mundo en que vivimos, pero para ello será necesario crear un ecosistema de IA que garantice un crecimiento sostenible a largo plazo.
Andrew Ng, director ejecutivo, Landing AI y deeplearning.ai
El aprendizaje automático, como las técnicas que utilizan los servicios de transporte compartido para evitar desplazamientos en la medida de lo posible, es un tipo de IA que se centra en algoritmos que permiten a las máquinas aprender a medida que procesan datos nuevos y hacer pronósticos o tomar decisiones acerca de esos datos sin que estén programadas de forma explícita para llevar a cabo esa tarea. El aprendizaje automático, en particular las redes neuronales que han revolucionado la traducción automática, aparece en más de un tercio de todas las invenciones de IA conocidas.
Resulta aún más sorprendente la importancia del aprendizaje profundo, una técnica de aprendizaje automático que tiene la capacidad de cambiar radicalmente la IA. El aprendizaje profundo es la técnica que crece más rápidamente en las aplicaciones estudiadas, habiéndose multiplicado por 20 las solicitudes de patente, de 118 en 2013 a 2.399 en 2016, lo que equivale a un crecimiento medio anual del 175%. En cambio, en el mismo período, el número de solicitudes de patente para todas las tecnologías aumentó sólo un 33%, es decir, un crecimiento medio anual del 10%. El aprendizaje profundo es una forma de aprendizaje automático que procura entender el mundo por medio de una jerarquía de conceptos e implica múltiples capas de procesamiento de datos. Ya ha dado excelentes resultados en las herramientas de reconocimiento de voz y traducción automática más conocidas.

Tendencias sectoriales

Las patentes relacionadas con la IA no solo divulgan las técnicas y aplicaciones de la IA, sino que a menudo también hacen referencia a un campo o un sector en los que se aplican. En el informe de la OMPI se señala que muchos sectores e industrias están explorando formas de aprovechar el potencial comercial de la IA. Entre ellos se incluyen la banca, el entretenimiento, la seguridad, la industria, la producción, la agricultura y las redes. Muchas tecnologías relacionadas con la IA tienen aplicación en diferentes sectores, como lo demuestra el gran número de patente de IA que hacen referencia a múltiples sectores.



La IA aplicada al campo de la robótica y los métodos para gestionar el comportamiento de los dispositivos son las aplicaciones que registran mayor crecimiento.
Los sectores que experimentaron los índices de crecimiento más elevados en las solicitudes de patente relacionadas con la IA entre 2013 y 2016, con un incremento anual de al menos un 28% cada uno, son la agricultura, la banca y las finanzas, la informática aplicada al gobierno digital, la práctica del Derecho y el transporte. Dentro de estas actividades económicas, las áreas que se desarrollan con mayor rapidez son la aeroespacial y la aviónica, que crecieron en promedio un 67% entre 2013 y 2016; seguidas por las ciudades inteligentes (47%); los vehículos autónomos (42%); la atención al cliente (38%); y la computación afectiva, que permite que las máquinas reconozcan los sentimientos de los seres humanos (37%).

Las empresas y universidades líderes

Las mayores carteras de patentes de IA están en manos de empresas japonesas y estadounidenses (véase el cuadro 1). Si bien las empresas de consumo japonesas son mayoritarias, los dos primeros puestos están ocupados por las empresas estadounidenses IBM y Microsoft, cuyas carteras de patentes incluyen una amplia gama de aplicaciones y técnicas de IA.
La actividad de patentamiento en el ámbito de la inteligencia artificial está avanzando con rapidez, con lo que es previsible que haya un número muy importante de nuevos productos, aplicaciones y técnicas basados en la IA que transformarán nuestro quehacer cotidiano.
Francis Gurry, director general, OMPI
No obstante, hay empresas que sobresalen en diferentes esferas tecnológicas. Por ejemplo, el gigante chino de Internet Baidu se desmarca en aprendizaje profundo; Toyota, Bosch y Hyundai son líderes en transporte, y Siemens, Philips y Samsung están a la cabeza en las ciencias médicas y de la vida.
La relevancia de las universidades y las instituciones públicas de investigación en la lista de los principales solicitantes de patentes es menor, puesto que son solo 167 entre los 500 solicitantes de patentes más importantes. Sin embargo, son líderes en ciertas esferas.
Las instituciones académicas chinas representan 17 de los 20 actores más importantes en cuanto a la actividad de patentamiento, así como 11 de las 20 instituciones principales en lo que atañe a las publicaciones científicas relacionadas con la IA (véase el cuadro 2). Estas instituciones destacan especialmente en la tecnología incipiente del aprendizaje profundo. La Academia China de Ciencias (por su sigla en inglés, CAS) supera a otras instituciones similares, con más de 2.500 familias de patentes y más de 20.000 publicaciones científicas sobre IA. Además, la Academia China de Ciencias posee la cartera de patentes más amplia en materia de aprendizaje profundo, con 235 familias de patentes. Las instituciones chinas están consolidando su liderazgo. De 2013 a 2016, sus solicitudes de patente relacionadas con la IA crecieron a un ritmo de más del 20% anual, igualando o superando los índices de crecimiento de organismos de otros países.
Las instituciones de la República de Corea también figuran entre las más importantes del mundo académico, en particular el Instituto de Investigación de Electrónica y Telecomunicaciones (ETRI). Diecinueve universidades o instituciones públicas de investigación de la República de Corea figuran entre los 500 principales solicitantes de patentes, seguidos de 20 de los Estados Unidos de América y cuatro del Japón. Solo cuatro instituciones europeas aparecen en esta lista. El lugar más elevado entre las instituciones europeas lo ocupa el instituto alemán Fraunhofer (159.º).

Mercados clave para la innovación

A partir de los datos de las oficinas más populares para la presentación de solicitudes de patente relacionadas con la IA, el informe señala los lugares más destacados de la investigación en ese campo. La Oficina de Patentes y Marcas de los Estados Unidos de América (USPTO) y la Administración Nacional de Propiedad Intelectual de China (CNIPA) encabezan la lista, seguidas por la Oficina Japonesa de Patentes (JPO). Estas tres oficinas concentran el 78% de todas las solicitudes de patente presentadas en relación con la IA. Sin embargo, existe una diferencia notable entre las solicitudes presentadas en el Japón y los Estados Unidos de América, por una parte, y las presentadas en China, por otra. Si bien alrededor de un tercio de las solicitudes presentadas en las dos primeras oficinas se presentan posteriormente en otros países, solo el 4% de las solicitudes de patente presentadas por primera vez en China se vuelven a presentar posteriormente en otros países. Esto revela que muchas entidades chinas tienden a presentar solicitudes de patente únicamente en su país, considerando quizás que constituye el mercado clave para sus invenciones.

Retos de política

Los datos sobre patentes y publicaciones científicas demuestran el rápido ritmo de la innovación en materia de IA. Esta tendencia, combinada con la amplia aplicación de muchas tecnologías de IA y su potencial incidencia en la vida cotidiana de las personas, significa que las tecnologías de IA están planteando una serie de retos políticos a los gobiernos y a los reguladores.



El aprendizaje automático es la tecnología más popular en las patentes relacionadas con la IA y comprende la técnica que crece más rápidamente, el aprendizaje profundo (foto: Wenjie Dong / iStock / Getty Images Plus).
Estos retos incluyen la utilización y la protección de los datos personales, el desarrollo de normas y la divulgación de datos, la forma de financiar la innovación, la regulación de las nuevas tecnologías e incluso el riesgo de que una IA altamente avanzada, lo que algunos han denominado “superinteligencia”, pueda suponer una amenaza para la existencia humana. Expertos destacados en el ámbito de la IA abordan algunas de estas cuestiones en el informe de la OMPI, que también describe algunos de los enfoques normativos que están adoptando los gobiernos de varios países.
Una de las colaboradoras, Myriam Côté, del MILA (Montreal Institute for Learning Algorithms) del Canadá, observa que formamos parte de la primera gran ola de la revolución de la IA: “Pronto observaremos cada vez más los efectos de esta tecnología en nuestras vidas. Algunos de ellos deberían llamar nuestra atención: la privacidad de los datos personales, la generación de noticias falsas, la pérdida de empleo, la manipulación del mercado financiero, los sesgos en los datos, las cuestiones de diversidad, etcétera”. El MILA, al igual que otras instituciones de investigación, está trabajando para fomentar la toma de conciencia y la comprensión de estos problemas.
In future it will be possible to detect diseases from data collected by wearable sensors, and to suggest optimal treatments to prevent these diseases from developing.
Professor Boi Faltings, Director of the AI Lab at the EPFL
Algunos expertos abordan el impacto que tendrá la IA en determinados campos, como la medicina digital, y las cuestiones que planteará su uso. Boi Faltings, de la École Polytechnique Fédérale de Lausanne (EPFL), señala que una aplicación de teléfono inteligente puede detectar el cáncer de piel en una fase temprana a partir de una imagen tomada con una cámara: “En el futuro será posible detectar enfermedades a partir de los datos recogidos por sensores ponibles y sugerir tratamientos óptimos para combatirlas. Esto, sin embargo, requerirá grandes esfuerzos de recolección de datos y posiblemente nuevos avances para asegurar la privacidad de los datos”. Otro colaborador, Aristotelis Tsirigos de la Facultad de Medicina de la Universidad de Nueva York, en los Estados Unidos de América, describe un estudio reciente para automatizar el diagnóstico del cáncer de pulmón usando IA y datos del diagnóstico por imágenes. La precisión del sistema de IA fue del 97 por ciento, ligeramente mejor que el rendimiento de tres patólogos que diagnosticaron el mismo grupo de tumores.
Por su parte, el inversionista Kai Fu Lee predice que el próximo cambio en la IA será el perfeccionamiento de las tecnologías para que se ajusten a las aplicaciones reales: “Estamos al final de la etapa de descubrimiento y es probable que haya una etapa de aplicación”, dice. Haifeng Wang, de Baidu, comparte esta opinión: “El último boom de la IA podría resumirse en general como el gran salto de las aplicaciones funcionales gracias a la explosión de los macrodatos, el poder de computación y los algoritmos, en continuo avance. Ahora es cuando las aplicaciones de IA tienen una incidencia real en la economía”.
Sin embargo, esta aplicación plantea desafíos tanto para las empresas como para los gobiernos. El Foro Económico Mundial trabaja con empresas, gobiernos, la sociedad civil, organizaciones intergubernamentales y el mundo académico para crear conjuntamente mecanismos de gobernanza en el ámbito de la IA, como el AI Board Toolkit (Guía práctica sobre IA para empresas). Kay Firth-Butterfield, del Foro, sostiene que pronto todas las empresas deberán elaborar una estrategia en materia de IA y analizar la incidencia que tiene en sus actividades: “Se corre el riesgo de que una marca pierda valor si se toman decisiones erradas acerca del uso de la IA. Por lo tanto, es importante pensar ahora en los distintos mecanismos de regulación y otros tipos de mecanismos de gobernanza, pues el ritmo tan rápido al que se producen los cambios en esta rama de la tecnología no deja margen para esperar”.
El informe de la OMPI Tendencias de la tecnología – Inteligencia artificial y diversos materiales de referencia, incluida una serie de opiniones de especialistas líderes en el campo de la IA y un glosario de términos, puede consultarse en la dirección siguiente: https://www.wipo.int/tech_trends/es/artificial_intelligence/index.html.

Figura 1: Familias de patentes relacionadas con la IA y publicaciones científicas desglosadas por año de primera publicación.




Las familias de patentes relacionadas con la IA crecieron de media un 28% y las publicaciones científicas un 5,6% anual entre 2012 y 2017.

Figura 2: Relación entre las publicaciones científicas y las familias de patentes por año de primera publicación.




La proporción existente entre publicaciones científicas y familias de patentes ha disminuido de 8:1 en 2010 a 3:1 en 2016, lo cual indica un desplazamiento de la investigación teórica a la aplicación real.

Cuadro 1: Solicitudes de patente publicadas: las 10 empresas más importantes

Puesto Empresa Número
1 IBM (EE.UU.) 8.290
2 Microsoft (EE.UU.) 5.930
3 Toshiba (Japón) 5.223
4 Samsung (República de Corea) 5.102
5 NEC (Japón) 4.406
6 Fujitsu (Japón) 4.303
7 Hitachi (Japón) 4.233
8 Panasonic (Japón) 4.228
9 Canon (Japón) 3.959
10 Alphabet (EE.UU.) 3.814

Cuadro 2: Solicitudes de patente relacionadas con la IA: Las 10 universidades/instituciones públicas de investigación más importantes

Puesto Institución Número
1 CAS (República Popular China) 2.652
2 ETRI (República de Corea) 1.936
3 Universidad de Xidian (RPC) 1.423
4 Universidad de Zhejiang (RPC) 1.394
5 Industry Academic Cooperation Foundation Korea (República de Corea) 1.281
6 Beijing University of Technology (RPC) 1.190
7 Universidad de Tsinghua (RPC) 1.172
8 Universidad de Beihang (RPC) 1.026
9 Universidad de Chongqing (RPC) 996
10 Universidad de Tianjin (RPC) 922