Él hace realidad el aprendizaje automático
¿Cómo se gesta la innovación en IA entre bastidores? Noel Johansson, desarrollador de IA y aprendizaje automático en Phyron, comparte su perspectiva sobre el machine learning, la automatización, la hiperpersonalización y el rumbo que tomará la inteligencia artificial.
Categoría
Equipo
Última actualización
Noel Johansson es graduado en un Máster en Aprendizaje Automático por el Real Instituto de Tecnología de Estocolmo, complementado con estudios avanzados en esta misma disciplina en Corea del Sur.
¿Qué te inspiró a enfocar tus estudios y tu carrera profesional en el aprendizaje automático y la IA?
«Hice un curso práctico de aprendizaje automático en el que teníamos que programar algoritmos de ML desde cero y aplicarlos a conjuntos de datos reales. Me fascinó cómo los datos brutos podían transformarse en información de gran valor, y me resultó increíblemente gratificante el proceso de entrenar modelos para predecir, clasificar y resolver problemas».
¿Cómo le explicarías los beneficios del aprendizaje automático y la automatización a un principiante? Por ejemplo, ¿a un director de ventas o de marketing de un concesionario?
«Me centraría en cómo mejora tanto la eficiencia como la toma de decisiones. Automatizar tareas repetitivas, como clasificar las consultas de los clientes, recomendar vehículos según las preferencias del comprador o predecir las tendencias de ventas futuras. En definitiva, se trata de hacer que tus procesos sean más rápidos y precisos para liberar tiempo y poder concentrarte en otras tareas».
¿Por qué Corea del Sur? ¿Qué formación cursaste allí?
«Elegí Corea del Sur porque quería sumergirme en una cultura y un entorno académico totalmente diferentes a los que conocía. Allí asistí a varios cursos avanzados, como Teoría del Aprendizaje Profundo, Generación y Manipulación de Imágenes Computacionales y Visión Artificial».
¿Cuál es tu función en Phyron AI?
«Formo parte del equipo de desarrollo de IA/ML, donde mi papel es diseñar, implementar y probar modelos de aprendizaje automático que impulsen la innovación. En esencia, ayudo a dar vida a nuevos modelos de ML y a garantizar que ofrezcan el máximo rendimiento en producción».
¿Cuáles han sido los principales avances de los últimos años?
«Empecé mis estudios de IA hace 6 años, justo antes del gran bum de los modelos de lenguaje de gran tamaño como GPT-3 y ChatGPT. Lo más significativo desde entonces ha sido la explosión de los modelos basados en Transformers y la rápida escalabilidad de los sistemas de IA. Otro gran cambio ha sido la disponibilidad de herramientas e infraestructuras de IA. Ahora, muchos modelos complejos están al alcance de personas que no son expertas. La IA está en todas partes, para bien o para mal, gracias a entornos de trabajo como TensorFlow y PyTorch».
¿Cuál es el próximo gran hito en la automatización por IA?
«Creo que el próximo gran hito será la hiperpersonalización. Ya estamos viendo indicios de esto con la IA generativa, donde los textos, las imágenes y los vídeos pueden adaptarse a gran escala según las preferencias individuales. En un futuro próximo, esta personalización será mucho más precisa y generalizada.
Por ejemplo, imaginemos una IA capaz de generar vídeos de marketing o imágenes de productos diseñados en exclusiva para cada cliente, en función de su comportamiento e intereses».
¿Qué es lo que más te entusiasma del futuro de la IA?
«En mi caso, creo que es el potencial de la IA para potenciar la creatividad humana. Solo estamos empezando a explorar cómo pueden colaborar los humanos y la IA, y creo que de ahí surgirán algunas de las soluciones más innovadoras de la próxima década».
