Elementos de Watson que ya estamos poniendo en práctica

Publicado el 7/09/17 8:00

A veces resulta más fácil explicar qué no es una determinada cosa. Precisamente esto les pasa a muchas personas con Watson: tienen claro qué no es, pero no acaban de entender qué es exactamente. Vamos a ver si conseguimos desentrañar un poco esta palabra clave que campa a sus anchas por Internet.

Puzzle head brain concept as a human face profile made from crumpled white paper with a jigsaw piece cut out on a rustic old wood background as a mental health symbol..jpeg

Esencialmente, es una tecnología de IBM que combina inteligencia artificial y analítica avanzada, llamado así por el fundador de IBM, Thomas J. Watson. Aunque lo realmente interesante, la verdadera pregunta, a nuestro juicio, es la siguiente: ¿qué clase de cosas geniales pueden hacer las empresas con los servicios inteligentes y las API proporcionadas por IBM Watson?

IBM proporciona una variedad de servicios, disponibles a través de Interfaces de Programación de Aplicaciones (APIs) y que los desarrolladores pueden utilizar para aprovechar los elementos cognitivos y el poder de Watson. El mayor reto para sacar provecho de estas capacidades avanzadas es "pensar cognitivamente" e imaginar cómo podrían beneficiar a su negocio o industria para conseguir una ventaja competitiva o bien, en el caso de organizaciones sin ánimo de lucro, cómo pueden ayudar a hacer del mundo un lugar mejor.

Si echamos un vistazo a algunas de las APIs y los servicios disponibles es importante pensar en ellos colectivamente en vez de individualmente, ya que mientras que en algunos casos de uso se utiliza una única API, en la mayoría de las ocasiones se utilizará una variedad de ellas, trabajando juntas. Veamos algunas que queremos destacar desde nuestro blog:

Comprensión del lenguaje natural

Es posible extraer metadatos del contenido, incluyendo conceptos, entidades, palabras clave, categorías, sentimiento, emoción, relaciones y roles semánticos. Es decir, extraemos conocimiento de datos no estructurados.

Descubrimiento

Identifica patrones y conocimientos útiles en datos estructurados o no estructurados.

Conversación

Permite agregar interfaces de lenguaje natural, como robots de chat y agentes virtuales a su aplicación para automatizar las interacciones con los usuarios finales.

Traductor de lenguaje

Automatiza la traducción de documentos de un idioma a otro.

Clasificador de lenguaje natural

Clasifica el texto según su intención. Muy útil en la escucha activa y atención post-venta.

Perspectivas de la personalidad

Extrae las características de la personalidad del texto, basado en el estilo del escritor.

Texto a voz y voz a texto

Procesa texto en lenguaje natural para generar audio sintetizado, o bien procesa palabras habladas como texto escrito.

Analizador de tonos

Utiliza el análisis lingüístico para detectar el tono emocional (alegría, tristeza, etc.) lingüístico (analítico, confiado, etc.) y social (apertura, extraversión, etc.) de un texto.

Análisis de trade-off

Posibilita tomar mejores decisiones al analizar múltiples objetivos, incluso conflictivos.

Reconocimiento visual

Analiza imágenes para escenas, objetos, caras, colores y otros contenidos.

Todo esto es bastante interesante, pero ¿cómo se puede aplicar en el día a día de las organizaciones? El primer paso a la hora de utilizar las API es "entrenar" con ellas, pensando en nuestro modelo de industria o negocio, con el objetivo de automatizar y agregar inteligencia a varias tareas.

En Logicalis Spain ya estamos trabajando para determinados clientes soluciones de análisis del sentimiento del cliente, basándonos en APIs de Watson que van más dirigidas al análisis del lenguaje natural y extracción de información a partir de datos no estructurados. Esto supone abrir una nueva ventana de posibilidades a los departamentos de atención al cliente.

Otro ejemplo interesante, para una organización multilingüe, sería integrar la API de traducción, aplicada a la videoconferencia. Esto permitiría la traducción de incluso dialectos múltiples en tiempo real, con una transcripción automática en el idioma correcto para cada participante.

Los chats con robots de atención al cliente pueden utilizar el servicio de conversación para analizar el tono. Procesos tales como las reservas de vuelos podrían ser ejecutados por un agente virtual que utiliza el "clasificador de lenguaje natural" para derivar la intención de compra en la conversación hacia un departamento u otro. El reconocimiento visual podría ser utilizado para identificar problemas en la línea de montaje, detectar productos estropeados en los lineales etc.

Esto ya está pasando: las posibilidades de uso son muchas y lo mejor de todo es que están al alcance incluso de pymes. ¿Hablamos?

(Gracias a Scott Hodges por su aportación de ideas)