Próximas medidas para la India basadas en la IA
Por Kamal Das
La Inteligencia Artificial o IA es la capacidad de los dispositivos de mostrar una inteligencia similar a la humana utilizando datos. La IA se ha vuelto omnipresente, como la electricidad: invisible pero que mejora múltiples aspectos de nuestras vidas, desde los asistentes de voz de nuestros teléfonos móviles, los motores de recomendación de los sitios web de comercio electrónico y de streaming de vídeo hasta los dispositivos de navegación que nos ayudan a encontrar la mejor ruta. Mientras las economías occidentales desarrolladas y China avanzan a pasos agigantados en Inteligencia Artificial y tecnologías de datos, nosotros estudiamos medidas que permitan a la India desempeñar un papel fundamental en IA.
Creación de datos: Datos centrados en la India
A medida que se generalice la Inteligencia Artificial, los datos serán un activo clave. Tenemos que crear conjuntos de datos centrados en la India que tengan en cuenta sus necesidades y su rica diversidad.
Según el censo de 2011, menos del 11% de los indios habla inglés. La India debería buscar soluciones de IA que se adapten a las lenguas regionales indias. Aunque los datos baratos y la telefonía móvil han hecho que Internet sea accesible a casi todos los indios, el contenido en las lenguas locales es casi insignificante, lo que hace que grandes partes de Internet sean inaccesibles para la mayoría de los indios. La Misión Nacional de Traducción del Gobierno, cuyo objetivo es que los estudiantes y académicos puedan acceder a los textos de conocimiento en las lenguas indias, es un esfuerzo encomiable. También debemos fomentar iniciativas como AI4Bharat, liderada por el IIT de Madrás, que se centra en mejorar la experiencia digital de millones de usuarios que acceden a la red en las lenguas locales indias. Paralelamente, debemos redoblar los esfuerzos para mejorar la analítica de audio en las lenguas regionales indias. Esto ayudará a los analfabetos, los discapacitados visuales y las personas mayores.
Del mismo modo, el proyecto ImageNet, con más de 14 millones de imágenes, es una de las bases de datos de imágenes más populares. Sólo el 2,1% de todas las imágenes de ImageNet proceden de la India. Muchos programas de visión por ordenador se entrenan inicialmente en el conjunto de datos ImageNet. Dada su menor representación de imágenes indias, muchas salidas de clasificación de imágenes tienen resultados que no están bien entrenados en detalles indios. En 2018, el Tribunal Superior de Delhi fue informado de que el sistema de reconocimiento facial a prueba por la Policía para detectar personas desaparecidas tenía una tasa de precisión de solo el dos por ciento.
El furor por la clasificación errónea de las mujeres negras en Estados Unidos dio lugar a esfuerzos concertados para solucionar el problema. El resultado fue que una herramienta de reconocimiento facial por IA mejoró la precisión en la identificación de mujeres negras de 65% a 96%. Sin embargo, la misma herramienta de IA sólo es 85% precisa en el reconocimiento de mujeres indias.[1]¡! Más de una de cada siete mujeres indias están mal clasificadas.
Contar con más conjuntos de datos específicos de la India y centrarse en soluciones centradas en este país ayudará a que las herramientas de IA mejoren y ofrezcan mejores resultados para casos de uso específicos de la India.
Distribución de datos: Marcos para la distribución equitativa de datos
A medida que desarrollamos y almacenamos más conjuntos de datos centrados en la India, debemos centrarnos en unificar las distintas fuentes de datos. Es esencial un enfoque centrado en garantizar que las distintas fuentes de datos se comuniquen entre sí.
También deberíamos desarrollar marcos sólidos para distribuir y compartir los datos de forma equitativa. La Plataforma de Datos Gubernamentales Abiertos de la India es un paso en la buena dirección. Empresas como Uber recopilan datos sobre los trayectos realizados por sus conductores en las ciudades y, tras eliminar los datos de identificación personal, los comparten con las administraciones locales de EE.UU. para informar sobre las formas en que las ciudades pueden ayudar a optimizar los patrones de tráfico. Del mismo modo, tras eliminar la información de identificación personal, los datos agregados deberían compartirse con académicos y responsables políticos para mejorar la investigación y la toma de decisiones.
Propiedad: Promover la propiedad india
La escasez de capital riesgo en la India hace que muchas startups y empresas tecnológicas cedan su propiedad a compañías extranjeras. Unicornios de análisis de datos Mu Sigma tiene su sede en Estados Unidos. Le siguen unicornios como Moglix, Postman, Icertis, Chargebee, Gupshup, Innovaccer, Druva, HighRadius y Zenoti, que tienen su sede en el extranjero. Unicornios como Flipkart, PayTM, Ola y Oyo tienen una participación extranjera significativa y, en muchos casos, mayoritaria.
Algunas empresas tecnológicas utilizan acciones de doble clase con derechos de voto diferenciados en Estados Unidos. Por ejemplo, tal y como están estructuradas las acciones y los derechos de voto de Facebook (ahora Meta), su fundador, Mark Zuckerberg, conserva el control a pesar de cotizar en bolsa y de las múltiples rondas de financiación. También deberían fomentarse las acciones de doble clase en las que los promotores indios conservan la propiedad.
Hay que centrarse en medidas políticas que puedan ayudar a las empresas emergentes de IA a seguir siendo indias y no perder el control de países extranjeros. Las medidas pueden incluir una mayor simplificación del cumplimiento y del entorno normativo para las nuevas empresas. Podemos explorar la posibilidad de dar preferencia a las empresas domiciliadas en la India en sectores sensibles, como la defensa, la policía y la atención sanitaria.
En resumen, confiamos en que centrarse en los datos centrados en la India, un mejor intercambio de datos y un marco propicio para promover que las startups permanezcan domiciliadas en la India ayudarán al crecimiento de la IA en la India.
Fuente: Economic Times
