INNOVACIÓN

Jordi Torres: “La computación cognitiva es una manera de extraer conocimiento de grandes cantidades de datos”

Tiempo de Lectura: 5 minutos

Jordi Torres: “La computación cognitiva es una manera de extraer conocimiento de grandes cantidades de datos”
Avatar

CaixaBank

26 Octubre, 2016


Vivimos en un mar de datos. Para hacerse una idea de la magnitud, solo hay que prestar atención al estudio elaborado por la escuela de negocios OBS Business School sobre Big Data en 2015 (datos del 2014): en un minuto se generan 4,1 millones de búsquedas en Google, se escriben 347.000 tweets y 3,3 millones de actualizaciones en Facebook, se suben más de 100 horas de vídeo en YouTube y se escuchan 32.000 horas de música en streaming. En total, en un minuto se transfieren más de 1.570 terabytes de información.

Ante esta marea de “datos”, ¿qué podemos hacer con ellos? Este es el interrogante que se plantean muchos expertos y que ha llevado a la creación de diferentes proyectos como el Barcelona Supercomputing Center – Centro Nacional de Supercomputación (BSC-CNS). Una vertiente de su investigación es la aplicación de la computación cognitiva a la innovación financiera, un proyecto llevado a cabo junto con CaixaBank para estudiar nuevas herramientas que permitan mejorar el servicio y optimizar la eficiencia corporativa.

Pero, ¿qué es la computación cognitiva y qué aplicaciones puede suponer para la banca? Jordi Torres, experto en supercomputación para inteligencia artificial del BSC-CNS, tiene las respuestas.

 

Empecemos por la pregunta básica: ¿en qué consiste la computación cognitiva?

La computación cognitiva es una manera de extraer conocimiento de grandes cantidades de datos. Una de sus principales características es que este conocimiento se puede obtener a partir del análisis de información procedente de múltiples fuentes de datos: datos de las bases de datos corporativas, datos en tiempo real procedentes de sensores, de textos en cualquier formato, de vídeos, de grabaciones de voz, de las redes sociales, etc. Y otra de sus características es que el análisis de estas fuentes nos da no solamente un conocimiento de la realidad, sino también una gran capacidad de predicción.

La clave, entonces, está en la extracción de los datos.

Uno de los elementos que distinguen la computación cognitiva —que es una forma de inteligencia artificial— de otras formas de analizar grandes cantidades de datos es que es la propia computación la que extrae conocimiento a partir de los datos. Ya no es el programador el que le dice a la computadora qué y cómo tiene que buscar en el mar de datos al que tiene acceso, sino que son las máquinas las que, convenientemente programadas con avanzados algoritmos de aprendizaje automático, distinguen qué datos son relevantes para extraer, por ejemplo, complejos modelos de patrones de comportamiento que permiten predecir comportamientos futuros.

¿Y qué es necesario para hacer funcionar esta tecnología?

Para entendernos, podríamos decir que la computación cognitiva se sustenta en tres pilares: los datos, de origen múltiple y en grandes cantidades; la supercomputación, es decir, hardware y programación que permita analizar rápidamente estos datos, y algoritmos de inteligencia artificial, que doten a las máquinas de la capacidad de extraer conocimiento de ellos.

¿Qué puede aportar esta computación a la innovación financiera?

El sector financiero se caracteriza por generar un gran volumen de operaciones a diario. Además, los datos que generan son de múltiples tipos y a su vez también requieren poder contrastarse con otros datos procedentes de otras fuentes.

¿Nos puede poner algún ejemplo?

La computación cognitiva puede ser muy útil, tanto para proveer la velocidad de procesamiento que se requiere para la operativa diaria, a menudo en tiempo real, como, por ejemplo para detectar y controlar el fraude. También, como en otros tipos de negocio, brinda la oportunidad a los gestores de tener un conocimiento mucho mejor de sus clientes y poderles aportar soluciones personalizadas, según sus intereses.

¿A qué se dedica el Barcelona Supercomputing Center?

Somos el centro líder de la supercomputación en España —el centro nacional de supercomputación— y uno de los centros de supercomputación más completos que existen en el ámbito internacional. Nuestra especialidad es la computación de altas prestaciones: investigamos en hardware y programación de altas prestaciones y también en cómo utilizar esta computación de frontera para hacer frente a los retos de la ciencia, la ingeniería y las empresas.

Es un proyecto de una gran envergadura.

En nuestro centro trabajan más de cuatrocientos investigadores. Una buena parte de ellos utilizan la supercomputación para aplicarla a las más diversas disciplinas científicas, a la ingeniería y a otros campos que puedan ser de utilidad para las empresas. El resto investigan cómo mejorar el hardware y el software para hacerlo más acorde a las nuevas tendencias tecnológicas y a las necesidades de los usuarios. Además, disponemos de infraestructuras de supercomputación —la más conocida es nuestro superordenador MareNostrum—, que están al servicio de la comunidad científica internacional y de los proyectos que desarrollamos en el propio Barcelona Supercomputing Center.

Volviendo a la computación cognitiva, en estos momentos estáis trabajando en la aplicación de esta tecnología en el ámbito financiero a raíz del convenio de colaboración con CaixaBank. ¿Por qué escoger a CaixaBank como entidad financiera para llevar a cabo este proyecto?

CaixaBank es una entidad puntera en un sector que está en fase de transformación y al que la investigación y la innovación pueden ofrecer múltiples oportunidades. Como compañía líder, CaixaBank es consciente de ello y apuesta por aplicar el potencial de las nuevas tecnologías en el negocio, lo que le convierte, a nuestros ojos, en un socio ideal para la investigación en computación cognitiva aplicada. El convenio que hemos firmado nos permite abrir una nueva investigación de caso práctico de optimización de soluciones de sistemas cognitivos complejos en plataformas de alto rendimiento.

¿Cuál es el principal objetivo de este acuerdo de investigación?

El objetivo que nos hemos marcado es promover conjuntamente el desarrollo de sistemas avanzados de deep learning -aprendizaje profundo- con aplicación a los servicios bancarios. Concretamente, estudiamos innovaciones que pueden facilitar el servicio a los clientes y mejorar la eficiencia operativa. Además de ello, utilizamos la supercomputación para analizar y evaluar la evolución tecnológica y los escenarios de futuro que abre esta evolución en el panorama de los servicios financieros.

Si te interesa el tema, puedes consultar otros posts que hemos publicado sobre Big Data en este mismo blog.

Acepto las condiciones de uso.

Comentarios

Enviar comentario