¡Buenas tardes, Lotta!

Los datos sintéticos tienen mucho potencial y ya están cambiando sectores como la salud, la seguridad informática y las finanzas pero también pueden ayudar en otras áreas más tradicionales como la agricultura, donde se pueden usar para mejorar predicciones del clima, hacer un uso más eficiente de fertilizantes y controlar mejor los cultivos con drones e IA; en la educación ya que podrían ayudar a crear sistemas de enseñanza más personalizados, mejorar asistentes virtuales para entrenar programas que reconozcan la escritura y voz; y el entretenimiento, sobre todo en los videojuegos y el cine ya que pueden servir para hacer personajes más realistas, mejorar animaciones y probar contenido con simulaciones sin usar datos de personas reales.

Los mayores avances se verán en sectores donde conseguir datos reales es complicado. La medicina seguirá siendo un punto clave, pero la educación y el entretenimiento también pueden cambiar mucho gracias a esta tecnología.

¿Qué pensáis vosotros? ¿Dónde creéis que se notará más el impacto de los datos sintéticos?

Buenas tardes,
Estoy de acuerdo con lo que mencionáis, pues el uso de los datos sintéticos está creciendo exponencialmente y llegaremos a un punto en el que estarán por todas partes, lo que llevará a que su implementación sea necesaria en diversas áreas industriales. Hoy en día, como mencionó Lotta, su uso se centra principalmente en la salud, la tecnología y el entrenamiento de algoritmos de Inteligencia Artificial, así como en las finanzas. No obstante, ¿cómo podrían revolucionar las áreas más tradicionales?

En relación con la agricultura, coincido con Miguel en todos los usos que los datos sintéticos podrán tener, como la predicción de cosechas y el análisis del suelo. Además, pueden ser utilizados para la predicción del clima, dado que actualmente es muy difícil prever patrones específicos debido al cambio climático y el calentamiento global, dos de los mayores problemas que afectan a este sector.

En el caso de la educación, los datos sintéticos, integrados en algoritmos de IA, podrían permitir la creación de modelos de aprendizaje y compañeros lectivos fieles y personalizados para cada estudiante. En el aula, podrían tener acceso a ellos desde sus tabletas, y no me parece exagerado pensar que llegaremos a un punto en el que las clases ya no sean impartidas por profesores, sino por IAs ultraconocedoras de todas las áreas, en cuyo entrenamiento los datos sintéticos jugarán un papel muy importante.

Finalmente, en cuanto al entretenimiento, me parece interesante mencionar la posible expansión y popularización de películas interactivas, que muy pronto podrían ser 100% inmersivas utilizando dispositivos electrónicos con IA implementada. Además, el uso de Inteligencia Artificial en la serie permitiría que la experiencia del contenido sea única para cada espectador, adaptándose a las decisiones que hayan tomado.
En cuanto al sector donde creo que tendrán la mayor influencia, opino que será en la medicina. En este área ya se están utilizando algoritmos de IA alimentados por estos para tareas de predicción, simulación y diagnóstico, lo cual me hace pensar en lo lejo que llegaremos y en la numerosa cantidad de tareas de la especie en la que integraremos esta nueva tecnología en tan sólo unos años.

Y vosotros, ¿estáis de acuerdo u opinais que otros sectores comola arquitectura beneficiarán más de los datos sintéticos a corto y largo plazo?

Un saludo,
Noa

¡Hola, Yago!

Muchas gracias por tu aportación, tus conclusiones son muy interesantes. Coincido completamente con tus afirmaciones. En mi investigación, la cual he centrado en el cáncer de mama, he observado que el diagnóstico por imagen es una de las áreas donde el Machine Learning ha mostrado mayor relevancia, especialmente gracias a los programas de cribado poblacional bianual que facilitan la detección temprana.

Un ejemplo destacado es un sistema que se usa para leer mamografías en la Comunidad Valenciana. Gracias a algoritmos del ML, se ha mejorado la precisión en la interpretación de imágenes y se están agilizando los diagnósticos, clasificando rápidamente las mamografías. Esta tecnología no solo ayuda a los profesionales a reducir el tiempo de respuesta, sino que también disminuye la carga de trabajo en un 40%. Te dejo esta web para más información: https://www.huffingtonpost.es/life/salud/el-diagnostico-cancer-mama-comunidad-valencianaa-nuevo-sistema-iabr.html .

Creo que este avance demuestra que el ML ya es una realidad en la sanidad, aunque todavía queda camino para que su implementación sea completamente efectiva.

¡Gracias de nuevo por tu aportación tan interesante!

Laia

Como ya dijo Ivana, lo propio es incluir cosas de la guía y propias, pero no te olvides de contestar las preguntas principales en la línea temática, las cual está en la sección TEMAS de la página oficial del programa.

La página donde se encuentra las preguntas es https://www.programainvestiga.org/temas.php en el caso de que aún no tengas la duda resuelta

Aunque haya acabado el proyecto, realmente me parece una muy buena herramienta. La Inteligencia Artificial ha cambiado todo en estos últimos años. Es una herramienta con mucho potencial ahora, imagina en el futuro.