[00:00:31] Bienvenidos a todos. Mi nombre es Nikolai Shchetikhin ay tengo a Jim Johnson conmigo. Hola, Jim, ¿cómo estás? Estoy haciendo bien, Nick, y ¿tú? A mí me va haciendo maravillas. Gracias. Y hoy, vamos a vamos a hablar det tema muy interesante como de costumbre. Y hoy, esto será la inteligencia inteligencia artificial y todo lo relacionado con ella. Cosas como el aprendizaje automático y el aprendizaje por refuerzo. Y vamos a tratar de responder a la pregunta, si es la tecnología que nos ayuda en la industriade la industria, o sigue siendo más un gancho de marketing.

[00:01:09] Es tema interesante, Nick, la semana pasada leía que para finales de 2024 el 75% de las empresas pasarán de utilizar la IA de forma experimental a aplicarla realmente en su actividad diaria. Queserá aumentará la cantidad de datos que se utilizan para la transmisión por cinco veces mientras que está sucediendo hoy en día.

[00:01:32] Oh, wow. Y también sé que dentro de este contexto pandémico, estamos utilizando la inteligencia artificial para predecir la propagación del virus y medir cómo va la efectividad de las contramedidas, cierto. Sí, y

[00:01:54] Quiero decir, hay otras formas inteligentes, más inteligentes también, en términos de aprendizaje de refuerzo se está aplicando a realmente hacer problemas más complejos. Y en términos de nuestra propia logística, en particular.

[00:02:06] Bien, entonces vamos a a ver qué significa esta terminología y en qué consiste, porque está en todas las noticias y en todos los medios de comunicación, la inteligencia artificial, el aprendizaje automático, el aprendizaje de refuerzo, pero ¿qué significa eso¿en qué consiste? La inteligencia artificial es un término general. Y el aprendizaje automático es uno de los principales enfoques de la inteligencia artificial. Y bajo su paraguas, hay varias formas diferentes de hacerlo. Y una de ellas es el aprendizaje profundo, que es cuando usas muchos... de datos, muchos datos históricos. Y puedes proporcionar una visión o un sistema que más bien te da una visión sobre lo que está tratando de simular el funcionamiento y el comportamiento del cerebro humano. El otro método es el aprendizaje por refuerzo es cuando una computadora está tratando pasar por el proceso de intentos. Y a través de los errores y éxitos, se está mejorando a sí mismo, el comportamiento y tratando de averiguar la solución óptima, más o menos como usted yendo a a través del laberinto y encontrar una salida. Y existe el aprendizaje profundo azul de refuerzo.ent learning, que es una combinación de deep learning y reinforcement learning donde usamos datos históricos en grande, y también pasando por el maze.

[00:03:40] Es interesante esa explicación, pero muestra muestra la importancia de sus datos datos es, es la limpieza de tus datos, la credibilidad alrededor de tu conjunto de datos es muy, muy importante si estás usando ...técnicas de aprendizaje automático o de refuerzo profundo. Y es ...crítico que debido a que estos modelos están usando datos históricos para entrenarlos......que si buscas precisión en los resultados, ese conjunto de datos debe ser preciso y creíble, antes de empezar a entrenar tu herramienta de aprendizaje automático.

[00:04:15] Sí, exactamente. Porque si lo piensas, y el resultado puede ser bastante crítico. Pueded ser algún negocio que está en juego. Y también, como si pensáramos en lo que tenemos ahora mismo en el mundo real como ejemplos de uso de la inteligencia artificial. Así que por ejemplo, todos sabemos de esos coches de autoconducción que ya están utilizando estas tecnologías.cionan esas tecnologías ya. Hay aplicaciones que intentan ayudarte y sugerirte cómo invertir tu dinero. Hay tecnologías de reconocimiento facial y con eso, por ejemplo, es bastante popular, la face tecnología que puede poner tu cara en la cara de cualquier persona, por ejemplo, en el video, por lo que puede terminar en la película de Tarantino. Y también, hubo un ejemplo bastante aterrador, porque la gente tratando de utilizar esas tecnologías y encontrar una maneras de usarlas. Así que Facebook en 2017, creó a los bots de chat, tlos pusieron en dos dispositivos y les permitieron hablar entre ellos. Y después de un tiempo desarrollaron su propio lenguaje, nadie podía entender lo que ellos lo que decían. Así que tuvieron que apagarlos.

[00:05:33] Vaya, eso es increíble. Y hay otra aplicación realdel aprendizaje automático dentro de la tarjeta de crédito. Así que American American Express, procesan algo así como un billón de dólares de transacciones, y unos 110 millones de titulares de tarjetas. Así que ...están usando el aprendizaje automático sólo para verificar el fraude que cualquier otra transacción...que realizan. Y puedes imaginar el gran volumen de datos. Así que ...están usando el aprendizaje automático para tratar de probar dónde está ocurriendo el fraude, y clasificarlo. Pero también aprovechando los flujos de datos, para realmente conectar a los titulares de tarjetas con ...con nuevos productos y diferentes rangos de servicios que ofrecen monedas y otras cosas. Así que como mucho sucediendo con el aprendizaje de la máquina, y en el mundo real hoy en día.

[00:06:19] Sí, muchas aplicaciones y como, como las empresas más grandes como Google está utilizando la máquina para ayudar a sus procesos internos. Así que están utilizando esos algoritmos para ajustar su hardware y refrigeradores en su almacén de datos para obtener la mejor sostenibilidad de su negocio. Y si hablamos más de la agricultura, hay un John ciervoe que está ya utiliza la inteligencia artificial y los datos visuales para definir si necesitan rociar los cultivos con un pesticida.

[00:07:00] Sí, bueno, vamos a mirémoslo. Quiero decir, en la industria avícola, vamos a volver a casa aquí. Quiero decir, hay un montón de opoportunidades para Algunas de ellas son la planificación, las previsiones y la mejora de la precisión de las previsiones y la planificación, y el análisis de grandes conjuntos de datos para solucionar problemas en las empresas. problemas en las empresas, mirando a la sa programación y la logística, tal vez en vivo y en directo.rds, llevarlos de las granjas a la planta de procesamiento y gestionar y optimizar ese desafío logístico. Así que hay mucho que hacer. Y algo de lo que hablamos hace un par de semanas en un podcastodos hace semanas en un podcast fue un IoT. Así que de nuevo, con la IO, y eso es donde tomamos en la información de la casa de pollos. Así que las casas de cría en tiempo real, esta enorme cantidad de conjuntos de datos, y que una gran cantidad de información detallada. Así que, de nuevo, la aplicación de unaherramientas de inteligencia artificial puede ayudarnos a crujir esos datos.

[00:08:01] Sí, exactamente. Así que por ejemplo, como dijiste, hay como muchas complicaciones en la planificación o en las proyecciones y el aprendizaje automático realmente puede ayudar con eso. Porque, por ejemplo, proyectarel peso, es ...no es sólo proyectar las aves que están en el suelo, y que serán procesadas en un par de semanas. Pero es También se tiene en cuenta todo el historial de las manadas anteriores de esa granja o nave, o de esa zona o región.o nave, o esa zona, o esa región. Así que el aprendizaje automático puede ayudar a proyectar el peso y mejorar la precisión de esa proyección. Y si hablamos de escenarios más complicados, en los que realmente hay que averiguar cuál es la solución opsolución óptima para esto o para aquello, podemos hablar de la planificación de las colocaciones, porque hay que mirar a ambos extremos de la oferta y la demanda y averiguar cuál es el programa óptimo de colocación de las aves para que se produzcan los huevos. producidos con el fin de para pasarlos por la incubadora y tener los pollitos y luego tener el número correcto de aves en el peso adecuado peso ...para planificar, hay mucho que considerar. Y aquí es donde el aprendizaje por refuerzo puede ayudar porque está tratando de averiguar esa tarea, pero intentando y error y éxito. Así que eso es realmente emocionante. Eso es lo que creo que es el futuro

[00:09:39] Sí. Así que Quiero decir, en serio, hay un montón de áreas donde podemos aplicar la inteligencia artificial en la industria avícola hoy en día. Y hay muchas formas en las que puede ayudarnos a mejorar la precisión de la planificación y la previsión, proporcionar información sobre la producción y empezar a ser más prescriptivos sobre cómo debemos criar nuestras aves para ser más competitivos y, en última instancia, añadir beneficios. más competitivo y, en última instancia, a añadir rentabilidad al negocio.de la empresa.

[00:10:05] Sí. Y eso es realmente bueno. Y como lo que usted mencionó que el sistema está dando usted visión o le da como una receta. Pero todavía tenemos que tener la gente adecuada en el lugar para poder tomar la decisión. Porque si un sistema te da un resultado, o te da una sugerencia o te da una proyección, todavía necesitas tener esa experiencia para poder tomar la decisión correcta, ¿a dónde tienes que ir? Y con cada vez más tecnología, seguirá habiendo una necesidad muyy alta necesidad en las personas con una buena experiencia allí.

[00:10:50] Sí, eso es derecho a hacer hincapié en que Nik y ya sabes, para terminar, ha sido una discusión interesante, hemos hablado de la inteligencia artificial y cómo aplicamos el aprendizaje automáticoy las técnicas de aprendizaje de refuerzo y donde se pueden aplicar dentro de la industria avícola en la industria avícola moderna. Y supongo que se trata todo es realmente acerca de cómo aprovechamos ese conjunto de datos? ¿Cómo podemos ser más eficaces en la forma en que, nosotros unalizar y utilizar los datos que tenemos en la industria avícola? ¿Cómo utilizamos el software, las modernas herramientas de software para ayudarnos a mejorar nuestro rendimiento y ser más competitivos?

[00:11:24] Sí, exactamente en Gracias, Jim, por este buen resumen. Y para losue los que no quieren perderse ninguno de los nuevos episodiospor favor, únanse a nosotros en LinkedIn, en Instagram y en Twitter. Y nos vemos en el próximo episodio. Gracias Gracias. Nos vemos allí.