[30/09/2022] Al igual que muchas organizaciones orientadas al conocimiento, la Oficina de Patentes y Marcas de los Estados Unidos (USPTO, por sus siglas en inglés) aprovecha el análisis de datos y tecnologías como la IA y el aprendizaje automático (ML) para aumentar la eficiencia y el rendimiento de sus operaciones, y mejorar la calidad de los sistemas y procesos.
Si bien los algoritmos de IA y ML son fundamentales para los esfuerzos de la agencia, el principio rector de la agencia gubernamental es adoptar un enfoque que dé prioridad al ser humano en el desarrollo y uso de estas tecnologías para perfeccionar y ampliar sus iniciativas. Las herramientas de IA y ML ayudan a potenciar el trabajo de los expertos humanos y aumentan su ingenio en el trabajo que realizan, pero en este momento no pueden igualar los sutiles matices o la capacidad de razonamiento de la mente humana, señala el CIO de la USPTO, Jamie Holcombe.
[Reciba lo último de CIO Perú suscribiéndose a nuestro newsletter semanal]
Para complementar la tecnología, la agencia cuenta con las aportaciones de miles de trabajadores experimentados, captadas de forma pasiva y activa, para entrenar y perfeccionar los modelos impulsados por la IA con el fin de garantizar que la tecnología ofrezca los resultados esperados. La agencia ha concedido más de 11 millones de patentes desde su fundación, y emplea a más de 12 mil personas, entre ingenieros, abogados, analistas e informáticos. También se utiliza un flujo continuo de comentarios de sus examinadores de patentes en primera línea para mejorar los modelos de IA/ML con el fin de impulsar el desarrollo de nuevos productos y apoyar las actividades en dos áreas clave: la búsqueda y la clasificación de patentes.
Realizar una búsqueda exhaustiva de patentes puede ser un reto dada la explosión del volumen de datos y las posibles fuentes del "estado de la técnica", señala Holcombe. Para hacer frente a este reto, los equipos de tecnología están introduciendo un componente de IA en una nueva herramienta de búsqueda de patentes para ayudar a los examinadores a encontrar las fuentes más relevantes que necesitan cuando examinan las solicitudes. Esto es importante porque cada una de las más de 600 mil solicitudes que recibe anualmente la USPTO contiene una media de aproximadamente 20 páginas de texto y figuras, o unas 10 mil palabras que describen las innovaciones reivindicadas. La organización de TI de la agencia también ha desarrollado y puesto en marcha una herramienta de clasificación que identifica y hace coincidir los símbolos de clasificación asociados a una invención entre más de 250 mil categorías posibles.
En ambos casos, los modelos se desarrollaron y se mejoran continuamente gracias a las aportaciones de expertos humanos que aportan un toque humano para determinar si algo es realmente nuevo o novedoso y, a continuación, aplican la ley, los hechos y la experiencia para llegar a una decisión.
Explorar los canales humanos en el flujo de información
Contar con un flujo constante de información de los expertos examinadores y otros puede ser una ventaja, pero no es la única vía que está tomando la USPTO para identificar nuevos canales de innovación y experiencia global que ayuden a resolver importantes retos y a ampliar la IA. A principios de este año, la agencia recurrió a la comunidad de investigadores de IA y a Google Kaggle, una plataforma técnica y social preeminente utilizada por científicos de datos y otros para intercambiar pensamientos e ideas. En marzo lanzó un concurso mundial de codificación que ofrecía 25 mil dólares en premios y pedía a los investigadores de IA y a los científicos de datos que escribieran código para evaluar la similitud semántica de las frases.
El concurso atrajo a más de 42.900 participantes antes de su cierre el 30 de junio, y contó con la participación de más de 1.800 equipos de todo el mundo que trabajaron juntos y aprovecharon las fuentes de datos de patentes disponibles públicamente. El objetivo de la competición era hacer avanzar la comprensión del lenguaje de las patentes con la IA para la agencia y para la comunidad de patentes, explica Holcombe. "El resultado no solo serán mejores algoritmos de frases para la búsqueda de patentes, sino que los modelos ganadores pasarán a formar parte del dominio público", afirma.
La USPTO también hizo uso de otros recursos de información pública como Golden, una plataforma gratuita "estilo Wiki" impulsada por IA/ML lanzada en el 2019 que recorre la web para relacionar temas con datos relevantes y disponibles, juntándolos en un flujo de información. Un algoritmo de IA, que trabaja entre bastidores, sigue añadiendo datos relacionados cada vez que están disponibles. Cualquiera puede buscar información sobre empresas, sus patentes y fuentes de financiación, como el capital riesgo.
Las "A", "B" y "C" de una alianza entre la IA y el ser humano
Aunque se escriben volúmenes sobre la convergencia tecnológica, adoptar un enfoque "centrado en el ser humano" para el desarrollo de la IA y el ML puede ser un reto dadas las diversas y complejas distinciones de la naturaleza humana. Para mantener el rumbo de los esfuerzos, la USPTO, bajo la dirección de Holcombe, elaboró una guía para pasar de los pilotos a los prototipos y a la producción. Los fundamentos alfabéticos de esa guía son los siguientes
A de alineación: Debe haber un fuerte nexo de unión entre el negocio y el personal de TI, señala el jefe de TI de la USPTO. "Los mejores equipos interfuncionales están compuestos por personal técnico que trabaja codo con codo con los representantes de la empresa, todo ello dentro de un entorno ágil que promueve la planificación, la realización, la comprobación y el ajuste". Las prácticas ágiles y/o "DevSecOps" se basan en movimientos rápidos, transparencia y una mentalidad de producto. Para maximizar el progreso, los líderes se comprometen desde el principio y con frecuencia con sus equipos y las partes interesadas.
B de business value (valor empresarial): Comience con un caso de negocio que tenga un valor obvio para una operación central y estratégica. Este caso de uso debe abordar un reto en el que la IA y el ML puedan ayudar de forma lógica. "Como agencia financiada al 100%, nuestros equipos abordan los retos técnicos a través de una rigurosa lente de negocio y de retorno de la inversión", señala Holcombe.
La C es para los clientes (y los empleados): Las soluciones de IA/ML están diseñadas para aumentar a los examinadores y otros expertos en la materia, más que para sustituirlos. Por ello, los equipos de tecnología emergente prueban y ajustan los conceptos con los clientes internos antes, durante y después de cualquier lanzamiento. Los examinadores que utilizan los productos ayudan a impulsar la innovación en materia de IA, y algunos de ellos están "en el detalle" y trabajan codo con codo en la Oficina del Director de Información para proporcionar una aportación crítica. "Al integrar a nuestros clientes en el proceso desde el principio, recibimos una gran cantidad de información que ayuda a impulsar la adopción", señala Holcombe. "Además, los clientes nos hacen ser honestos a la hora de desplegar una IA que rinda cuentas a los expertos de la agencia y al público al que servimos".
Basado en el artículo de Tim Scannell (CIO) y editado por CIO Perú
Más casos de éxito aqui.