Los datos de los usuarios son fundamentales para desarrollar tecnologías con mayor inteligencia, ya sean sistemas de software, dispositivos de hardware, dispositivos IoT o equipos de automatización del hogar. 

Un estudio de la Universidad de Oxford y la Universidad de Yale indica que la IA superará a los humanos en muchos aspectos y automatizará todos los trabajos humanos en los próximos 120 años. Es así como se proyecta para 2024 que la IA será mejor que los humanos en la traducción, escribirá los libros más vendidos para 2049 y realizará cirugías para 2053.  

Mientras que captura de datos es esencial, ya sea para aplicaciones de IA basadas en software, robots inteligentes basados en IA o aprendizaje automático. En el cuidado de la salud, muchas aplicaciones inteligentes ofrecen análisis predictivos para pronósticos y tratamientos. 

Aunque, uno de los aspectos más difíciles a la hora de capturar datos de usuarios en entornos perimetrales, es transmitirlos de forma segura a un centro de datos o también conocidas como nube/cloud debido a la amenaza de ataques de ransomware o virus.

Se considera el aprendizaje automático (ML), la competencia de una máquina para imitar la capacidad humana de acumular conocimiento y utilizarlo para generar conocimientos, generalmente se considera la base de la IA. 

Aunque la IA puede depender de sus capacidades de aprendizaje automático, debemos dar un paso atrás y darnos cuenta de que el aprendizaje automático no ocurre en el vacío. ML está impulsado por grandes datos, sin los cuales no puede tener lugar. 

Por lo tanto, la IA depende completamente de la cantidad de datos a capturar y los métodos que para procesarlos y administrarlos. Por lo que se deberá prestar más atención a la captura, el transporte, el procesamiento y el almacenamiento de datos si quiere hacer realidad la promesa de la IA en el futuro.

Cuando los productos de IA se diseñaron inicialmente, los desarrolladores gastaron enormes recursos de investigación y desarrollo en la recopilación de datos de comportamiento humano, tanto del lado de la industria como del lado del consumidor.

Si bien estos programas se están volviendo cada vez más inteligentes, podrían hacerse aún más precisos aplicando una mayor inteligencia recopilada a partir de datos humanos.

Fuente: https://timesofindia.indiatimes.com/blogs/voices/artificial-intelligence-the-future-is-data-capture-not-machine-learning/