Hace relativamente poco hemos empezado a oír hablar en el ámbito empresarial de Machine Learning, disciplina de la Inteligencia Artificial que diseña sistemas que aprenden de los datos. Las últimas tendencias tecnológicas están acercando el Machine Learning a las empresas de una forma espectacular, ya que no es necesario tener un equipo de matemáticos, programadores y científicos superespecialistas en datos programando algoritmos personalizados. En esta línea, el nacimiento de las API predictivas (como las de Google, Microsoft o BigML) permiten a la gran empresa, a la pequeña o a cualquier persona inquieta tecnológicamente, crear potentes sistemas que hacen predicciones basadas en datos. Si lo evaluamos con la distancia suficiente, se están construyendo ecosistemas apasionantes que favorecen la inspiración, la innovación y que sientan las bases de una tecnología que provocará, no tenemos duda, cambios económicos y sociales paradójicamente impredecibles.
No podemos decir que la investigación académica sobre Machine Learning acabe de empezar (en realidad lleva más de 60 años), pero sí que es cierto que en los últimos años se están produciendo una serie de movimientos en las grandes empresas que indican que algo grande se está gestando:
- Facebook creó a finales de 2013 un laboratorio de investigación sobre Inteligencia Artificial. Contrató a Yann LeCun como director, mundialmente conocido por sus investigaciones pioneras sobre Deep Learning y científico en el área de Machine Learning.
- Google contrató en 2013 a Geoffrey Hinton, destacado investigador de Deep Learning, y compró DeepMind en 2014, startup especializada en Deep Learning.
- Yahoo compró también en 2013 una startup especializada en Deep Learning, LookFlow, para mejorar el análisis de imágenes en Flickr con Deep Learning.
- Y más recientemente, en marzo de 2015, IBM compró la empresa AlchemyAPI. Según su nota de prensa, IBM integrará la tecnología de Deep Learning de AlchemyAPI en el núcleo de Watson para aumentar su capacidad para identificar jerarquías y entender las relaciones entre grandes volúmenes de datos.
Todos estos movimientos tienen algo en común: Deep Learning. Lo cierto es que es un tema en alza, tal y como se puede ver en este gráfico de Google Trends, que en la fecha de publicación de este artículo se observa un aumento considerable de interés a nivel mundial.
Deep Learning y redes neuronales
Deep Learning es una técnica de Machine Learning basada en redes neuronales. Los progresos en neurociencia y la potencia computacional actual están permitiendo que las investigaciones de los pioneros en esta materia de mediados de 1980 estén avanzando espectacularmente.
Red neuronal artificial. Imagen de Gengiskanhg en es.wikipedia [GFDL o CC-BY-SA-3.0], from Wikimedia Commons
El gran avance del Deep Learning respecto a otras técnicas de Machine Learning se basa en que el sistema se puede entrenar, o incluso puede entrenarse a sí mismo, para encontrar coherencia en datos aleatorios, de la misma forma que un bebé aprende a organizar los datos que llegan a sus sentidos.
Hacia dónde vamos
Recientemente hemos oído a eminentes científicos y tecnólogos como Stephen Hawking o Bill Gates augurar un futuro catastrófico. “Las formas primitivas de Inteligencia Artificial de las que disponemos están siendo muy útiles, pero creo que el desarrollo completo de la Inteligencia Artificial podría suponer el fin de la raza humana”, aseguraba Hawking en una entrevista. Hawking basa su argumentación en que una vez hayamos desarrollado la Inteligencia Artificial, los robots se rediseñarán autónomamente cada vez a mayor velocidad. Los humanos, limitados por la lenta evolución biológica, no podremos competir con ellos y seremos eliminados.
Las derivadas éticas de las investigaciones sobre Inteligencia Artificial son un campo que excede el ámbito de este artículo, aunque sin duda son aspectos que debemos empezar a tratar desde ya.
De momento, lo que es cierto es que los sistemas basados en Deep Learning pueden aprender conceptos nuevos autónomamente, algo que puede ser revolucionario en sí mismo. Ya existen investigaciones en el campo del análisis de imágenes en los que las máquinas han sabido aprender autónomamente qué es, por ejemplo, una «carretera», una «persona» o “manada de elefantes”. Esta última idea incluye dos conceptos: “manada” como agrupación de animales (y no de otra cosa) y “elefante” como animal de 4 patas, con trompa, grandes orejas, etc.
Las investigaciones en este ámbito están centradas básicamente en dos ámbitos. El primero es el reconocimiento de imágenes, que podría ayudar a Youtube a mejorar la búsqueda de imágenes (actualmente la búsqueda se basa en los textos que describen los vídeos, no en las imágenes que lo componen). También es bastante probable que ayude a una mejor conducción al coche autónomo de Google cuando se avance en el reconocimiento de imágenes en tiempo real. La visión artificial podría dar a los robots la capacidad de aprender autónomamente del mundo que les rodea.
El segundo ámbito en el que están centradas las investigaciones de Deep Learning corresponde a la comprensión del habla natural humana y, de forma más genérica, a la comunicación verbal humano-máquina. Expertos en Inteligencia Artificial y futuristas, como Raymond Kurzweil (director de ingeniería en Google en el momento de escribir este artículo), visualizan un mundo en el que tendremos “ayudantes cibernéticos” que escuchan nuestras conversaciones telefónicas, leen nuestros correos electrónicos o monitorizan nuestros movimientos (si se lo permitimos), con el objetivo de informarnos de lo que necesitamos incluso antes de que se lo preguntemos.
Sin ser este un objetivo inmediato para Google, sí que coincide con lo expresado por uno de sus fundadores en los primeros tiempos de la empresa. Sergey Brin dijo que quería construir el equivalente a la máquina HAL de la película “2001, una odisea en el espacio”… pero sin que se le vaya la mano matando gente.
En un campo que pretende algo tan complejo y profundo como imitar el comportamiento del cerebro humano, es inevitable pensar que necesitaremos más de una técnica para solucionar todos los problemas. Pero actualmente Deep Learning es la que está llevando la iniciativa en el ámbito de la Inteligencia Artificial. “Deep Learning es una potente metáfora para aprender del mundo”, asegura Jeff Dean, investigador principal en Google.
