Google se conforma, por ahora, con hacer “máquinas un poco menos tontas”
La inteligencia artificial empieza a demostrar su vasto potencial, pero el escenario en el que las máquinas superen al ser humano es lejano, ya que la tecnología está en una fase aún primitiva, es falible y su funcionamiento resulta un misterio incluso para propios creadores.

A veces nos conformamos con “poder hacer a las máquinas un poco menos tontas. Porque AlphaGo -la máquina de Google que ganó al campeón mundial de go- es muy buena jugando al go, pero si juegas a la brisca le das una paliza. ¿Cómo puede ser tan lista para una cosa y tan tonta para otra?”, explica a Efe el ingeniero de aprendizaje profundo de Google, Sergio Guadarrama.

El experto destaca que la inteligencia artificial ya ofrece “mejoras sustanciales” de procesos, productos y servicios de áreas tan diversas como el arte, la medicina, la justicia o el medio ambiente, pero insiste en que solo ha dado “pasos iniciales” y necesita evolución.

¿Significa eso que la inteligencia artificial está en su prehistoria? “Probablemente sí. (...) Es muy incipiente”, sostiene.

Guadarrama trabaja en aprendizaje profundo (”deep learning”), una rama de inteligencia artificial en el que la máquina aprende a partir de ejemplos (un caso: detecta cuándo en una imagen aparece un perro, tras analizar millones de fotos de perros) y elabora por sí sola patrones cada vez más complejos.

Es el ámbito más prometedor -aunque durante años sus investigadores estuvieron “marginados- y sus resultados están presentes en nuestra vida (los servicios de traducción, correo electrónico o reconocimiento de voz lo utilizan), pero su estadio de investigación es tan primitivo que los creadores, pese a lograr resultados efectivos, desconocen cómo las máquinas llegan a ellos.

“A veces tiene un comportamiento que nos sorprende. Pero eso también pasó con la aviación, aprendimos a volar antes de entender todas las leyes de la aerodinámica”, concede.

Preguntado por la posibilidad de que esos sistemas autónomos puedan llegar a tomar decisiones que afecten al ser humano, Guadarrama es más que escéptico: “Si eso pasa, básicamente le das al botón y la apagas, desenfuchas y ya está”, bromea.

Pero después matiza: “Google está siempre preocupada, en cierto sentido, de que las técnicas y algoritmos que desarrolla mejoren la vida de la gente, siempre tiene salvaguardas para corregir sus errores”.

Guadarrama no quiere ni oír hablar de una superinteligencia artificial superior al hombre.

“En algunos aspectos las máquinas ya nos superan. No es tanto superarnos o no, en sumas y multiplicaciones hace ya años que nos superaron. La pregunta es: ‘¿tú quieres hacer más sumas que una máquina?’ La respuesta probablemente es no, tú lo que quieres es que ella te ayude a solucionar problemas”.

El concepto de inteligencia artificial se acuñó hace décadas y ha vivido diversos parones, pero ha experimentado un “boom” en los últimos cinco años gracias a tres factores: la potencia de computación, la ingente cantidad de datos disponibles y los nuevos algoritmos.

“De repente hubo un descubrimiento: ‘oye, esto parece que funciona y se puede aplicar a productos’. Se empiezan a aplicar estas técnicas a problemas antiguos y se obtienen resultados muchísimo mejores que antes”, manifiesta el ingeniero.

Google ha dejado atrás su enfoque móvil por una apuesta absolutamente dirigida por la inteligencia artificial: “Pero no solo Google, todas las compañías, Facebook, Microsoft, Amazon, están dando un giro porque se están viendo las aplicaciones y el impacto que tiene en el día a día”.

Según el ingeniero, la tecnológica estadounidense la utiliza ya en todos sus servicios y con ella ha logrado, por ejemplo, reducir en un 99,9 % el “spam” en Gmail, mejorar en un 25 % el reconocimiento del habla y revolucionar la traducción. La gente no es consciente, pero recurre a la inteligencia artificial a diario.

Dentro de Google, el ingeniero trabaja en el desarrollo de Tensorflow, un repositorio de “deep learning” de código abierto que cualquiera puede utilizar.

Una científica australiana lo emplea para hacer un censo de las amenazadas vaquitas marinas y un ingeniero japonés para catalogar los pepinos de la granja de sus padres, pero también se está usando en la detección de la diabetes mediante el análisis de fondo de retina o en la creación de música en directo.

“El límite de su uso es la imaginación”, presume Guadarrama.

 
malonetta ren hud malonetta ingredients malonetta p piller
Loading...
Escrito Por Redaccion M
Sunday, April 9, 2017
Compartir:  
Facebook Twitter
<<<< Atras