MOUNTAIN VIEW.- La inteligencia artificial es uno de los temas que más interés ha generado en la industria de la tecnología últimamente. Productos como el Amazon Echo, los bots de chat de Facebook y el nuevo asistente de Google se basan en esta tecnología para producir entes digitales que pueden mantener conversaciones con los clientes y hacer tareas por ellos.
Para Google es un punto clave de su estrategia futura, por lo que la compañía lleva algunos años aplicando técnicas de "machine learning" para mejorar varios de sus productos, desde Gmail y su sistema de detección de spam hasta el reconocimiento de voz en su buscador.
Para Greg Corrado, investigador senior en la compañía y parte de su "Brain Team", la inteligencia artificial como concepto se define como "la ciencia de hacer que las máquinas se vuelvan inteligentes". "Pero no describe cómo hacerlas inteligentes. Machine learning es ese cómo", dijo en una reunión con prensa latinoamericana en las oficinas de Google en Mountain View, California.
El experto, doctorado en neurociencia en la prestigiosa Universidad Stanford, describe que la metodología de "machine learning" consiste en mostrarle un ejemplo al software y "programarlo para que aprenda de él". Así, la detección de correos spam en Gmail partió aprendiendo de los mensajes que los propios usuarios clasificaban así para luego desarrollar un sistema que lo pudiera hacer sólo. Ahora, Gmail detecta un 99,9% de los correos de este tipo, dice Corrado.
Para la compañía, desarrollos de este tipo dependen de tres puntos clave: avances en poder de procesamiento, modelos y los datos. Este último punto es particularmente polémico, debido a las preocupaciones de privacidad relacionadas al manejo de la información de los usuarios. Corrado asegura que en todos los desarrollos de este tipo, Google usa datos "anonimizados", es decir, donde no se puede identificar a los clientes.
"La privacidad se toma muy en serio. Esto hace que el trabajo de machine learning sea más difícil, pero vale la pena hacerlo así", asegura.
Redes profundas
Una técnica particularmente usada por Google es "Deep learning", descrita por Greg Corrado como "un modelo de machine learning basado en las redes neuronales artificiales planteadas en la década de 1930. Es una colección de funciones matemáticas simples basadas en lo poco que sabemos sobre el cerebro".
"La actividad y cooperación colectiva de las neuronas les permite realizar tareas. Individualmente no son muy poderosas, pero el trabajo en red les da poder", agrega.
Esta es la tecnología que impulsa, por ejemplo, el sistema de reconocimiento de fotos, objetos y lugares en el servicio de almacenamiento Google Photos o las traducciones avanzadas en Translate.
Estos avances están permitiendo la aparición de tecnologías que literalmente eran vistas como bromas en el pasado. Tal es el caso del sistema de respuestas inteligentes lanzado el año pasado en Inbox, un cliente para Gmail desarrollado por la misma Google. En 2009 se lanzó como una broma de "April Fools’ Day", pero en 2015 fue presentado como un producto real: aprendiendo de las respuestas que los usuarios envían a los correos que reciben, ahora Inbox muestra sugerencias rápidas y personalizadas para enviar con un click.
Y esa es la forma en que la inteligencia artificial y las técnicas de "machine learning" se posicionarán en la vida de los usuarios, según Corrado. "El área que más me entusiasma es cómo interactuamos con la tecnología. Siento que mi teléfono todavía comete errores estúpidos. No tiene contexto o no entiendo lo que quiero hacer, pero creo que eso va a cambiar durante los próximos cinco años", asegura.
