Qué es el aprendizaje profundo de la inteligencia artificial y cómo ya está cambiando la vida de millones de personas en todo el
31/08/2017 - 13:17:37
BBC.- "El aprendizaje profundo est� presente de manera muy amplia (y en algunos casos inimaginable) en nuestro d�a a d�a", dijo a BBC Mundo Augusto Vega, experto de IBM en Nueva York. Los asistentes virtuales son un ejemplo.
Cuando la supercomputadora Deep Blue de IBM venci� al campe�n de ajedrez Gary Kasparov en 1997, muchos se sorprendieron ante el poder de estas m�quinas.
Dos d�cadas despu�s, la inteligencia artificial est� presente en la banca, la medicina y en programas populares como los predictores de palabras de los celulares.
En 2016, AlphaGo, un programa inform�tico de la filial de Google Deep Mind, gan� un duelo con el campe�n del mundo de un juego denominado Go.
Y este a�o el Instituto Tecnol�gico de Massachussetts (MIT) anunci� que su algoritmo DeepMoji, que puede analizar emojis para detectar el sarcasmo en Twitter.
Deep significa "profundo" en ingl�s. Y el "aprendizaje profundo" es lo le que permite a las computadoras resolver este tipo de problemas.
Pero, �qu� es? �Y c�mo est� afectando la vida de personas en todo el mundo?
Vega, quien naci� en Argentina, es investigador permanente de los laboratorios IBM T. J. Watson de Nueva York y experto en arquitecturas de sistemas para aplicaciones de Aprendizaje Profundo e Inteligencia Artificial.
Y Dorronsoro es catedr�tico de Ciencias de la Computaci�n e Inteligencia Artificial de la Escuela Polit�cnica Superior de la Universidad Aut�noma de Madrid.
�Qu� significa en t�rminos simples aprendizaje profundo?
Augusto Vega: El aprendizaje profundo es un campo perteneciente a la inteligencia artificial cuyo objetivo es el estudio y construcci�n de sistemas de c�mputo capaces de "aprender" a partir de la experiencia, inspir�ndose ligeramente en algunos principios del funcionamiento del cerebro animal.
En general, estos sistemas deben ser entrenados a partir de ejemplos conocidos, de manera similar en la que se le ense�a a un ni�o peque�o a reconocer objetos o sonidos a su alrededor (se se�ala un �rbol y se le dice "eso es un �rbol"; o se escucha el ruido de un tren y se le dice "eso es un tren").
A este tipo de aprendizaje autom�tico se le llama "profundo" porque presenta una estructura jer�rquica que extrae diferentes niveles de detalle de los datos en cuesti�n. Por ejemplo, durante el reconocimiento de im�genes se extraen bordes que, combinados, permiten detectar contornos, que a su vez permiten reconocer diferentes partes del objeto, para finalmente determinar su identidad.
�Qu� es una "red neuronal" en inteligencia artificial y en qu� medida se comporta como las neuronas del cerebro humano?
Augusto Vega: Una red neuronal artificial es un modelo computacional ligeramente inspirado en el funcionamiento de las neuronas del cerebro biol�gico (por ejemplo, el cerebro humano)".
La jerarqu�a de una red neuronal artificial est� formada por capas (o niveles) de neuronas, siendo las primeras capas responsables del reconocimiento de los detalles m�s espec�ficos, mientras que las �ltimas capas detectan y reconocen patrones m�s abstractos y generan el resultado final. Cuando la red neuronal artificial est� formada por m�ltiples capas, se la denomina red neuronal profunda, otro t�rmino posible con el que suele referirse al aprendizaje profundo.
Jos� Dorronsoro: Las neuronas de las redes neuronales artificiales son eso, artificiales, y su relaci�n con las neuronas del cerebro o con su funcionamiento neurofisiol�gico tiene m�s de analog�a metaf�rica que de un funcionamiento realmente similar.
Es m�s f�cil comprender que una m�quina siga instrucciones del tipo, "si pasa esto, haz esto otro", pero es muy dif�cil entender que una m�quina aprenda sola. �Podr�a darnos alg�n ejemplo?
Augusto Vega: En el contexto de la inteligencia artificial, decir que una m�quina "aprende sola" se refiere simplemente al uso de t�cnicas (por ejemplo, el aprendizaje profundo) que le permiten al sistema generalizar su funcionamiento a casos no vistos previamente, y de manera autom�tica, sin necesidad de reglas predefinidas.
Antes de poder ser utilizado, un sistema de aprendizaje profundo debe ser "entrenado" a partir de una gran cantidad de ejemplos conocidos (en principio, cuantos m�s ejemplos, mejor ser� el funcionamiento). Entonces, se le "ense�an" im�genes de diferentes autom�viles (distintos modelos, colores, tama�os, etc.) indicando que todos ellos son veh�culos.
Con estos ejemplos, el sistema de aprendizaje profundo ajusta sus par�metros internos de manera tal que, si se le presenta una nueva imagen de un autom�vil diferente, el sistema tambi�n sea capaz de reconocerlo como tal.
Jos� Dorronsoro: En �ltima instancia el aprendizaje neuronal es algo muy poco misterioso: durante el aprendizaje se mide de manera constante la diferencia entre la respuesta deseada y la proporcionada por la red y �sta ajusta las conexiones entre las much�simas unidades de sus muchas capas de manera que esa diferencia sea cada vez menor. Esto es esencialmente el "aprendizaje autom�tico" de la red, que se detiene cuando la diferencia entre respuesta y objetivo es suficientemente peque�a.
�Podr�a darnos ejemplos de usos comunes de aprendizaje profundo que ya afectan nuestras vidas?
Jos� Dorronsoro: Los reconocedores de palabras de nuestros tel�fonos m�viles, los sistemas de identificaci�n de personas en im�genes, los sistemas de traducci�n autom�tica y gran parte del proceso que tiene lugar en los coches aut�nomos se basan en gran medida en redes profundas.
Augusto Vega: El aprendizaje profundo est� presente de manera muy amplia (y en algunos casos, inimaginable) en nuestro d�a a d�a. Los predictores de palabras en los tel�fonos m�viles, los asistentes virtuales como Apple Siri, la traducci�n de texto entre diferentes idiomas, y el reconocimiento autom�tico de objetos y personas en fotograf�as en redes sociales son algunos ejemplos conocidos.
�Podr�a darnos ejemplos espec�ficos de Am�rica Latina?
Augusto Vega: IBM inici� el desarrollo de capacidades de inteligencia artificial hace m�s de medio siglo. Hoy, IBM Watson es considerado el sistema cognitivo y de inteligencia artificial para los negocios m�s desarrollado del mundo IBM Watson est� siendo aplicado en hospitales, bancos, comercios y entidades educativas de toda Am�rica Latina y s�lo en 2017 impactar� positivamente a 100 millones de personas en la regi�n.
Bradesco en Brasil y Santander R�o en Argentina son ejemplos del uso de inteligencia artificial en la industria bancaria. Ambos desarrollaron asistentes virtuales cognitivos que responden a las preguntas de sus colaboradores y clientes en lenguaje natural, brindando una experiencia m�s personalizada.
Otras �reas con gran potencial para el uso de la inteligencia artificial incluyen el an�lisis de datos gen�micos complejos para, por ejemplo, la detecci�n de tumores cerebrales y desarrollo de tratamientos apropiados. IBM Watson for Genomics utiliza su gran potencial para analizar datos gen�micos complejos de secuenciaci�n de ADN.
Recientemente Watson fue capaz de proporcionar un informe de recomendaciones cl�nicas en 10 minutos, comparado con las 160 horas que hubieran sido necesarias para analizar los datos de forma manual y llegar a conclusiones similares para ese paciente.
IBM Watson es utilizado en 55 hospitales y organizaciones sanitarias de todo el mundo. Uno de sus objetivos principales es asesorar a los profesionales de la medicina en el diagn�stico y tratamiento del c�ncer. Hoy Grupo �ngeles Servicios de Salud de M�xico y Hospital M�e de Deus de Brasil ya est�n adoptando Watson for Oncology, soluci�n cognitiva que apoya la lucha contra el c�ncer de mama, pulm�n, colon y recto.
�Le preocupa que la inteligencia artificial puedan tener consecuencias negativas?
Augusto Vega: Personalmente, no creo en posibles consecuencias apocal�pticas como resultado del avance de este campo. Se habla de la posibilidad de que las m�quinas se rebelen un d�a contra la raza humana, pero este tipo de cuestiones pertenecen solamente al g�nero de la ciencia ficci�n.
Los sistemas de inteligencia artificial de alto valor est�n espec�ficamente dise�ados para aumentar la inteligencia humana y no para reemplazar a los trabajadores. Estos son sistemas que est�n escalando el n�mero de amenazas que el analista de ciberseguridad puede evaluar diariamente, o permitiendo a los m�dicos aprovechar las ideas de cientos de miles de publicaciones acad�micas y experiencias anteriores para hacer mejores diagn�sticos.
Jose Dorronsoro: �ste podr�a ser el �ltimo siglo de nuestra existencia, pero en mi opini�n el riesgo no est� tanto en que emerja una inteligencia artificial que nos tiranice sino en el mal uso que podamos hacer de las tecnolog�as cada vez m�s potentes de que disponemos (entre las que est� la inteligencia artificial) o en nuestra poca inteligencia (natural) para tomar en cada momento decisiones pol�ticas, votar a nuestros l�deres o escoger las mejores opciones (o al menos medianamente buenas).
�Cu�l es el gran avance en este campo que le gustar�a ver hecho una realidad en la pr�xima d�cada?
Augusto Vega: Sin dudas, me gustar�a ver la implementaci�n y adopci�n masiva de veh�culos sin conductor (self-driving cars) en donde el aprendizaje profundo tendr� un rol clave. Solo en los Estados Unidos, 9 personas murieron por d�a y otras 1.000 resultaron heridas debido a accidentes de tr�nsito por distracci�n durante 2015.
Estas tasas de accidentes, as� como el impacto medioambiental del uso de veh�culos se ver�an reducidas a niveles inimaginables.
Jos� Dorronsoro: Los veh�culos aut�nomos o la traducci�n autom�tica van a llegar en poco tiempo. Espero que haya tambi�n grandes avances en diagn�stico m�dico, en propuestas terap�uticas para curar enfermedades, en el dise�o de nuevos materiales o incluso en nuestra comprensi�n del universo.
�Qu� le dir�a a j�venes interesados en tecnolog�a y computaci�n, que consideran este campo como especializaci�n?
Augusto Vega: Para 2020 habr� 1,4 millones de empleos para especialistas de tecnolog�as de la informaci�n y 1,8 millones de posiciones en ciberseguridad, por mencionar algunos ejemplos.
La demanda va en aumento y la falta de profesionales es un problema a resolver en el mundo, y Am�rica Latina no es la excepci�n.
Entonces, aquellas personas que sientan inter�s por la inteligencia artificial y el aprendizaje profundo deber�an aprovechar la gran cantidad de recursos (la gran mayor�a sin costo) que ofrece internet para desarrollarse en este campo. Cursos on-line como los ofrecidos por Coursera son el lugar adecuado donde empezar.
Pero antes, es vital aprender a programar bien, conocer diferentes lenguajes de programaci�n, comprender la interacci�n entre las aplicaciones (software) y el sistema de base (hardware), etc. De otra manera, ser�a como querer escribir un libro y no saber escribir correctamente.
Jos� Dorronsoro: Les dir�a que si les gusta resolver problemas mediante la computaci�n, las matem�ticas y la tecnolog�a, las redes profundas en particular y el aprendizaje autom�tico en general son unos campos apasionantes.
Pero que si hay otra cosa que les guste o, mejor, les apasione, se lancen de cabeza a ella. Si queremos tener una buena ocupaci�n para toda la vida, lo importante es hacer algo que no solo nos guste sino que nos apasione. Y las redes profundas y el aprendizaje autom�tico lo consiguen en muchos casos.
