El aprendizaje profundo también pasa, ¿por Google?

Google parece concentrar todas o la mayoría de las iniciativas e inquietudes sobre inteligencia artificial, y es el polo institucional que acapara a investigadores y a grandes empresas. ¿Puede ser un monopolio de facto o lo es ya? ¿Existe un debate en la sociedad sobre el uso de la inteligencia artificial?

Una de las herramientas más usadas en este aprendizaje son las redes neuronales. Las redes neuronales, desarrolladas en la década de los 50 poco después de los albores de la investigación en IA, son métodos matemáticos basados en computación, que tratan de simular procesos, sistemas complejos,  incluso  la forma en que el cerebro funciona.

De forma sintética y rápida, se puede decir que es un programa que traza un conjunto de neuronas virtuales y asigna valores numéricos aleatorios, o ‘pesos’, a las conexiones entre ellas. Estos “pesos” determinan cómo responde cada neurona simulada. La neurona virtual responde con una salida matemática entre 0 y 1 mediante una característica digitalizada, como por ejemplo un borde o un tono de azul en una imagen, o a un nivel de energía en una frecuencia particular de un fonema, la unidad individual de sonido en sílabas habladas, etc… Estas formas de responder  son muy variadas. La clave es que esta red puede “aprender”.  La  red puede ser entrenada o ensayada millones de veces, buscando profundizar en este “aprendizaje”.

Pero el “aprendizaje profundo” es un paso más allá que reconocer fonemas e imágenes.

Por ejemplo, en marzo, Google compró una start-up cofundada por Geoffrey Hinton, profesor de ciencias informáticas de la Universidad de Toronto (Canadá), que fue parte del equipo que ganó el concurso de Merck.  Esta start-up se dedicaba a la investigación avanzada en redes neuronales.

Otro ejemplo es el ordenador Watson de IBM, ganador del concurso americano de preguntas y repuestas Jeopardy!, que utiliza algunas técnicas de aprendizaje profundo y hoy día está siendo entrenado para ayudar a los médicos a tomar “mejores” decisiones. El aprendizaje profundo tendrá un efecto revolucionario en la asistencia sanitaria. Por ejemplo, una red neuronal entrenada es tan capaz como un dermatólogo de decidir si una lesión cutánea es un cáncer o examinar la retina de un diabético.

El problema que se nos plantea con la IA es la orientación que se da, quién la controla y orienta.

Google, por ahora, es el gran imán porque tiene capacidad para manejar los enormes datos que obran en su poder, y por el poder financiero que exhibe. Aunque otras grandes empresas como Amazon e IBM están a fondo en esta carrera.  Y es que el aprendizaje profundo requiere una gran potencia de  datos, software y procesamiento que está al alcance de unos pocos.

Google está usando los millones de datos que dispone en Youtube para entrenar sus “redes neuronales” en reconocimiento de imágenes y sonido. La información es ilimitada.

No pocas polémicas tiene la Inteligencia Artificial en cuanto su aplicación militar y policial, incluso  a un nivel básico de este tipo de técnicas.  Un campo muy desarrollado en las fronteras o en los grandes locales de juego es el del reconocimiento facial  y/o biométrico. El sistema identifica a la entrada si una persona es una “amenaza” para la sociedad o si es un jugador empedernido con múltiples deudas.

Todo esto tiene una orientación político-social que ya se está aplicando a espaldas de la sociedad. ¿Somos conscientes de ello?

Alberto Mangas

 

Written by Alberto Mangas

Ingeniero. Gestor Web. Mantenimiento Industrial y Minero. Redes electricas aéreas y subterráneas. Prevencionista de Riesgos y Experto en Impacto ambiental.


Suscríbete a nuestro boletín de noticias por mail