Opinarg

Cómo entrenar a la inteligencia artificial


04 de septiembre de 2017

La primera vez que fuimos superados por la inteligencia artificial fue en 1997 cuando Deep Blue de IBM venció al campeón de ajedrez Gary Kasparov. En 2016, AlphaGo, de Google Deep Mind, ganó un duelo con el campeón del mundo de un juego denominado Go. Este año el Instituto Tecnológico de Massachussetts (MIT) anunció que su algoritmo DeepMoji, que puede analizar emojis para detectar el sarcasmo en Twitter.

Pero, de qué hablamos cuando hablamos de aprendizaje profundo de la inteligencia artificial?

?El aprendizaje profundo es un campo perteneciente a la inteligencia artificial cuyo objetivo es el estudio y construcción de sistemas de cómputo capaces de ?aprender? a partir de la experiencia?, explica, Augusto Vega, argentino investigador permanente de los laboratorios IBM T. J. Watson de Nueva York, ?A este tipo de aprendizaje automático se le llama ?profundo? porque presenta una estructura jerárquica que extrae diferentes niveles de detalle de los datos en cuestión. Por ejemplo, durante el reconocimiento de imágenes se extraen bordes que, combinados, permiten detectar contornos, que a su vez permiten reconocer diferentes partes del objeto, para finalmente determinar su identidad.?

Estos sistemas se basan en la formación de redes neuronales, ? que son un modelo computacional ligeramente inspirado en el funcionamiento de las neuronas del cerebro biológico (por ejemplo, el cerebro humano)? continúa.

Estas redes neuronales tienen diferentes capas y profundidades. Vega lo explica de la siguiente manera:? La jerarquía de una red neuronal artificial está formada por capas (o niveles) de neuronas, siendo las primeras capas responsables del reconocimiento de los detalles más específicos, mientras que las últimas capas detectan y reconocen patrones más abstractos y generan el resultado final. Cuando la red neuronal artificial está formada por múltiples capas, se la denomina red neuronal profunda, otro término posible con el que suele referirse al aprendizaje profundo.?

Por su lado, José Dorronsoro, catedrático de Ciencias de la Computación e Inteligencia Artificial de la Escuela Politécnica Superior de la Universidad Autónoma de Madrid, explica que ?las neuronas de las redes neuronales artificiales son eso, artificiales, y su relación con las neuronas del cerebro o con su funcionamiento neurofisiológico tiene más de analogía metafórica que de un funcionamiento realmente similar.?

Para Augusto Vega en el contexto de la inteligencia artificial, decir que una máquina ?aprende sola? se refiere simplemente al uso de técnicas (por ejemplo, el aprendizaje profundo) que le permiten al sistema generalizar su funcionamiento a casos no vistos previamente, y de manera automática, 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 más ejemplos, mejor será el funcionamiento). Entonces, se le ?enseñan? imágenes de diferentes automóviles (distintos modelos, colores, tamaños, etc.) indicando que todos ellos son vehículos.

Con estos ejemplos, el sistema de aprendizaje profundo ajusta sus parámetros internos de manera tal que, si se le presenta una nueva imagen de un automóvil diferente, el sistema también sea capaz de reconocerlo como tal.

José Dorronsoro considera que, en última 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 ésta ajusta las conexiones entre las muchísimas unidades de sus muchas capas de manera que esa diferencia sea cada vez menor. Esto es esencialmente el ?aprendizaje automático? de la red, que se detiene cuando la diferencia entre respuesta y objetivo es suficientemente pequeña.

Hoy en día estos procesos de la inteligencia artificial ya se encuentran entre nosotros aunque no los sepamos reconocer. ?Un ejemplo de ellos son los reconocedores de palabras de nuestros teléfonos móviles, los sistemas de identificación de personas en imágenes, los sistemas de traducción automática y gran parte del proceso que tiene lugar en los coches autónomos se basan en gran medida en redes profundas.? Enumera Dorronsoro.

Augusto Vega agrega los asistentes virtuales como Apple Siri, la traducción de texto entre diferentes idiomas, y el reconocimiento automático de objetos y personas en fotografías en redes sociales son algunos ejemplos conocidos.

En América Latina ya están presentes hace varios años desempeñando varias funciones. Para Augusto Vega ? IBM Watson es considerado el sistema cognitivo y de inteligencia artificial para los negocios más desarrollado del mundo IBM Watson que está siendo aplicado en hospitales, bancos, comercios y entidades educativas de toda América Latina y sólo en 2017 impactará positivamente a 100 millones de personas en la región. Bradesco en Brasil y Santander Río 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 más personalizada. Otras áreas con gran potencial para el uso de la inteligencia artificial incluyen el análisis de datos genómicos complejos para, por ejemplo, la detección de tumores cerebrales y desarrollo de tratamientos apropiados. IBM Watson for Genomics utiliza su gran potencial para analizar datos genómicos complejos de secuenciación de ADN. Recientemente Watson fue capaz de proporcionar un informe de recomendaciones clínicas 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 diagnóstico y tratamiento del cáncer. Hoy Grupo Ángeles Servicios de Salud de México y Hospital Mãe de Deus de Brasil ya están adoptando Watson for Oncology, solución cognitiva que apoya la lucha contra el cáncer de mama, pulmón, colon y recto.?
?Los sistemas de inteligencia artificial de alto valor están específicamente diseñados para aumentar la inteligencia humana y no para reemplazar a los trabajadores. Estos son sistemas que están escalando el número de amenazas que el analista de ciberseguridad puede evaluar diariamente, o permitiendo a los médicos aprovechar las ideas de cientos de miles de publicaciones académicas y experiencias anteriores para hacer mejores diagnósticos?continúa.

Según Dorronsoro, ?este podría ser el último siglo de nuestra existencia, pero en mi opinión el riesgo no está tanto en que emerja una inteligencia artificial que nos tiranice sino en el mal uso que podamos hacer de las tecnologías cada vez más potentes de que disponemos (entre las que está la inteligencia artificial) o en nuestra poca inteligencia (natural) para tomar en cada momento decisiones políticas, votar a nuestros líderes o escoger las mejores opciones (o al menos medianamente buenas).?

El futuro de la inteligencia artificial depende también de las nuevas generaciones y su aporte a la misma. Augusto Vega calcula que para 2020 habrá 1,4 millones de empleos para especialistas de tecnologías de la información y 1,8 millones de posiciones en ciberseguridad, por ejemplo.

Por lo que aquellas personas que sientan interés por la inteligencia artificial y el aprendizaje profundo deberían aprovechar la gran cantidad de recursos (la gran mayoría sin costo) que ofrece internet para desarrollarse en este campo. Cursos on-line como los ofrecidos por Coursera son el lugar adecuado donde empezar, no sin antes saber que es vital aprender a programar bien, conocer diferentes lenguajes de programación, comprender la interacción entre las aplicaciones (software) y el sistema de base (hardware), etc.

José Dorronsoro asegura que, si queremos tener una buena ocupación 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 automático lo consiguen en muchos casos.

Compartir esta nota en