IBM dotará la actualización de su plataforma con diversas capacidades que van desde la comprensión y traducción hasta la visión artificial, gracias a la combinación de las técnicas de enfoque multimodal del aprendizaje profundo
IBM impulsa una nueva actualización de Watson que combina técnicas de aprendizaje profundo para dotar al sistema de nuevas capacidades como la comprensión y traducción de textos o la visión artificial, con el objetivo de crear una plataforma mucho más compleja, inteligente y util en vista a una futura versión comercial.
Watson, el sistema informático de inteligencia artificial desarrollado por la estadounidense IBM, es una plataforma capaz de responder a preguntas formuladas en lenguaje natural utilizando la información almacenada en una potente base de datos proveniente de multitud de fuentes. Este sistema informático se popularizó en febrero de 2011, tras participar en el concurso de televisión estadounidense Jeopardy! y conseguir derrotar a sus dos oponentes humanos más experimentados: Brad Rutter y Ken Jennings.
Para configurar a Watson para el reto de Jeopardy!, los ingenieros de IBM combinaron los últimos avances en inteligencia artificial basados en el análisis estadístico de conjuntos vastos de textos y el procesamiento del lenguaje natural, con el propósito de responder a las crípticas preguntas de este conocido juego buscando las respuestas probables en su base de datos.
En su intento por crear un producto comercializable y sentar las bases para futuras investigaciones en inteligencia artificial, IBM ha dotado a Watson de diversas capacidades que van desde la comprensión y traducción de textos hasta la denominada visión artificial. Para ello ha añadido tres nuevas características al API de Watson basadas en las técnicas de enfoque multimodal del aprendizaje profundo como la conversión del lenguaje hablado a texto, la conversión de texto en lenguaje hablado y la traducción de textos.
Técnicas de aprendizaje profundo
La experiencia demostrada durante lo últimos años demuestran el éxito de estas técnicas de entrenamiento a la hora de que el ordenador reconozca palabras habladas, archivos de audio e incluso información visual. Estas técnicas requieren el aprendizaje de patrones complejos y abstractos mediante la introducción de grandes volúmenes de datos a través de redes sucesivas de neuronas artificiales, que se complementan con la configuración específica de la capacidad de discretizar y seleccionar los datos obtenidos de esas redes.
Estas tres capacidades adquiridas por la plataforma de IBM para una mejor una mejor comprensión e interpretación del lenguaje hablado, podrían ser utilizadas por los desarrolladores para crear apps o páginas web con servicios de traducción o transcripción mucho más inteligentes, basados en la interfaz de programación de aplicaciones de Watson.
Cabe señalar que la accesibilidad on line actual a grandes volúmenes de datos clasificados y la eficacia demostrada de los potentes procesadores gráficos en paralelo en la ejecución de cómputos, han colaborado en gran medida en el éxito de los últimos avances alcanzados con las técnicas de aprendizaje profundo.
No obstante, los expertos advierten que a pesar de los espectaculares resultados obtenidos con la implementación de las técnicas de aprendizaje profundo, cabe la posibilidad de que en algún momento fallen estrepitosamente por la extremada especialización de los sistemas. En cualquier caso, parece que la combinación eficaz de otras técnicas de la inteligencia artificial se consolidan como una tendencia importante que podría dar lugar a sistemas más complejos, inteligentes y útiles en los próximos años.
Imágenes | vía wikipedia
