¿Cuál es el estado natural de la Inteligencia Artificial? Hablamos con Francisco Martín, pionero mundial en IA y Machine Learning, para entender la situación actual de esta tecnología y su influencia.
Lejos de una visión apocalíptica donde los robots dominarán el mundo, la Inteligencia Artificial (IA) convive con el ser humano de forma más pacífica. La tecnología proyectada en Terminator difícilmente será una realidad.
Sin embargo, la IA sí es capaz de predecir el éxito de una startup o el riesgo de padecer diabetes. Herramientas como el Machine Learning (ML) nos permitirán estudiar volúmenes de datos que nuestro cerebro es incapaz de analizar de forma eficiente. Contamos con la ventaja, además, de que un sistema de Machine Learning (ML) no se distrae, no se pone enfermo o no necesita dormir.
¿Qué es lo que piensa la industria de la Inteligencia Artificial? Según una de las últimas encuestas de Forrester, la mayoría de compañías estadounidenses señala los siguientes tópicos como los factores que más están frenando la IA:
- Por un lado, el 42% señala que no hay un caso de negocio definido.
- Para el 39% no está claro que la IA se pueda utilizar.
¿Qué opinan los expertos? Para saber lo que, a día de hoy, es capaz de hacer la Inteligencia Artificial, hablamos con Francisco Martín, pionero mundial en tecnología de aprendizaje automático o Machine Learning (ML).
El objetivo del ML es conocer mejor al ser humano
Antes de nada, el ML es un área dentro de la Inteligencia Artificial, de hecho, “es la única área que funciona dentro de esta tecnología. Todo lo demás, solamente lo he visto en películas”, asegura Francisco Martin, CEO y co-founder de BigML, compañía referente en soluciones de Machine Learning.
“El ML es un conjunto de algoritmos capaces de analizar datos en múltiples dimensiones, a los cuales, se les saca un patrón y luego se puede hacer una inferencia, esto es, predicciones”, señala. ¿Qué tipos de algoritmos podemos encontrar? Van desde algoritmos de ‘clasificación’ con los que puedes predecir una categoría, como si un hecho es verdadero o falso, azul o amarillo; algoritmos de ‘regresión’, para predecir números, y algoritmos ‘no supervisados’, a través de los cuales se pueden hacer inferencias como encontrar anomalías. “Es una herramienta que permite al ser humano encontrar patrones en los datos”.
Por ejemplo, vas a montar una startup y te interesa saber si tendrá éxito o no. “Si tienes los datos de empresas que han ido bien y que han ido mal en el mismo sector, desde cuál es el equipo fundador hasta si están patentando o no, un algoritmo de ML puede dar una representación estadística acertada”, apunta Francisco.
Cambio de paradigma: nuevos sistemas de información
Si crees que esta tecnología es nueva, estás muy confundido. Las primeras teorías para hacer programas basados en ML vienen de 1953. Entonces, ¿qué está sucediendo ahora? Lo que está pasando “es un cambio de paradigma, a partir del cual, los sistemas de información se crean de una forma muy diferente a como se han creado hasta ahora”.
“En cualquier sistema de información siempre hay un experto que conoce el dominio y escribe las reglas”. Vamos a seguir con el ejemplo: para conocer el éxito de la startup sin utilizar ML, podemos preguntar a inversores o emprendedores y, en base a estas reglas, un programador las codifica y un programa predice el éxito o fracaso.
“Con el ML el experto ya no va a tener tanta influencia porque te basas en datos, los recopilas, y ya no hace falta programar porque cuentas con un algoritmo capaz de aprender patrones”, argumenta Francisco Martín. Este concepto se puede aplicar a cualquier cosa.
Lo único que funciona alrededor de la IA es el Machine Learning
Como comentábamos al inicio, el ML es la única tecnología que realmente funciona dentro de la Inteligencia Artificial. Para hacernos una idea, las primeras menciones a esta tecnología son de la década de los años 50. El problema actual es que “se han puesto a funcionar varios billones de dólares en compañías que intentan solucionar un problema que el resto de la humanidad ha sido incapaz de solventar en 67 años”, destaca Martín.
En este escenario, el experto en ML augura que la parte académica necesita muchos más años de investigación hasta que consigamos algo mínimamente inteligente.“Tenemos una tendencia al antropomorfismo, a pensar que nuestro cerebro funciona como un ordenador, y a hacer sistemas computacionales que intentan imitar cómo funciona un cerebro. Es totalmente equivocado”.
Están intentando hacer que los robots realicen las mismas funciones que los humanos y es una manera errónea de conseguir algo con IA porque las redes neuronales artificiales no funcionan como las redes neuronales del cerebro.
“Si yo te enseño una banana amarilla, enseguida aprendes qué es una banana. Si te enseño una en un racimo, o de color verde, tú vas a saber que eso es una banana. A un ordenador tienes que darle miles de bananas y, si le enseñas una dentro de un racimo, no sabe lo que es. Los humanos aprendemos de muy pocos ejemplos y somos capaces de generalizar muy bien”, explica Francisco Martín.
Representación de este concepto para el evento Legal Management Forum 2017. Fuente: Francisco Martín.
Por tanto, lo que hemos escuchado cientos de veces de que las máquinas acabarán sustituyendo a los humanos en el trabajo es más una epidemia de desinformación que una realidad futura. “Lo que va a cambiar es la forma en la que las personas programan las máquinas, todo va a ser mucho más eficiente, pero queda mucho tiempo”.
Democratizar el acceso al Machine Learning
Uno de los objetivos de las compañías es adaptar el Machine Learning a cualquier usuario, es decir, “que una persona sin ningún conocimiento estadístico sea capaz de utilizarlo de la misma forma que utiliza una hoja de cálculo”, señala.
Pasará lo mismo que sucedió en los años 90 con la llegada de Internet. En aquella época la gente veía un navegador y se preguntaba para qué servía. O con los emails. ¿Te imaginas vivir sin comunicarte de forma online? “La adopción de estas tecnologías va encaminada de la misma forma”.
“Todo este tipo de predicciones instantáneas van a formar parte de nuestra vida y vamos a tener un mayor nivel de personalización”. En esto consiste la labor de BigML, la compañía que dirige Francisco, y que hace el ML fácil para todos los usuarios.
Hasta la fecha, necesitabas un ingeniero o científico para utilizar una herramienta de ML. Ahora, “cualquier analista del mundo puede crearse una cuenta y, de forma gratuita (hasta ciertos niveles), empezar a utilizar ML. Estamos democratizando el acceso a una tecnología que, de otra forma, quedaría en manos de las grandes empresas”, concluye Francisco, quien, además, ha conseguido llegar a los 50.000 usuarios en su empresa gracias a esta solución tecnológica.
