RSS Aprendizaje automático

El MIT Media Lab no es solo el laboratorio de innovación del Instituto Tecnológico de Massachusetts (MIT). Es la ventana del mundo a un futuro mejor. Un lugar donde se conciben, diseñan y crean tecnologías que faciliten a las personas la construcción de un porvenir esperanzador. Fundado hace más de tres décadas, este laboratorio se propone inventar -y reinventar- cómo los humanos experimentamos la tecnología y cómo esta puede auxiliarnos.

En el MIT Media Lab hay grupos dedicados a la computación afectiva, a las dinámicas humanas, a la cooperación escalable, a las ciencias de la ciudad, al aprendizaje colectivo, a las máquinas sociales, al diseño ficción o al futuro de la música, por citar algunos. Recientemente se ha creado uno nuevo, dedicado a la ética. Entre sus iniciativas está la 'Máquina de la moral' o Moral Machine, un juego creado para desarrollar un sistema ético para los vehículos autónomos del que ya hemos hablado en Xataka y cuyos resultados esperan compartir antes de que acabe este 2018.

Tesla estrena nuevo director de Inteligencia Artificial y, por extensión, nuevo jefe al mando de Autopilot Vision, el sistema de conducción autónoma de la compañía de Musk. Y no es un cualquiera, pese a juventud, Andrej Karpathy ya era uno de los investigadores en visión artificial y aprendizaje automático más prometedores del mundo.

El hasta ahora investigador de OpenAI, una organización sin ánimo de lucro apoyada también por Elon Musk, fue becario de Google y se doctoró en Stanford, donde también impartió clases. Ahora se centrará en darle ojos a todos los Tesla que circulan en las carreteras. ¿Cómo es el nuevo fichaje de Elon Musk?

El aprendizaje automático o "Machine Learning" está en boca de todo el mundo. Se trata de una de esas tecnologías de las que se habla de vez en cuando, pero que ya está presente en tu vida sin que te hayas dado cuenta. En Xataka la hemos visto en acción escribiendo guiones, interpretando películas, aprendiendo a jugar con objetos físicos e incluso ayudando a prevenir el suicidio.

Por eso hemos querido aprovechar una oportunidad para hablar con Corinna Cortes, responsable de Machine Learning de Google en Nueva York, que se ha acercado a Barcelona para asistir un evento sobre Machine Learning. La ejecutiva nos ha comentado todo lo que se hace desde Google en cuanto a aprendizaje automático y todo lo que puede venir, que no va a ser poco precisamente.

El año pasado nos preguntábamos si los algoritmos podían ser racistas. Bajo la apariencia de neutralidad que da la informática, cada vez se hace más evidente que los resultados de los algoritmos que nos rodean pueden ser xenófobos, sexistas o discriminatorios de alguna otra forma.

Hay ejemplos a docenas: reconocimientos de voz que no entienden bien a las mujeres o sistemas de predicción del crimen que refuerzan las prácticas policiales discriminatorias. Internet era el 'mayor nivelador social' de la historia, pero se está convirtiendo en algo que apuntala la discriminación y la desigualdad. Así que lo que se están preguntado los científicos es si esto es inevitable o si podemos enseñar igualdad de oportunidades a los algoritmos.

Ahora que ya estamos en Navidad, viene bien hablar de serendepias, "un descubrimiento o un hallazgo afortunado e inesperado que se produce cuando se está buscando otra cosa distinta". En este caso, un hallazgo astrofísico que se produce mientras buscábamos la segunda temporada de Narcos.

En realidad, hablamos de machine learning. Un herramienta muy poderosa que al final usamos para recomendarnos películas, clasificar spam o identificar desnudos en Facebook. Pero no hay por qué: precisamente los algoritmos que se usan contra el spam o en la recomendación de contenidos están siendo usados por los investigadores para identificar exoplanetas estables hasta "mil veces más rápido que con los métodos tradicionales".

Seguro que muchos recordáis la escena de 'Blade Runner' en la que Rick Deckard usaba el test Voight-Kampff para saber si Rachael era o no una replicante. Aquello, por supuesto, era ciencia-ficción, pero como ha ocurrido otras veces en el mundo del cine, ahora ese concepto trata de despojarse de esa segunda parte del término y convertirse solo en ciencia, sin más.

Dos investigadores de la Jiao Tong University en Shanghai han desarrollado un sistema basado en inteligencia artificial que según ellos es capaz de detectar si una persona es o no un criminal mediante el reconocimiento facial. La cara es el reflejo del alma, parecen querer decirnos. Solo que no lo es: al menos para ese motor, que deja demasiadas cosas al aire.

La inteligencia artificial es como un niño pequeño, su forma de descubrir el mundo está en lo que tiene al alcance y las herramientas que le ofrecen para abrirse al mundo. Google sabe bien que con DeepMind, su plataforma de inteligencia artificial, hay que ir paso a paso, y hoy están adoptando un método de aprendizaje basado en la educación que se usa en niños.

A pesar de que DeepMind ya es toda una potencia jugando y ganado al Go, además de que ya se prepara para su próximo reto en StarCraft II, la plataforma debe empezar por lo básico, que es saber identificar objetos y sus propiedades, para así tomar otro tipo de decisiones basadas en experiencias.

Tres mil quinientas. Cinco mil novecientos nueve. Mil ochocientas treinta y tres. Esas son las cifras de suicidios en España, México y Colombia. Toda una epidemia invisible de la que sabemos muy poco pese a su gran impacto social.

Y aunque en los últimos años, los expertos han redoblado los esfuerzos y los estados comienzan a darse cuenta de la magnitud del problema, las barreras sociales siguen haciendo que los principales avances no vengan de los programas sociales, sino de la tecnología. Así es como el machine learning puede ayudarnos con una de las grandes epidemias del siglo XXI.

Hace unas semanas hablábamos de las diferencias de planteamiento de lanzar un chatbot en India a hacerlo en Estados Unidos, siendo en este caso el idioma una barrera clara. Pero hablando de entendernos con las máquinas puede que, incluso hablando ambos el mismo idioma, no lleguemos a un entendimiento.

De hecho es algo que podemos observar ya entre nosotros. En ocasiones ocurre que hay bastantes diferencias en la manera de hablar una misma lengua entre quienes lo hacen de manera nativa y quienes la han aprendido como secundaria (evitando involuntariamente expresiones coloquiales y demás), y justo esto es lo que observaron en el MIT y trataron de solucionar con una base de datos en inglés no nativo.

¿Qué pasaría si en lugar de ponerte a ver 'Blade Runner' haces que quien se ponga a verla sea una plataforma de inteligencia artificial con una red neuronal analizándolo todo?

Eso es precisamente lo que ha hecho Terence Broad, un investigador que trabaja en su tesis 'Autoencoding Video Frames' en la que ha logrado algo singular: que una red neuronal interprete lo que ve y nos deje además reproducir cómo lo ve. El resultado es desde luego singular.