Está en la página 1de 7

Anlisis del

aprendizaje
automtico:
preguntas y
respuestas
Muchos de nosotros creemos que el aprendizaje automtico es una cosa muy
futurista. Sin embargo, est cada vez ms presente en nuestra vida, ya sea
cuando un ordenador de Google juega una increble partida de Go, o bien cuando
Inbox by Gmail genera respuestas automticas. Si bien todo esto suena
emocionante, muchos de nosotros seguimos preguntndonos en qu consiste
exactamente el aprendizaje automtico, por qu es tan importante o por qu
identificar un perro en una foto no es tan sencillo como parece. Con el fin de
analizar todo esto, nos hemos reunido con Maya Gupta, cientfica investigadora de
Google en este campo.

Empecemos por lo ms sencillo: qu es exactamente el aprendizaje


automtico?

El aprendizaje automtico toma un conjunto de ejemplos, descubre los patrones


que hay detrs de ellos y los utiliza para hacer predicciones sobre ejemplos
nuevos.

Pensemos, por ejemplo, en recomendaciones de pelculas. Supongamos que mil


millones de personas nos dicen sus diez pelculas favoritas. Ese sera el conjunto
de ejemplos que el ordenador puede utilizar para descubrir qu pelculas son
comunes entre ese grupo de personas. A continuacin, el ordenador elabora
patrones para explicar esos ejemplos, como "A las personas a las que les gustan
las pelculas de terror no les suelen gustar las romnticas, pero s les gustan las
pelculas en las que aparecen los mismos actores". Por tanto, si le indicas al
ordenador que te gusta El resplandor de Jack Nicholson, podr deducir si tambin
te gusta la comedia romntica Cuando menos te lo esperas, tambin de Jack
Nicholson, y qu otros vdeos de YouTube podra recomendarte.

Lo entendemos o casi. Sin embargo, cmo se traduce esto en la


prctica?
En la prctica, los patrones que aprende la mquina pueden ser muy complejos y
difciles de explicar con palabras. Pongamos como ejemplo Google Fotos, que te
permite buscar en tus fotos imgenes en las que aparezcan perros. Cmo lo
hace Google? Bien, en primer lugar utilizamos un conjunto de ejemplos de fotos
con la etiqueta "perro" (gracias a Internet). Tambin utilizamos un conjunto de
fotos con la etiqueta "gato", as como fotos con millones de etiquetas diferentes,
pero no las voy a enumerar todas aqu :).

A continuacin, el ordenador busca patrones de pxeles y patrones de colores que


le ayudan a averiguar si se trata de un gato, de un perro o de cualquier otra cosa.
Primero, hace una estimacin aleatoria sobre los patrones que podran ser
adecuados para identificar perros. Despus examina un ejemplo de una imagen
de un perro y comprueba si sus patrones encajan correctamente. Si comprueba
que se llama perro errneamente a un gato, realiza algunos ajustes en los
patrones utilizados. Despus examina la imagen de un gato y vuelve a afinar sus
patrones para intentar conseguir el ms preciso. Este proceso se repite alrededor
de mil millones de veces: examina un ejemplo y, si el patrn no es el correcto, lo
va cambiando para mejorar el resultado del mismo.

Al final, los patrones constituyen un modelo de aprendizaje automtico, como si se


tratase de una red neuronal profunda que puede identificar (casi) correctamente
perros, gatos, bomberos y muchas otras cosas.

Eso suena muy futurista. Qu otros productos de Google utilizan


actualmente aprendizaje automtico?

Google est utilizando aprendizaje automtico en muchos proyectos nuevos, como


es el caso del Traductor de Google, que puede tomar una foto de un cartel de
sealizacin o de un men de un restaurante en un idioma, descubrir las palabras
y el idioma que aparecen en la foto, y traducirlos por arte de magia y en tiempo
real a tu idioma.
Tambin puedes enviar casi cualquier mensaje de voz al Traductor de Google y el
reconocimiento de voz podr procesarlo mediante aprendizaje automtico. La
tecnologa de reconocimiento de voz se utiliza en otros productos de Google, por
ejemplo, para realizar consultas de voz en la aplicacin Google o para buscar
vdeos ms fcilmente en YouTube.

El aprendizaje automtico es lo mismo que la inteligencia artificial?

Aunque en realidad el significado de estos conceptos puede variar segn las


personas, la inteligencia artificial (IA) bsicamente es un trmino amplio que hace
referencia al software que intenta resolver problemas que resultan sencillos para
los humanos, como describir lo que ocurre en una imagen. Una de las cosas ms
increbles que los humanos hacen con facilidad es aprender de los ejemplos. Esto
es lo que intentan hacer los programas de aprendizaje automtico: ensear a los
ordenadores cmo aprender de los ejemplos.
Lo mejor es que cuando descubrimos cmo desarrollar estos programas
informticos, podemos ampliar estos conocimientos para manejar datos de forma
muy rpida y as resolver problemas realmente complejos como, por ejemplo,
jugar como un experto al Go, indicarles el camino a todos los usuarios de forma
simultnea, optimizar el consumo energtico a nivel nacional y, mi favorito,
encontrar los mejores resultados en el buscador de Google.

Entonces, por qu Google le est dando tanta importancia ahora al


aprendizaje automtico?

El aprendizaje automtico no es algo nuevo, ya que se remonta a las estadsticas


del siglo XVIII, pero es cierto que ltimamente est en auge y esto se debe a tres
motivos que voy a explicar a continuacin.

El primero de ellos es que necesitamos una inmensa cantidad de ejemplos para


ensear a los ordenadores cmo hacer buenas predicciones, incluso sobre cosas
que t y yo consideramos fciles (como encontrar un perro en una foto). Con toda
la actividad que hay en Internet, ahora tenemos una fuente de ejemplos ms
amplia que pueden utilizar los ordenadores. Por ejemplo, ahora hay millones de
fotos de perros con la etiqueta "perro" en sitios web de todo el mundo y en todos
los idiomas.

Pero no basta con tener muchos ejemplos. No puedes ensearle simplemente un


montn de fotos de perros a una cmara web y esperar que lo aprenda todo; el
ordenador necesita un programa de aprendizaje. De hecho, ltimamente el sector
(y tambin Google) ha hecho importantes avances en cuanto a la complejidad y la
potencia que pueden tener estos programas de aprendizaje.

Sin embargo, nuestros programas todava no son perfectos y los ordenadores


siguen siendo poco inteligentes, por lo que tenemos que ver muchos ejemplos
numerosas veces para cambiar los controles digitales y obtener resultados
precisos. Aunque esto necesita una capacidad de procesamiento enorme y una
sofisticada computacin paralela, los nuevos avances en software y hardware
tambin han conseguido que sea posible.
Hay algo que los ordenadores no puedan hacer hoy pero que si podrn
hacer en el futuro gracias al aprendizaje automtico?

Hasta hace nada, el reconocimiento de voz intentaba detectar tan solo diez dgitos
distintos cuando decas el nmero de tu tarjeta de crdito por telfono. El
reconocimiento de voz ha conseguido increbles avances en los ltimos cinco aos
con el uso del sofisticado aprendizaje automtico, y ahora podemos utilizarlo para
hacer bsquedas en Google y cada vez de forma ms rpida.

Creo que el aprendizaje automtico puede ayudarnos tambin a mejorar nuestro


aspecto. No s vosotros, pero yo odio probarme ropa. Si encuentro una marca de
vaqueros que me sienta bien, me compro cinco. Pues bien, el aprendizaje
automtico puede convertir ejemplos de las marcas que nos sientan bien en
recomendaciones de otras prendas que igualmente podran quedarnos bien. Esto
est fuera del alcance de Google, pero espero que alguien est investigndolo.

Cmo ser el aprendizaje automtico dentro de diez aos?

El sector est trabajando actualmente para alcanzar un aprendizaje ms rpido a


partir de menos ejemplos. Una forma de abordar esto (algo en lo que Google est
haciendo especial hincapi) consiste en aportarles a nuestras mquinas ms
sentido comn, lo que en el sector se denomina "regularizacin".

Qu es el sentido comn para una mquina? En general, significa que si un


ejemplo cambia solo un poco, la mquina no debera omitirlo. Es decir, una foto de
un perro con un sombrero de cowboy sigue siendo un perro.

Imponemos este tipo de sentido comn en el programa de aprendizaje cuando


conseguimos que el aprendizaje automtico sea capaz de obviar los cambios
pequeos e insignificantes, como un sombrero de cowboy. Aunque esto parezca
fcil de decir, si nos equivocamos, es posible que una mquina no detecte bien los
cambios importantes. Se trata de alcanzar un equilibrio y todava estamos
trabajando para conseguirlo.
Para ti, qu es lo ms emocionante del aprendizaje automtico? Qu
es lo que te motiva a trabajar con l?

Me cri en Seattle, donde aprendimos mucho sobre los primeros exploradores del
Oeste de Estados Unidos, como Lewis y Clark. El aprendizaje automtico tiene
ese mismo espritu explorador, ya que descubrimos cosas por primera vez e
intentamos trazar un camino hacia un gran futuro.

Si pudieras ponerle un eslogan al aprendizaje automtico de Google,


cual sera?

Si de primeras no lo consigues, intntalo mil millones de veces ms.