Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resulta que si hay una gran base de datos, la computadora aprende a ver patrones o
tendencias. Hay diferencias respecto de lo que se conoce como programación clásica.
El científico explica que cuando se programa, es necesario aclarar metódicamente
cada paso para que se termine realizando la tarea necesaria. “En aprendizaje
automático se da vuelta eso: se le muestra al algoritmo diferentes etiquetas y se
le pide que lo aprenda”, amplía. Un ejemplo sería indicar como etiquetas imágenes
de perros y gatos: luego de escanear millones de imágenes, la computadora puede
reconocer estos rótulos en otras fotografías que nunca antes vio. Iarussi aclara
que computacionalmente es muy caro porque hay que repetirlo numerosas veces.
El aprendizaje automático utiliza algunas técnicas que se conocen desde hace tiempo
pero que explotaron en el presente por dos cuestiones fundamentales. Por un lado,
existe un gran número de datos; internet y las computadoras incrementaron
notablemente esta disponibilidad, algo que en los años 90 era impensado. Por otro,
en la actualidad se cuenta con el hardware para manejar toda esta información ya
que los algoritmos de aprendizaje automático son muy demandantes.
Todas estas aplicaciones vienen en “cajas negras” y se les otorga un poder, por
momentos, excesivo. Incluso, a veces se usan algoritmos para efectuar descartes en
búsquedas laborales. “Si llegan dos mil curriculum vitae, para realizar la
selección más rápida se descartan varios mediante un algoritmo que se entrena con
los datos de los empleados que ya se que les fue bien dentro de la empresa. Ahorra
trabajo, pero es bastante oscuro el rechazo que se produce. Hay características más
allá de los datos que un algoritmo no puede censar y toda esa dimensión queda por
fuera”, detalla.
“A mi me gusta pensar a estas técnicas como una herramienta que aumente las
capacidades, no como un reemplazo. Estas metodologías empoderan, generan una
revolución similar a la que en su momento habrá generado la fotografía”,
reflexiona.
La revolución biomédica
Usualmente las moléculas interaccionan entre sí y reaccionan gracias a su
estructura; es una especie de juego de encastre a nivel submicroscópico. Se sabe
que el comportamiento de las proteínas está determinado por su forma y es por ello
que la empresa “DeepMInd”, propiedad de Google, desarrolló “Alphafold”. Este
programa es un conjunto de algoritmos que realiza predicciones de la geometría
espacial de las proteínas gracias al aprendizaje automático. “Es una gran base de
datos de proteínas que puede predecir estructuras con mucha precisión. No se puede
escribir algoritmos infinitamente complejos, pero gracias a las bases de datos se
puede hacer que se aprendan tareas automáticas”, cuenta Iarussi.