En la historia del ajedrez, el 10 de febrero de 1996 se recuerda como el día en el que un ordenador de IBM llamado Deep Blue, ganó una partida de ajedrez a Garry Kasparov, el entonces campeón del mundo de ajedrez.
Esta fue la primera vez que una computadora derrotó a un ser humano en esta disciplina, aunque Kasparov terminó ganando las siguientes partidas. Al año siguiente una versión mejorada del superordenador, Deeper Blue, ganó las seis partidas contra Kasparov a un ritmo de juego de torneo estándar.
Esta es una historia a la que se recurre a menudo para hablar de la relación entre las máquinas y el ser humano. Entonces, los medios se hicieron eco de la noticia sin hacer uso del término que hoy conocemos como “Machine Learning” o “Aprendizaje Automático”.
Recorte del periódico ABC donde se informa de la partida entre Kasparov y el ordenador de IBM.
Machine Learning, cuando los robots empiezan a tomar decisiones
Los seres humanos pasamos por un proceso de aprendizaje para adquirir conocimiento o nuevas habilidades. Ahora podemos decir que los robots, también.
El Machine Learning es una parte de la Inteligencia Artificial en el que se desarrollan procesos para que las máquinas aprendan a imitar las funciones cognitivas de los humanos. De esta manera, adaptan su comportamiento en función de los datos disponibles y llevan a cabo las tareas encomendadas con mayor éxito.
Lo que obtenemos con el aprendizaje automático de los robots es una predicción y en algunos casos, una toma de decisiones inteligente en base al conjunto de datos acumulados por la máquina.
Decimos que en algunos casos hay una toma de decisiones porque este es el debate en torno al machine learning que más vivo está en nuestros días. Para entendernos, la clasificación más común del machine learning radica en si es supervisado o no.
- Machine learning supervisado: el que usa la mayoría de las máquinas. Se introducen una serie de datos en la máquina (unos ejemplos iniciales) y el algoritmo los toma para devolver una respuesta que los humanos supervisan si es correcta o no. Si no lo es, se meten nuevos datos para corregir la decisión tomada. El proceso de aprendizaje finaliza cuando el algoritmo ha alcanzado un nivel aceptable de ejecución.
- Machine learning no supervisado: a diferencia del caso anterior, la maquina adquiere una serie de datos que va a agrupar según su similitud, es decir, no existen decisiones correctas ni corregidas por un humano.
También existen más tipos de aprendizajes como el semisupervisado, aprendizaje por refuerzo, transfusión, redes híbridas y aprendizaje multitarea.
Los conceptos de machine learning e inteligencia artificial suelen usarse de manera indistinta, pero no significan lo mismo. Mientras que el machine learning se refiere a la aplicación de la inteligencia artificial en las máquinas; la inteligencia artificial abarca toda tecnología que utilizan las máquinas para desarrollar determinadas tareas.
Todo esto no es tan nuevo como se suele creer. La inteligencia artificial nació en los años 50 como un intento de simulación del cerebro humano en las computadoras. Ahora bien, una de las características de la tecnología etiquetada como “inteligencia artificial” es que, lo que se considera hoy en día como tal, puede convertirse en tecnología común al cabo de un tiempo, cuando dicha tecnología ya se ha extendido.
Prueba de ello es la definición de inteligencia artificial expuesta por el doctor Peter Bentley (director tecnológico de Braintree) en una entrevista a El País: la inteligencia artificial es “hacer que los ordenadores hagan cosas que todavía no pueden hacer”.
El Machine Learning está en tu vida y puede que no lo sepas
El argumento de la serie “Westworld” plantea un escenario donde los humanos acuden a un parque de atracciones para interactuar con robots programados para responder positivamente a cualquier petición de los humanos.
Cuando se habla de estos temas es fácil imaginar un futuro de coches autónomos y policías que persiguen delitos que aún no se han cometido. Pero como hemos visto antes, ni la inteligencia artificial es un concepto nuevo, ni el aprendizaje automatizado está en pañales.
Un ejemplo de ello son los smartphones de última generación equipados de asistentes virtuales como Siri de iOS. Recientemente, con la actualización de iOS 11, la tecnología de Siri ha evolucionado a múltiples niveles de procesamiento (redes neuronales) para que los dispositivos de Apple hablen con una voz más natural y entiendan (mejor) a los humanos.
Otro escenario, mucho más atractivo para los entusiastas de las tecnologías disruptivas, es el de los chatbots. Se trata de una tecnología presente en aplicaciones de mensajería como Telegram o Kik, en la que los humanos interactúan con robots que proporciona respuestas basándose en conceptos clave.
Son muchos los negocios que ya disponen de esta inteligencia artificial como soporte a la atención al cliente o para dar un valor añadido. Victoria’s Secret tiene un chatbot en Kik que ayuda a sus clientes a encontrar un sujetador a medida. Al chatbot de la firma sueca H&M le puede decir qué prenda te quieres poner y te propone un conjunto para combinarla. También hay aplicaciones como Your.MD al que facilitar ciertos síntomas para que nos haga un diagnóstico inicial en caso de no poder visitar a un médico en el momento.
La aplicación de inteligencia artificial en el campo de la salud está siendo ya muy extenso a la hora de diagnosticar y tratar determinadas enfermedades.
¿Qué futuro nos espera con el Machine Learning?
Theodore Twombly tenía una vida solitaria hasta que un día empezó a hablar con Samantha. La relación entre ambos se hacía más estrecha y especial a medida de que conversaban sobre sus deseos y necesidades.
Podríamos decir que Theodore y Samantha eran dos personas que tuvieron la suerte de encontrarse para vivir un romance, sino fuera porque este es el argumento de la película Her, protagonizada por Joaquín Phoenix, en el que un hombre se enamora de un sistema operativo dotado de inteligencia artificial. Samantha “conectaba” con Theodore (en el sentido más amplio de la palabra) porque tenía acceso a todas sus intimidades a través del smartphone.
Esta película nos plantea un escenario futurista donde estamos rodeados de máquinas con aprendizaje automatizado, que son capaces de sustituir a las personas a la hora de establecer relaciones personales.
Según algunas investigaciones, la vida en solitario está considerada una de las “mayores epidemias de las sociedades modernas”, ¿estará la tecnología presente para salvarnos de nosotros mismos?
La de los robots diseñados para atender nuestras necesidades o hacernos compañía es una distopía habitual en la gran pantalla, pero toda una realidad para los científicos. Algunos ya se han puesto manos a la obra para diseñar robots como Erica, el androide “más bonito e inteligente”, según su creador nipón, el profesor Hiroshi Ishiguro.
Hay un debate ético entorno al alcance de la inteligencia artificial que se divide entre una corriente catastrofista, encabezada por personajes como Elon Musk, que afirma que la inteligencia artificial será una de las mayores amenazas a la que tendrá que enfrentarse la raza humana para sobrevivir. En contraposición están los que piensan que no se corre tal peligro como Mark Zuckerberg. Viral fue el tweet de Musk afirmando que el CEO de Facebook tenía una “visión limitada” sobre este tema.
Sea lo que fuere, el machine learning es ya una realidad, y la inteligencia artificial una tecnología que está presente entre nosotros. Aún es difícil vislumbrar su potencial a la hora de facilitar y ahorrar recursos a las empresas y organizaciones que inviertan en esta tecnología. Lo que está claro es que su aplicación en los distintos ámbitos de nuestra vida supondrá una disrupción digna del argumento de una película futurista.[:]
