Deep Learning: Tecnología en la frontera del conocimiento

“Inteligencia artificial”, un concepto que hoy se usa de manera transversal en el rubro de la innovación y tecnología. Los avances en la capacidad de procesamiento, velocidad y potencia que los sistemas computarizados alcanzan año a año es exponencial. Pero este progreso, que permite a computadores realizar miles de acciones por segundo aún no se traduce en un sistema realmente “inteligente”. En palabras simples, estamos lejos de replicar la conciencia humana, o, si se prefiere, un sistema deductivo que se asemeje al cerebro del hombre.

El Deep Learning está acercándonos a lo que en el pasado parecía una utopía. Con el tremendo poder computacional que se ha alcanzado -y que cada año crece significativamente- las tecnologías de hoy pueden realizar actividades como traducir en tiempo real y reconocer objetos.

Poco a poco, estos ejemplos nos acercan la idea de un computador inteligente, que entiende realmente las claves del lenguaje y realiza inferencias y toma decisiones a partir de él. Lo que antes era ficción hoy adquiere realidad.

Ray Kurzweil, director de ingeniería en Google, es quien dirige las operaciones del departamento de “Deep Learning” de la empresa. Lo que intenta hacer el Deep Learning es generar software que replique la actividad cerebral, más específicamente aquella producida en las capas de neuronas ubicadas en el neocórtex cerebral, que es donde ocurre el 80% de los pensamientos, simulando una red neuronal. Lo que se produce es un aprendizaje en las máquinas, las que pueden reconocer patrones en representaciones digitales de imágenes, sonido y otro tipo de información.

Aunque estos conceptos no son nuevos, las capacidades siempre crecientes a nivel de procesamiento que hoy tienen los computadores permiten crear redes cada vez más profundas y complejas. Un caso concreto del uso de Deep Learning ocurrió cuando Rick Rashid, jefe de investigaciones de Microsoft, sorprendió a los presentes en una charla que el matemático dio en China. Ahí realizó una demostración de un software que transcribió sus palabras a inglés escrito, para luego traducirlas a chino y, finalmente, recitarlas en mandarín simulando la voz de Rashid con un índice de error del 7%.

Los alcances de esta tecnología son muchísimos; desde programas para traducir y recitar idiomas, hasta el uso en sistemas de transporte, medicina y manufactura, lo que supone un futuro prometedor para este campo.

El surgimiento de las redes neuronales artificiales

Todo esto no es algo nuevo; ya en 1950 se comenzaron a desarrollar las primeras redes neuronales, las que intentaban simular, de manera reducida a través de patrones simples, el funcionamiento de un cerebro humano.

Fue en los 80 cuando surgieron los modelos contemporáneos o “deep” de las redes neuronales, los que permitieron a las máquinas realizar tareas más específicas; pero aún hacía falta poder de procesamiento para reconocer discursos o imágenes complejas.

En 2006 los investigadores lograron que los computadores comenzaran a identificar patrones más complejos, como fonemas en el caso del discurso y vértices en el de las imágenes. Esto se logró traspasando la información de capa en capa –de la misma manera que lo hace un cerebro-, de tal manera que el resultado final es el reconocimiento concreto de objetos y sonidos.

Deep Learning en I2B

En I2B nos desplazamos en las fronteras del conocimiento, con el convencimiento que al hacer un uso inteligente de las nuevas oportunidades que brinda la tecnología, podemos ayudar a nuestros partners de negocios a alcanzar sus metas de producción, innovación y uso de metodologías que lleven al éxito.

Estamos constantemente produciendo nuevas iniciativas con el uso de inteligencia artificial, y creemos que el futuro de los negocios pasa por la implementación tecnologías que son concebidas desde las fronteras del conocimiento, como es el Deep Learning. En ellas, vemos un camino seguro para las empresas que busquen generar un salto cualitativo y cuantitativo en sus operaciones.