Machine learning e inteligencia artificial, en La Noche en 24 horas

La Noche en 24 horas (16-XII-2015) - RTVEEl pasado miércoles, en la barra tecnológica de La Noche en 24 horas, estuve con Moisés Rodríguez hablando sobre inteligencia artificial y machine learning. Un intento de definir algunos conceptos básicos, explicar qué es lo que realmente entendemos por una máquina que aprende o piensa, por qué razón hablamos ahora de AI y qué hay de nuevo en un tema que lleva comentándose desde hace muchos años, quiénes son los principales actores en este tema, qué restricciones existen y qué se puede esperar que haga una máquina, o la tan comentada hipótesis de la sustitución: cuándo existe más riesgo de que mi trabajo lo termine haciendo una máquina. Para terminar, hablamos de la singularidad y de los miedos que este tema genera, así como de la reciente creación de OpenAI.

Podéis verlo en la página del programa, son unos diez minutos que comienzan a partir del 01:14:07. A continuación, las notas que me llevé para intentar llevar un orden razonable – aunque como siempre, no me dio tiempo a comentarlo todo:

  • Mi participación en BigML, startup española en Corvallis (Oregón) como origen de mi desarrollo profesional en el tema, y mi papel como asesor estratégico.
  • Machine learning: un campo de las ciencias de la computación, de naturaleza eminentemente técnica, complejo, y posibilitado por el incremento de la potencia computacional.
  • Antes: modelo IBM, Deep Blue, Watson, etc. que precisaban los recursos de enormes superordenadores. Ahora, el incremento en la potencia de computación y la mejora en la eficiencia de los algoritmos permiten que se desarrolle con redes de máquinas mucho más razonables o con servidores en la nube, lo que da lugar a una drástica caída de las barreras de entrada.
  • El machine learning evoluciona a partir del reconocimiento de patrones y del aprendizaje computacional, dentro del contexto de la inteligencia artificial.
  • También tiene relación con el data mining, aunque este se dedica más bien a la selección, filtrado y exploración de los datos tanto para la construcción de los algoritmos como para su entrenamiento.
  • Estudio y construcción de algoritmos capaces de aprender y hacer predicciones a partir de unos datos.
  • Hablamos de algoritmos que, en lugar de seguir una serie de instrucciones estrictas, construyen un modelo a partir de series masivas y múltiples de datos, combinando diversas metodologías.
  • En lugar de tratar de programar un algoritmo específico y de marcar una serie de procedimientos fijos para el análisis de esos datos, lleva a cabo la construcción de modelos de datos dinámicos para hacer predicciones o para la toma de decisiones.
  • Más allá de jugar al ajedrez: en lugar de simplemente predecir todos los escenarios posibles a partir de todos los movimientos posibles (eso sería simplemente aplicar la suficiente potencia de computación), lo que hacemos es alimentar al algoritmo con todas las partidas de ajedrez conocidas para que “extraiga sus propias conclusiones”, derive sus propias reglas o incluso le permitimos “crear” hipotéticas partidas de ajedrez.
  • Procesos de aprendizaje:
    • aprendizaje supervisado (un “profesor” que suministra datos de entrada y los mapea con las salidas adecuadas, para generar sistemas de reglas que relacionen entradas y salidas.
    • Aprendizaje no supervisado: se suministran datos, pero estos no son etiquetados ni relacionados, dejando al algoritmo que los relacione y descubra estructuras y relaciones existentes.
    • Aprendizaje de refuerzo: programas que interaccionan con entornos dinámicos (como el conjunto de datos que se generan en la conducción autónoma, por ejemplo), sin que exista un “profesor” que le proporcione información sobre cada caso.
  • Las aplicaciones son enormes, aunque condicionadas a cuestiones en las que contemos con una amplia cantidad de datos que permitan el desarrollo y el entrenamiento del algoritmo.
  • Visión artificial y reconocimiento de objetos o caracteres, filtrado de spam, creación de rankings en motores de búsqueda, evaluación de crédito, recomendaciones de compra, búsqueda de noticias interesantes en función del criterio de un usuario… cualquier cosa en la que contemos con suficientes datos con los que educar al algoritmo.
  • La pregunta no es si estamos ante máquinas que piensan, sino si somos capaces de conseguir que las máquinas hagan (ventajosamente) cosas que nosotros, como entidades pensantes, podemos hacer.
  • Árboles de decisiones (mapeo de variables para asignar un valor productivo o decisorio a un caso determinado), ensembles (combinación de múltiples algoritmos), random forests (múltiples árboles de decisiones combinados que se promedian), bagging o bootstrapping
  • Aprendizaje de reglas de asociación: descubrimiento de relaciones interesantes entre variables en bases de datos muy grandes.
  • Redes neuronales: simulan las conexiones neuronales para llevar a cabo tareas como la búsqueda de patrones en datos, el descubrimiento de relaciones entre datos de entrada y resultados de salida, etc.
  • Lógica inductiva.
  • Support Vector Machines (SVM), construyen modelos a partir de clasificación y regresión, mediante aprendizaje supervisado.
  • Clustering.
  • Aprendizaje por similaridad, algoritmos genéticos, redes bayesianas… se puede hacer de todo, incluyendo diagnósticos a partir de síntomas, o inferencias que son testadas y reintroducidas como aprendizaje.
  • Teoría de la caja negra.
  • Singularidad tecnológica (Ray Kurzweil): el momento en que la capacidad de una máquina para aprender llega al punto en que es capaz de rediseñarse a sí misma para mejorar sus prestaciones (auto-mejora recursiva) o de diseñar máquinas progresivamente mejores que ella misma. Supuestamente, esto daría lugar a una “explosión de inteligencia”, que podría llegar a generar una inteligencia capaz de exceder la capacidad intelectual del hombre para controlarla.
  • ¿Debemos tener miedo al desarrollo de la inteligencia artificial y el machine learning? La semana pasada, Elon Musk, Reid Hoffman, Peter Thiel y otros han creado OpenAI para explorar las formas más avanzadas de inteligencia artificial y abrir los resultados al público.

 

8 comentarios

  • #001
    Antoni - 18 diciembre 2015 - 08:56

    Ciertamente, muchos temas para diez minutos…

  • #002
    menestro - 18 diciembre 2015 - 11:40

    Creo Enrique, al respecto de la evolución y cometidos del blog, que deberías publicar por anticipado, o al tiempo, una breve sinopsis sobre los temas de tus participaciones en televisión. Seguro que de esa forma darías la oportunidad a los lectores de hacer comentarios de gran interés, sobre todo para evitar que te hagan las pertinentes puntualizaciones a posteriori.

    Con seguridad, aumentaría la presencia de las temáticas del programa en las redes sociales.

    Ten en cuenta, que hay áreas de conocimiento que son lo suficientemente sofisticadas como para necesitar de un fondo de armario mucho más amplio que unos apuntes al vuelo.

    Haces una labor divulgativa; no tienes porqué ser un experto en ciertas áreas de conocimiento de las ciencias de la computación. Pero hay que hacer uso del número de teléfono adecuado para poder darle la perspectiva necesaria.

    Así, sin meterme en harina sobre algunas de las ideas y conceptos que lanzas al vuelo, que seguro que recibes bastantes comentarios al respecto (al menos, eso espero).

    “polite mode intended”

  • #003
    Gorki - 18 diciembre 2015 - 13:14

    Me apunto a la petición de Menestro.

    ¿Sería posible que post como este se editaran previos a tu participación en programas en la tele, o a tuss columnas en los medios ? – De forma que por un lado, pudieramos ser espectadores más preparados y privilegiados de tus participaciones multimedia, y por otro pudiéramos aportar a tu participacion en ellos de puntos de vista que te pasaron inadvertidos.

    Respecto de la IA, sigo pensando que se ha quedado muy retrasada en comparación de lo que ha avanzado la capacidad de cómputo. Hay fracasos rotundos como el que detecto en las predicciones de la publicidad contextual, pero en campos muy específicos como pueda ser jugar al ajedréz, dirigir un coche autónomo, o en la previsión meteorológica, se hayan ya conseguido conseguido alcanzar grades metas, pero en general en otros campos, como participar en Bolsa, o en el campo sanitario, aun están en mantillas.

    Todo un mundo por descubrir que ojalá encuentren en movimientos como OpenAI, el empuje que se necesita.

    En cuanto a las consecuencias, como siempre somos muchos mas capaces de ver los cambios que nos afectan para mal, que aquellos que nos favorecen, pero sigo siendo optimista. 4000 años de continuos avances técnicos y científicos,son los que nos han llevado del nómada recolector, al civilizado consumidor ( civis = ciudad), ¿Por qué iba a ser malo el conocimiento a partir de ahora?

  • #004
    Garepubaro - 18 diciembre 2015 - 17:19

    Por ahora es muchisimo mas importante hacer una simple maquina que se mantenga andando de pie con dos patas pero correctamente, ya seria un portento y jugar al futbol en tercera regional contra humanos, ya eso dejalo para el XXIII

    Ni en el horizonte se ve siquiera … bueno que si ahora derrota a los ajedrecista y luego derrotara a los filosofos, publicista, escritores y otros trabajos de creatividad intelectual … y tan pancho, eso no cambia el mundo y menos para mejor

    • Krigan - 19 diciembre 2015 - 14:36

      ¿Y para qué demonios quieres una máquina que ande sobre 2 patas? Vaya manía de empeñarse en que las máquinas hagan las cosas de la misma manera que los humanos.

      La mula-robot (de 4 patas) ya existe, y con eso vale para llevar cargas a través del monte.

      • Garepubaro - 19 diciembre 2015 - 22:03

        En 1984, que es una metáfora visionaria del colapso de la humanidad, se habla de maquinas que hacen la publicidad del sistema, la música pegadiza que entonan los habitantes. Desde luego que cualquier ordenador gane al mejor ajedrecista ha acabado con la aficion por este juego, con sus clubs, su negocio etc … ahora que jueguen las máquinas entre ellas, futuro poco interesante … un androide como un humano sutestado en dos patas al menos nos libraria de todo trabajo penoso, si te pones malo, podria ser tu visitador médico y asi cualquier tipo de trabajo suplantaria, suplantar el trabajo intelectual esta teniendo menos mérito que suplantar el trabajo físico, que se lo pregunten a los albañiles o a cualquier panadero o camarero etc etc …

        • Krigan - 20 diciembre 2015 - 12:18

          Eso de que la afición por el ajedrez se ha acabado no es más que una inventada tuya.

          Para un robot albañil (o lo que sea), ¿para qué demonios quieres que tenga solo 2 patas? (una configuración inestable).

          Lo primero que sustituyeron las máquinas fue el trabajo físico. Que se lo pregunten a hilanderas, tejedores, segadores, etc, etc, etc.

          Insisto. Es un error el pensar que la máquina tiene que hacer el trabajo de la misma manera que una persona. Quien está sustituyendo ahora mismo de forma creciente a los dependientes de tienda son las webs de las tiendas online, no robots parlantes de 2 patas en las tiendas físicas.

          Manejo de dinero, venta de billetes y entradas, comercialización de contenidos… hay un montón de cosas que el objeto físico (la entrada de fútbol, por ejemplo) se puede convertir en bits, y en esos casos no necesitas a nadie, ni persona ni robot, haciendo un trabajo físico.

          Incluso cuanto es necesario hacer un trabajo físico (que en muchos casos no lo es), vete a una fábrica de automóviles (altamente robotizadas desde hace décadas) y me cuentas cuántos robots humanoides ves.

          No verás ni uno solo. Hay mucha máquina especializada que ni siquiera es un robot, y en aquellos casos en los que se necesita un brazo articulado, el robot es simplemente ese brazo, sin forma humana, ni siquiera una mano al final, sino que lleva algo (una pistola de pintura, por ejemplo) acoplado a la muñeca en lugar de la mano.

          Otro ejemplo son los robots Kiva de los almacenes de Amazon. Ni se parecen a una persona, ni hacen las cosas de la misma forma, pero han sustituido a cientos (tal vez miles) de mozos de almacén.

          Volviendo a los albañiles. Ahora se está experimentando con una impresora 3D de cemento, capaz de contruir casas enteras. ¿Una impresora 3D es un robot? Depende cómo lo definas, desde luego no tiene forma humanoide, y ni siquiera apila ladrillos con cemento, sino que construye la casa de forma radicalmente diferente.

          Otro ejemplo más es el uso de contenedores, con grúas y otros aparatos especializados en manejarlos. Hace décadas sustituyeron a decenas de miles de estibadores en los puertos, y ahora mismo están sustituyendo a otros muchos trabajadores en los centros logísticos, que reciben un cargamento (muchos contenedores), y mandan cada contenedor a un almacén diferente.

  • #008
    Carles - 19 diciembre 2015 - 10:34

    Totalmente de acuerdo con el artículo. No hace falta ver robots haciendo cosas, para determinar el grado de evolución de la AI. El OpenAI es un excelente proyecto para dar a conocer las herramientas y propulsar más aún todo este sector. También para tranquilizar a ciertos sectores que como cada gran cambio se ven atemorizados. Ponerle freno es imposible y cuantas más herramientas disponibles mucho mejor, sean estas el OpenAI, el Tensorflow de Google o el quizás en comparación más simple Torch. Lo que espero de todo esto, es que se pudiera llegar a crear una Wikipedia de datos a partir de las gigantescas BBDD que se van generando, compartirlos y aplicarlo a todo sector, sea este el científico, médico, etc incluso si en la lucha por la conducción autónoma se compartieran los datos el avance en seguridad y en el desarrollo del mismo seria sorprendente. Con todos estos avances parece que el proyecto A.L.I.C.E de 1995 esté aún en pañales.

Dejar un Comentario

Los comentarios están cerrados