"No tenemos departamento que no se beneficie del Machine Learning": Entrevista a Corinna Cortes (Google)

"No tenemos departamento que no se beneficie del Machine Learning": Entrevista a Corinna Cortes (Google)

Sin comentarios Facebook Twitter Flipboard E-mail
"No tenemos departamento que no se beneficie del Machine Learning": Entrevista a Corinna Cortes (Google)

El aprendizaje automático o "Machine Learning" está en boca de todo el mundo. Se trata de una de esas tecnologías de las que se habla de vez en cuando, pero que ya está presente en tu vida sin que te hayas dado cuenta. En Xataka la hemos visto en acción escribiendo guiones, interpretando películas, aprendiendo a jugar con objetos físicos e incluso ayudando a prevenir el suicidio.

Por eso hemos querido aprovechar una oportunidad para hablar con Corinna Cortes, responsable de Machine Learning de Google en Nueva York, que se ha acercado a Barcelona para asistir un evento sobre Machine Learning. La ejecutiva nos ha comentado todo lo que se hace desde Google en cuanto a aprendizaje automático y todo lo que puede venir, que no va a ser poco precisamente.

Deepmind

Antes que nada, aclaremos conceptos. ¿Qué diferencias hay entre los términos Inteligencia Artificial, Aprendizaje Automático (Machine Learning) y el Deep Learning? La Inteligencia Artificial es un término algo más amplio que el Machine Learning. El Machine Learning es la parte más "peatonal", más técnica, en la que intentas aprender de ejemplos presentes en la vida real. En otras palabras, Machine Learning consiste en aprender en base a datos usando algoritmos. Ejemplos que te puedo dar acerca de lo que estamos haciendo en Nueva York y en otros equipos de Machine Learning de Google es el reconocimiento de la habla, traducción... aquí se aprende que en base a una parte del texto que se analiza se puede deducir cuál es la parte de ese texto que queda. También tenemos Google Photos donde se te reconoce en tus propias fotografías, sistemas de diálogo como Google Assistant... ya no se trata de reconocer palabras claves, sino de entender al usuario.

El Deep Learning es simplemente una rama del Machine Learning. El Machine Learning se alimenta de ejemplos para generar un algoritmo con parámetros, y el Deep Learning es sólo una clase de esos algoritmos que se construyen. Y que por cierto han demostrado tener mucho potencial.

"No hay departamento en Google que no aplique el aprendizaje automático"

Recientemente hemos tenido noticias acerca de Apple disponiéndose a compartir sus investigaciones sobre el aprendizaje automático con la comunidad. Entiendo que es algo que Google ya hace desde hace tiempo, ¿verdad? Sí, lo hacemos de varios modos. Precisamente estamos aquí en Barcelona porque queremos presentar los papers que hemos publicado a la comunidad académica y a otros profesionales, y también publicamos nuestro trabajo haciendo nuestro código abierto. Tenemos muchas librerías que hemos hecho accesibles a todo el público.

¿Habéis notado beneficios directos gracias a compartir ese trabajo? Con colaboraciones más cerradas entre investigadores y estudiantes, efectivamente el trabajo para mejorar el aprendizaje máquina progresa más rápido.

¿En qué departamentos de Google es donde aplicáis lo aprendido con Machine Learning? ¡En todos! No hay departamento en Google que no aplique el aprendizaje automático. Y si lo hubiese, me encantaría poder hablar con ellos porque creería que hay una gran oportunidad para crear un producto mejor. El Machine Learning está en todas partes: Gmail para filtrar SPAM y sus respuestas automáticas, las etiquetas de YouTube y la detección de contenido con copyright o adulto, lo dicho con Google Photos, detección de odio o racismo en mensajes publicados en nuestros servicios...

Mucho se está hablando ahora de esos mensajes de odio o de las noticias falsas de las redes sociales... ¿crees que el aprendizaje automático podría ayudar a detectarlas? Sí, el aprendizaje automático podría ayudar a mejorar los filtros que detecten ese tipo de contenido. El trabajo de Google consiste en ser neutral y procurar mostrar diversidad de opiniones en todo el espectro de ideas políticas, pero eso no significa que no podamos ayudar a que se muestre material honesto. Evitamos las visiones sesgadas del mundo, evitamos las "burbujas".

Uno de vuestros primeros productos en los que los usuarios han empezado a ver más seriamente el Machine Learning es Google Allo, con Google Assistant. ¿Tenéis ya reacciones o feedback de los usuarios? Es un producto muy verde, así que aún estamos recogiendo feedback de los usuarios. Lo mismo se puede decir de Google Home, es muy pronto para poder decir algo. Su asistente aún habla sólo inglés, pero estamos trabajando para que llegue a todos los idiomas más hablados del mundo.

¿Cómo crees que habrán evolucionado las aplicaciones gracias al Machine Learning en, digamos, cinco años? Hablarle a los dispositivos será algo mucho más común en cinco años, y el reconocimiento de las imágenes será mucho más avanzado. La generación actual de jóvenes no se envían correos electrónicos sino que usan la mensajería instantánea y se envían fotografías con esas mismas aplicaciones. Hay cambios generacionales a la hora de interactuar con nuestros dispositivos, y la próxima generación puede pasar de esa mensajería instantánea a otra cosa. Estamos creando las herramientas que permitirán la existencia de los productos de próxima generación.

¿Hay alguna parte más de la Inteligencia Artificial que merezca la atención del Machine Learning ahora mismo? Me metería en problemas si te dijese eso... ¿quizás la robótica?

Corinna Cortes 2

A largo plazo: ¿crees que algún día veremos máquinas pensantes o crees que es imposible? Nunca deberíamos creer que nada es imposible. Puede que lo empecemos a ver en dominios restringidos, como la creatividad. Podríamos llegar a ver máquinas creativas que creen música, dibujos.

¿Y qué hay de las regulaciones? Pueden representar un obstáculo para el avance de la Inteligencia Artificial y el Machine Learning? Veo esfuerzos crecientes, tanto de la industria como de los gobiernos, en educar a la gente acerca de los datos que se guardan en varios sitios. Creo que es responsabilidad de ambos definir cómo se tratan esos datos. Espero no vivir en una sociedad en la que el gobierno nos diga lo que podemos hacer y lo que no podemos hacer al respecto.

¿Cómo le explicarías los beneficios del aprendizaje automático a un usuario base que odia los ordenadores? Le diría que su casa ya está llena de dispositivos que usan Machine Learning a diario, y que los medicamentos del futuro que beneficiarán a esa persona también se están fabricando con algoritmos de aprendizaje automático. Personas como tu madre ya se están beneficiando del aprendizaje automático, pero no lo saben.

En Xataka | Sin robots asesinos ni ciencia-ficción: así ven la inteligencia artificial en Stanford

Comentarios cerrados
Inicio