El aprendizaje profundo

El aprendizaje profundo

“Los números mandan”, dice el titular de la sección deportiva de una afamada cadena internacional. Es un buen acierto la idea porque quien saca provecho a las estadísticas o elabora algoritmos para predicciones en base a miles de cálculos, tiene el camino allanado para lograr anticiparse a la realidad con más precisión.

En el ámbito deportivo, actividad humana de la que disfrutan miles de millones de personas en el planeta, sirve lo que definen como “sabermetría”, herramienta utilizada para calcular el aspecto más nimio de una disciplina, permitiendo ponerse al día respecto del rendimiento de un atleta, con una precisión que era imposible antes.

Las Ciencias Matemáticas y las Físicas nos dan una capacidad de análisis y de abstracción que nos lleva a encontrar soluciones innovadoras en un mundo que corre a una velocidad más apremiante de lo que imaginamos sobre los movimientos de rotación y traslación.

La innovación tecnológica que hoy nos sirve para predecir situaciones, tendencias de mercado, hábitos de consumo, riesgos de impago de clientes o de segmentos poblaciones, así como para diagnosticar y buscar soluciones a problemas complejos se debe, en parte, a la fuerza motriz de las matemáticas, como exponente de la capacidad creativa de la mente humana. Se ha dicho que “las matemáticas es el lenguaje en el que se escriben las páginas de la ciencia”.

No es por otra razón que los chinos comenzaron imitando innovaciones, hoy constituyen competencia genuina en el mundo de las nuevas tecnologías debido a que comprendieron que estamos en la era del Big Data.

Las ciencias computacionales han transformado la sociedad de hoy. La Inteligencia Artificial (IA) enfocada en las redes neuronales lo que ha hecho es que en vez de enseñar al ordenador las reglas dominadas por el cerebro humano, reconstruyen su funcionamiento.

Es decir, en vez de copiar reglas en la toma de decisiones en el mundo de la IA, dejan que las propias redes neuronales identifiquen patrones dentro de los datos, de manera que este método sustituye la interferencia del ser humano.

Para seguir el método son necesarios dos elementos: la potencia de cálculo y los datos. En los primeros años de finales de la Segunda Guerra Mundial aspirar a eso era imposible, aunque la teoría de la IA ya se discutía.

En los ordenadores, el Internet nos permite una abrumadora cantidad de datos digitales como tweets, compras, clics, videos, imágenes y texto; en fin, una infinidad de acceso a problemas complejos que antes era impensable conocerlos y tener la oportunidad de solución.

Todo eso lo debemos a la forma de aprendizaje profundo, tema en el que han estado invirtiendo las naciones desarrolladas y empresarios vanguardistas, que tienen conciencia del aprendizaje profundo.

De eso se trata, de que los algoritmos, como utilizan cantidades impensables de datos de un dominio equis, están en capacidad de tomar una decisión que optimiza el resultado deseado. Este es un mundo infinito, de funcionamiento y correlaciones invisibles, la mayoría de las cuales la gente no se entera, pero se deja llevar para tomar decisiones acertadas.

Los países pioneros del aprendizaje profundo son Estados Unidos, Canadá y Reino Unido. Los chinos se dieron cuenta del potencial y fue después que incursionaron.

No son pocos quienes pensaron que la industria tecnológica china estaba destinada a fracasar por su tradición de copiar los inventos de occidente. Hoy día, eso es muy engañoso. No se les puede regatear el mérito a los países ya mencionados en el aprendizaje profundo, pero tampoco podemos minimizar los avances de los chinos.

En esa enorme revolución en el campo de la IA quien está sacando mayor ventaja hacia futuro es China debido a que en ese país, el Estado y los empresarios vanguardistas han entendido que la fase que vive el mundo en este momento es la de la implementación de la IA.

¿Qué significa?

 El descubrimiento de la Inteligencia Artificial (IA) es un gran hito de la sociedad moderna. Reino Unido, Canadá y Estados Unidos fueron, insisto, pioneros en el aprendizaje profundo. La era de los conocimientos especializados nos ha llevado a la de los datos, de manera que para almacenar gran volumen de datos es indispensable la capacidad de almacenamiento y el trabajo de ingenieros especialistas de IA.

Kai-Fu Lee, empresario, considerado uno de los mayores expertos en IA, graduado en la Universidad de Columbia laboró en Google, Apple, SGI y Microsoft. Es categórico al referir que tres elementos son fundamentales: los datos, la capacidad de almacenamiento y el trabajo de ingenieros bien dotados en algoritmos de IA.

“Llevar el poder de aprendizaje profundo a nuevos problemas requiere de los tres elementos, y en esta era de implementación, los datos constituyen la parte central. Esto se debe a que una vez la capacidad de procesamiento y el talento de ingeniería alcanzan cierto umbral, la cantidad de datos se vuelve decisiva para determinar la potencia y la precisión de un algoritmo”.

Lee hace un pormenorizado estudio de los avances y proyección del aprendizaje profundo en la Inteligencia Artificial en su libro “Superpotencias de la inteligencia artificial”, China, Silicon Valley y el Nuevo Orden Mundial.   

Observando retrospectivamente lo ocurrido con la invención de la electricidad por Thomas Edison, en cuyo descubrimiento se montó toda la industria, Lee dice que “Gran parte del difícil y abstracto trabajo de investigación de la IA ya se ha realizado, y ahora es el momento de que los empresarios se arremanguen y pongan manos a la obra para convertir los algoritmos en negocios sostenibles.

Comparando la IA de hoy con la electricidad del siglo XX, el experto de Corea del Sur es concluyente: “aprovechar el poder de la IA hoy requiere de cuatro insumos análogos: datos abundantes, empresarios hambrientos, científicos de IA y un entorno político favorable a la IA.

Lee predice que Estados Unidos y China tienen las cuatro categorías previamente señaladas, lo que garantiza el “emergente equilibrio de poder en el orden mundial de la IA”.

En República Dominicana, ¿y los matemáticos dónde están?

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí