Parte 2 Retirando la Cortina del Deep learning.
Tiempo de lectura: 15 minutos.
Así es como lo hace deep learning, fundamentalmente estos algoritmos usan masivas cantidades de datos de un dominio específico para tomar decisiones que optimizan para un resultado deseado. Lo hace entrenándose él mismo para reconocer patrones profundamente y correlaciones que conectan muchos datos con el resultado deseado. Esta búsqueda del patrón es más fácil cuando los datos están etiquetados con ese resultado deseando: gato versus no gato, click versus noclick, partido ganado versus partido perdido. Entonces puede aprovechar ese extenso conocimiento de correlaciones de las cuales, muchas son invisibles para el ojo del observador humano, para tomar mejores decisiones.
Hacer esto requiere masivas cantidades de datos relevantes, un fuerte algoritmo en un dominio angosto y una meta concreta. Si estás corto de cualquier cosa de estás las cosas se caen. Muy pocos datos y el algoritmo no tiene suficientes ejemplos para descubrir correlaciones significativas. Una meta muy amplia el algoritmo carece de puntos de referencia para disparar en la optimización.
Deep learning es lo que se conoce cómo la inteligencia artificial estrecha. Inteligencia que toma datos en un dominio específico y los aplica utilizando un resultado específico. Aunque es muy impresionante todavía está muy lejos de la inteligencia artificial de multipropósito qué pueda hacer lo que un humano. La más natural aplicación de deep learning está en Campos como el de las empresas aseguradoras o en los bancos haciendo préstamos. Los datos relevantes de los prestatarios que piden dinero es abundante (su calificación crediticia, ingreso, uso reciente de las tarjetas de crédito) y la meta por optimizar es clara (minimizar las tasas de incumplimiento de pagos).
Tomando un paso más allá el deeplearning le dará potencia a los autos en la conducción autónoma ayudándoles a ver el recorrido alrededor de ellos reconociendo patrones en los píxeles de la cámara y descubriendo cómo se correlacionan con las señales de alto y usar esa información para tomar decisiones. (como apretar el pedal para frenar lentamente y optimizar el resultado deseado que sería llevarte a casa a a la oficina en el mínimo tiempo posible, sin daños)
Los científicos están emocionados acerca del deep learning precisamente porque su poder central, su habilidad de reconocer un patrón, optimizar para un resultado específico, tomar una decisión que puede ser aplicado para muchos diferentes tipos de problemas del día a día. Es por eso que compañías como Google y Facebook se han apresurado a centrarse en los mejores expertos en deep learning pagándoles millones de dólares para buscar ambiciosos proyectos de investigación.
En 2013 Google inscribió a la empresa emergente fundada por Godfrey Hinton y al año siguiente compró a la empresa emergente inglesa de inteligencia artificial Deepmind, la compañía que pasó a construir Alpha Go por más de 500 millones de dólares.
Los resultados de estos proyectos han continuado asegurando a los observadores y atrapando titulares. Ellos han cambiado el espíritu de la época y nos han dado un sentido de que estamos en el principio de una nueva era. Una en donde las máquinas radicalmente se empoderaran y desplazarán violentamente a los seres humanos.
La IA y la investigación internacional
En dónde estaba China en todo esto? La verdad es que la historia del deep learning toda tuvo lugar enteramente en los Estados Unidos Canadá e Inglaterra. Después de eso un número pequeño de empresarios Chinos y fondos de capital de riesgo como el mío empezamos invertir en el área. Pero la gran mayoría de la tecnología China no desperto propiamente a la revolución del deep learning hasta su momento sputnik en 2016, una década completa detrás de los avances de los papeles académicos y 4 años después que se probaron en la competencia de visión computacional.
Las universidades norteamericanas y las compañías de tecnología llevan décadas cosechado las ventajas de la habilidad del país para atraer y absorber talento de todo el mundo. Los progresos de la inteligencia artificial aparentemente no fueron diferentes. Los Estados Unidos parecían tener una ventaja dominante, una que solo crecería cuando estos investigadores de élite apalancaran al medio ambiente de generosa capitalización de Silicon Valley, cultura única y de empresas poderosas. En los ojos de muchos analistas la industria tecnológica China estaba destinada a jugar el mismo rol en la inteligencia artificial global que había tenido por décadas, esa del jugador que se queda atrás de la vanguardia.
Cómo demostraré en los capítulos siguientes los escenarios están equivocados porqué está basado en un supuesto fuera de época, acerca del medio ambiente tecnológico Chino. Así como un malentendido de lo que está impulsando la revolución de la inteligencia artificial en curso.
Los occidentales pueden haber encendido el fuego del deep learning pero China será el mayor beneficiario del calor que el fuego de la inteligencia artificial está generando. Ese cambio es producto de dos tradiciones: de la era de los descubrimientos a la era de la implementación y de La era del experto a la era de los datos.
El núcleo de que la de la creencia errónea de que los Estados Unidos tienen una mayor ventaja en la inteligencia artificial es que estamos viviendo en la era del descubrimiento un tiempo en donde los investigadores de élite están constantemente rompiendo viejos paradigmas y finalmente decifrando criterios de larga data. Esa impresión ha sido alimentada por una constante transmisión de los medios anunciando que la más reciente hazaña lograda por la inteligencia artificial: diagnosticando ciertos cánceres mejor que los doctores, derrotar a los campeones humanos en el juego basado en Texas enseñándose a sí misma como dominar ciertas habilidades con cero interferencia humana. Dado ese tipo de flujo de información en los medios para cada nuevo logro, el observador casual o aún el observador con conocimientos y del analista experto y va perdiendo por creer que constantemente se están rompiendo terrenos fundamentalmente nuevos en inteligencia artificial.
Yo creo que esa impresion es equivocada. Muchos nuevos mitos son más que meramente la aplicación de los descubrimientos pasados problamente en internet pero también en tecnologías complementarias como el reinforce learning (o aprendizaje reforzado) y transmition learning (transferencia de aprendizaje) hacia nuevos problemas. Lo qué están haciendo esos investigadores requiere gran habilidad y profundo conocimiento y habilidad para retocar algoritmos matemáticos complejos para manipular cantidades masivas de datos y adaptarlos a redes neurales para diferentes problemas. Esto toma niveles de doctorado en estos Campos. Pero esos avances son mejoras incrementales y organizaciones que aprovechan el espectacular salto hacia delante del deep learning.
La era de la implementación
Lo que realmente representa es la aplicación de los increíbles poderes del deep learning para el reconocimiento de patrones y predicción a diferentes esferas tales como diagnóstico de un enfermedad, generando una póliza de seguro, manejar un auto o otras como traducir a Chino una oración en inglés hablado. Esto no significa un rápido progreso de la inteligencia general y otros avances similares de nivel de deep learning esto es en la era de la implementación las compañías que dominan el efectivo en este periodo necesitarán talentos empresariales, ingenieros y administradores de productos.
El pionero de deep learning Andrew Ng ha comparado la inteligencia artificial al aprovechamiento de la electricidad de Thomas A. Edison una tecnología de avanzada por sí misma que puede ser aprovechada para revolucionar decenas de industrias.
Así como los empresarios del siglo XIX empezaron a aplicar la electricidad de avanzada en la cocción de alimentos, alumbrar las habitaciones, energizar un grupo de equipos industriales. Los empresarios de la inteligencia artificial ahora están haciendo lo mismo con el deep learning. Mucho del trabajo abstracto de la inteligencia artificial ya se ha hecho y ahora es tiempo para que las empresarios se enrollen las mangas de la camisa y se ensucien con el trabajo de convertir algoritmos en negocios sostenibles.
Esto no disminuye la emoción presente acerca de la inteligencia artificial. La implementación es lo que hace que los avances académicos con significado finalmente cambien el tejido de nuestra vida cotidiana. La era de la implementación significa que veremos aplicaciones en el mundo real después de décadas de investigación prometedoras de mucha dolor que yo he estado buscando en buena parte de mi vida adulta.
Pero haciendo esa real distinción entre descubrimiento e implementación es central para entender cómo la inteligencia artificial le dará forma a nuestras vidas y en qué país hará primariamente el progreso. Durante la época del descubrimiento el progreso estaba guiado por un pequeño puñado de pensadores de elite. Virtualmente todos ellos agrupados en los Estados Unidos y Canadá. Sus perspectivas en la investigación y sus innovaciones intelectuales únicas llevarán a un rápido y momentáneo aumento de entendimiento de lo que las computadoras podían hacer. Basado el amanecer del internet y un otro grupo de investigadores ha llegado con innovaciones de esa escala.
La era de los datos
Eso nos trae a la segunda mayor transición de la era del experto a la era de los datos. Hoy los algoritmos exitosos de la inteligencia artificial necesitan tres cosas: grandes cantidades de datos, potencia computacional y el trabajo fuerte pero no necesariamente de élite de ingenieros de algoritmos de inteligencia artificial. Traer el poder del deep learning para soportar nuevos problemas requiere de las tres, pero en ésta era de la implementación los datos son centrales. Esto es porque una vez que la potencia computacional y el talento en ingeniería alcanzan cierto límite, la cantidad de datos se convierte decisiva para determinar el poder completo y la exactitud de un algoritmo.
En deep learning no hay datos como más datos. El mayor número de ejemplos de una fenómeno dado que una red se exponga, lo más exacto seleccionara los patrones e identificará cosas del mundo real. Dándole más datos a un algoritmo diseñado por un grupo pequeño de ingenieros de medio nivel usualmente supera uno diseñado por un investigador de clase mundial. Teniendo el monopolio de los mejores y más brillantes ya no es lo que era antes.
Los investigadores de élite todavía tienen el potencial de empujar el campo hacia el siguiente nivel pero esos avances ocurren una vez cada varias décadas. Mientras esperamos por el siguiente gran avance, la floreciente disponibilidad de datos será la fuerza que guía la disrupción del deep learning en incontables industrias alrededor del mundo.
Ventaja China
Alcanzando la nueva promesa de la electrificación del siglo pasado requería de un centro de insumos de combustibles fósiles para generar, los ingenieros electricistas para manipularla y empresarios para construir nuevos negocios a su alrededor y un gobierno amigable para desarrollar la infraestructura pública necesaria. Aprovechando el poder de la inteligencia artificial qué ahora es la electricidad del siglo XXI requiere cuatro insumos análogos abundantes: datos, empresarios, científicos de la inteligencia artificial y una política pública de medio ambiente amigable.
Viendo las relativas ventajas de China y los Estados Unidos en estas cuatro categorías podemos predecir el poder emergente en el orden mundial de la inteligencia artificial.
Ambas transiciones descritas en las páginas previas de la era del descubrimiento hasta la implementación y desde el experto hacia los datos ahora el campo del juego se inclina hacia China. Esto lo hace minimizando sus debilidades y maximizando sus fortalezas. Moviéndose del descubrimiento a la implementación reduce uno de las grandes debilidades de China enfoques y también apalanca sus más significativas fortalezas, emprendedores rudimentarios con agudos instintos para construir robustos negocios. La transición de la expertise a los datos tiene un beneficio similar reduciendo la importancia de las investigaciones de élite que no tiene China. Pero qué tiene abundantes datos.
Los empresarios de Silicón Valley aunque han creado una reputación como uno de los más trabajadores en América, apasionados jóvenes fundadores que jalan a todos los trasnochados en una carrera loca para sacar un producto y después iterar obsesivamente ese producto mientras busca en la siguiente gran cosa.
Los empresarios trabajan duro pero yo he estado, por décadas profundamente embebido en las escenas tecnológicas de Silicon Valley y de China trabajando para Apple, Microsoft y Google antes de ayudar con capital de riesgo a incubar i en docenas de nuevos empresas tecnológicas Chinas. Yo te puedo decir que Silicon Valley se ve francamente perezoso comparado con sus contrapartes del otro lado del Pacífico.
La única forma de sobrevivir esta batalla es constantemente mejorar tu propio producto pero también innovar en tu modelo de negocio y construir un foso alrededor de tu compañía. Si tu única fortaleza es una idea esa idea será invariablemente copiada, tus trabajadores claves serán robados y serán sacados del negocio por compañías subsidiadas por capitales competidores de riesgo.
Este duro y frenético ambiente hace un profundo contraste con Silicon Valley en donde la copia es estigmatizada y a muchas se les permite sobrevivir en la base de una idea original o un golpe de suerte. Está falta de competencia puede llevar a cierto nivel de complacencia con empresas fallando en explorar todas las iteraciones de su primera innovación . Este mercado revuelto con trucos sucios de sistema de La era de la copia China produjo algunas compañías cuestionables pero también incubaron una generación de las más ágiles y afilados empresarios. Esos empresarios serán la salsa que ayude a China a ser el primer país en convertir en efectivo la era de la implementación de la inteligencia artificial.
Estos empresarios tendrán acceso hacia los otros recursos naturales del mundo tecnológico de China la sobreabundancia de datos. China ya ha sobrepasado a los Estados Unidos en la producción de volumen de datos y queda como el productor número uno.
Estos datos no solo son impresionantes en cantidades, pero gracias a él ecosistema tecnología único de China y su universo alterno de productos y funciones que no se han visto en ningún lado. Los datos son cortados a medida para construir rentables compañías de inteligencia artificial.
Hace 5 años hacia sentido encontrar directamente el progreso de China y Estados Unidos de internet que uno podía describir como una carrera. Estaban ambos en carriles paralelos y los Estados Unidos estaban un poco adelante de China. Pero en 2013 la internet de China toma una vuelta correcta más que seguir los pasos de copiar a las compañías americanas los empresarios Chinos empezaron a desarrollar productos y servicios sin analogía en Silicon Valley en vez de ser el Facebook o el Twitter de China en los últimos 5 años en muchos casos esas etiquetas perdieron sentido y el internet se había transformado en un universo alterno.
Los Chinos urbanizados empezaron a pagar compras reales con códigos de barras en su teléfono parte de la revolución de pagos móviles no visto en ningún otro lado del mundo armados de despachadores de entrega de comida y mensajes y masajistas manejando motonetas eléctricas que llenaron las calles de China.
Trayendo todos esos servicios juntos se levantó la súper aplicación WeChat qué es una navaja Suiza electronica equivalente para la vida moderna.
Los usuarios de Wechat tienen una aplicación social universal en la que diferentes grupos de chats formados con compañeros de trabajo, amigos e interesados de alrededor, fueron usados para negociar asuntos de negocios, organizar fiestas de cumpleaños o discutir sobre arte moderno.
Trajo junto a un grupo esenciales funciones que están dispersas a través de decenas de aplicaciones en los Estados Unidos y donde el universo alterno digital de China ahora crea y captura océanos de nuevos datos acerca del mundo real. Esa riqueza datos de información sobre los usuarios, su localización cada segundo del día, cómo se transportan, qué comida les agrada, cuándo y en dónde compran abarrotes y cerveza serán invaluables en la era de la implementación de la inteligencia artificial.
Los datos le dan a esas compañías un detallado tesoro de los hábitos del usuario y uno que puede ser combinado con algoritmos de deep learning para ofrecer servicios diseñados a la medida que pueden incluir desde auditorías financieras hasta planeación de la ciudad. Esto supera ampliamente lo que las compañías de Silicón Valley pueden decifrar en sus investigaciones de los likes o compras ocasionales en línea.
Esta cantidad de datos del mundo real darán a las compañías chinas una ventaja sin paralelo en el desarrollo de los servicios manejados por la inteligencia artificial.
Breve Conclusion
El deep learning utiliza masivas cantidades de datos de un dominio específico para tomar decisiones que optimizan un resultado deseado, lo hace entrenándose el mismo para reconocer patrones profundamente encerrados en correlaciónes que conectan muchos datos con el resultado deseado .
El deep learning puede ser aplicado para muchos diferentes tipos de problemas del día a día, ello ha cambiado el espíritu de la época y nos ha demostrado el principio de una nueva era. Una en donde las máquinas radicalmente se empoderaran y desplazarán violentamente a los seres humanos.
La era de la implementación necesariamente requerirá talentosos empresarios, ingenieros y administradores de productos, es una tecnología de avanzada por sí misma que puede ser aprovechada para revolucionar docenas de industrias
La inteligencia artificial es ahora la energía eléctrica del siglo XXI requiere 4 insumos análogos: abundantes datos, empresarios audaces, científicos de la inteligencia artificial y una política medio ambiental amiga. Los datos ahora inclinan el campo del juego hacia China.
China ya ha sobrepasado a los Estados Unidos en la producción y volumen de datos (289 millones de transacciones diarias de Wechat de un universo de 700 millones de clientes de Tencent) y queda como el productor número uno. Los empresarios Chinos empezaron a desarrollar productos y servicios sin analogía en Silicon Valley.
Los Chinos urbanizados empezaron a pagar compras reales con códigos de barras de sus teléfonos, parte de la revolución de pagos móviles no vista en ningún otro lado del mundo, armado de despachadores de entrega de comida, masajistas manejando motocicletas eléctricas llenan las calles de China, empresas emergentes que trajeron la conveniencia del e-commerce para soportar servicios del mundo real como comida de restaurantes o manicuristas o asesoria financiera.
Los occidentales pueden haber encendido el fuego del deep learning pero China será el mayor beneficiario del calor del fuego que la inteligencia artificial está generando el cambio, producto de dos transiciones: de la era de las descubrimientos a la era de la implementación y de la era del experto a la era de los datos.
El deep learning por sí mismo es una tecnología de avanzada que puede ser aprovechada para revolucionar decenas de industrias y requerirá de talentosos empresarios, ingenieros y administradores de producto.
China ya ha sobrepasado a los Estados Unidos en la producción del volumen de datos y queda como el productor número uno.
Soportando todos esos servicios juntos se levantó la súper aplicación Wechat qué es una navaja suiza electrónica equivalente, para la vida moderna.
Esa es la riqueza de información sobre los usuarios sobre su localizacion cada segundo del día, cómo se transportan, qué comida les agrada, cuándo y en dónde compran abarrotes y cerveza será invaluable en la era de la implementación de la inteligencia artificial. Esa cantidad de datos del mundo real le darán a las compañías Chinas una ventaja sin paralelo en el desarrollo de los servicios manejados por la inteligencia artificial.
Deja una respuesta