Parte 12 Ganadores del Premio Nobel y Pensadores sin Nombre


        Parte 12 Ganadores de Premio Nobel y Pensadores sin Nombre.    

Tiempo de Lectura: 10 minutos.

Cuándo Enrico Fermí se paró en la cubierta del RMS Franconia II en 1938 él cambio el balance de poder. Fermí apenas había recibido el premio Nobel en Estocolmo y en vez de regresar a su hogar en la Italia de Benito Mussolini, Fermí y su familia navegaron a Nueva York. Ellos hicieron el viaje para escapar de las leyes raciales que prohibían a los judíos y a los africanos trabajar o casarse con italianos. La esposa de Fermín era judía y decidió mover a su familia alrededor de la mitad del mundo en vez de vivir en el antisemitismo que estaba recorriendo Europa.

Fue una decisión personal con consecuencias de movimiento telúrico. Después de llegar a los Estados Unidos Fermí se entera de la fisión nuclear por científicos de la Alemania nazi y rápidamente buscó los medios para estudiar el fenómeno. Él creó el primer reactor nuclear de bajo de un conjunto de edificios en la Universidad de Chicago y jugó un rol indispensable en el Proyecto Manhattan. Este proyecto secreto fue el más grande que el mundo hubiera visto y finalizó con el desarrollo de las primeras armas nucleares para los militares norteamericanos. Esas bombas que terminaron la segunda Guerra mundial en el Pacífico y dieron lugar al nuevo orden nuclear mundial.

Terminado el proyecto Manhattan conformo una era de descubrimientos en física nuclear de 1930 a 1940, fue una época fundamental y cuando llegó la hora de hacer esos descubrimientos Enrico Fermi era tan valioso, como miles de brillantes físicos. El liderazgo norteamericano en ésta era, atrajo en gran medida a genios como Enrico Fermi, hombres y mujeres que con una mano podían cambiar las escalas del poder científico.

Pero no toda revolución científica sigue a éste patrón. ___Frecuentemente una vez que un descubrimiento es hecho, el centro de gravedad cambia rápidamente de un grupo de científicos de élite hacia una armada de pensadores:     ingenieros con la única experiencia de aplicar la tecnología a diferentes problemas y propagarla . Este es particularmente cierto cuando el campo del descubrimiento se puede difundir a través de la sociedad más que en centrarla en algunos laboratorios de sistemas de armamento.

        La electrificación masiva ejemplifica este proceso. Aprovechando la electricidad de Edison el campo cambió rápidamente del invento a la implementación y miles de ingenieros empezaron a retocar la electricidad usandola para mover nuevos dispositivos y reorganizar los procesos industriales. Estos pensadores no necesitaban inventar como Edison, solo necesitan saber cómo trabajaba la electricidad para aplicarla en máquinas útiles y redituables usos.    

Nuestra fase presente de implementación de la inteligencia artificial sigue éste modelo, un flujo constante de noticias sobre la carrera de las últimas tareas abordadas por la inteligencia artificial nos dan el sentido equivocado de que estamos en la era del descubrimiento.     En realidad estamos implementado, utilizando una de los aplicaciones de un descubrimiento fundamental: el deep learning y las técnicas relacionadas, hacia muchos diferentes problemas, es un proceso que requiere a bien entrenados científicos, los pensadores de ésta época. Ahora esos pensadores están poniendo los poderes sobrehumanos al reconocimiento de patrones para utilizarlos en hacer préstamos bancarios, conducir vehículos autónomos, traducir textos, jugar Go y empoderar a tus Alexa de Amazon.

Los pioneros del deep learning como Geoffrey Hinton, Yan Le Fun, Joshua Bengio, los Enrico’s Fermí de la inteligencia artificial continúan empujando los límites de la ciencia y ellos todavía pueden encontrar algún otro cambio qué modifique el paradigma, uno que altera el orden jerárquico tecnológico mundial.     Pero por el momento la acción del día está con los pensadores implementando aplicaciones del deep learning.

        Inteligencia Compartida    

Y para esta Revolución tecnológica los pensadores han adicionado una ventaja, el acceso en tiempo real al trabajo de los pioneros líderes. Durante la Revolución industrial los avances se mantenían embotellados en su país de origen, Inglaterra y la proximidad cultural Americana y la falta legal de propiedad intelectual ayudaron a robar algunas invenciones clave, pero se mantuvieron a una distancia sustancial entre los innovadores y los imitadores.

Ya no es así. Cuando preguntan qué tan lejos está China detrás de Silicon Valley en la inteligencia artificial la respuesta cómica es 16 horas, qué es la diferencia horaria entre California y Beijing. América puede ser la casa de los investigadores de punta, pero mucho de su trabajo y visión está disponible instantáneamente para cualquiera con una conexión de internet, facilitando esa transferencia están dos características de la comunidad investigadora de la inteligencia artificial: apertura y velocidad.

Los investigadores de la inteligencia artificial tienden a ser muy abiertos acerca de sus publicaciones de algoritmos, datos y resultados.

La apertura creció por la meta común de avanzar en el campo y también por el deseo de obtener métricas objetivas en las competencias. En muchas ciencias físicas los experimentos no pueden ser replicados de un laboratorio a otro porque en minutos puede variar el medio ambiente y alterar grandemente el resultado. Pero los experimento de inteligencia artificial son perfectamente replicables de un laboratorio al otro y los algoritmos directamente comparables. Solo se requiere que esos algoritmos sean entrenados y probados en el conjunto de datos similares. En las competencias internacionales frecuentemente tienen diferentes equipos unos contra otros en tareas como reconocer voz o en la identificación visual. Con los competidores abriendo su trabajo para el escrutinio de los otros investigadores. La velocidad de los mejores en la inteligencia artificial también guía a los investigadores instantáneamente a compartir resultados. Muchos científicos de la inteligencia artificial no tratan de hacer descubrimientos o hallazgos fundamentales a las mejores algoritmos en el deep learning, pero están haciendo constantemente mejoras marginales en los mejores algoritmos. Éstas mejoras regularmente fijan nuevos recuentos de exactitud. Los investigadores compiten en base a escoger nuevos récords, no nuevos productos o ingresos y cuando alguno fija un nuevo récord él o ella, entonces lo comenta y publica instantáneamente en sitios web como  www.arxiv.org un depósito de artículos científicos. El sitio le permite a los investigadores plasmar su trabajo plantandolo en el suelo para marcar el cuándo y el qué de sus logros algorítmicos.

En el mundo post Alpha Go los estudiantes Chinos, investigadores e ingenieros son los más voraces lectores de arxiv.org ellos barren el sitio para obtener nuevas técnicas, succionando todo lo que los más destacados investigadores tienen que ofrecer. Además de esas publicaciones académicas, los estudiantes Chinos también transmiten, traducen y subtitulan conferencias, pláticas de científicos de la inteligencia artificial y líderes como Yam Le Cum y Sebastian Thrum de Stanford y de Andrew Ng, después de décadas estudiando libros de texto anticuados estos estudiantes se revelan con sus tendencias globales de la investigación.

En Wecat la comunidad China se une en chats de grupo gigantes y plataformas de multimedios que han brotado solo para cubrir el sector, ofreciendo noticias para saber qué hay de nuevo en la inteligencia artificial son 7 nuevas compañías de medios y análisis y de diálogo abierto.  Estos puntos de venta enfocados en la inteligencia artificial tienen más de un millon de usuarios registrados y la mitad de ellos han tomado capital de riesgo para fundarse por valor por más de diez millones de dólares cada una. Para mis discusiones académicas yo soy parte de un grupo de 500 miembros del grupo semanal de discusión de artículos, solo uno de las docenas de grupos de Wechat qué se junta para diseccionar una nueva publicación cada semana. El grupo de charla zumba con cientos de mensajes diarios con preguntas serias acerca del artículo de la semana capturadas en pantalla de los últimos logros algorítmicos de los miembros y por supuesto lleno de animados emojis. Pero los practicantes de la inteligencia artificial no solo son pasivos receptores en la sabiduría derramada del mundo occidental, ellos también ya están regresando al ecosistema de investigación en una razón muy acelerada.

        Conflictos en Conferencias    

La asociación para el avance de la inteligencia artificial tenía un problema. La organización histórica había estado poniendo las más importantes conferencias por tres décadas. Pero en el 2017 tuvieron el peligro de organizar un evento fallido. Porque las fechas de las conferencias estaban en conflicto con el año nuevo chino. En años anteriores no podía haber sido un problema, porque históricamente los Americanos, Británicos y Canadienses habían dominado la organización con solo un puñado de investigadores Chinos presentando artículos. El 2017 las conferencias habían aceptado a casi igual cantidad de artículos de investigadores Chinos que de Estados Unidos y estába en peligro de perder la mitad de la ecuación por la más importante fiesta cultural de China. Nadie hubiera puesto a la inteligencia artificial en la Navidad del Presidente del grupo, se dijo el periódico Atlantic “nuestra organización tuvo que cambiar la sede de la conferencia para llevarla a cabo una semana más tarde”

Nuestra fase presente de implementación con inteligencia artificial sigue este modelo de flujo constante de noticias que acarrean las últimas tareas abordadas por la inteligencia artificial, y nos dan un sentido equivocado de que estamos en la era del descubrimiento. Un momento en cuando los Enrico Fermí del mundo determinan el balance de poder;     en realidad estamos aplicando un descubrimiento fundamental: “el deep learning” y las técnicas relacionadas hacia muchos diferentes problemas.

Los pioneros del deep learning como Goffrey Hilton, Yuan Le y Joshua Yosh continúan empujando los límites de la inteligencia artificial. Y ellos todavía pueden encontrar otro cambio que cambie el juego, uno que altere el orden jerárquico tecnológico mundial.     Pero por el momento la acción del día están con los pensadores implementado aplicaciones del deep learning.

Las contribuciones Chinas ocurrieron en todos los niveles desde el rango de retoques a modelos existentes hasta la introducción de nuevos enfoques de clase mundial a la construcción de las redes neurales. Una lista de las citas académicas de investigación revela la creciente influencia de los investigadores Chinos. Un estudio de Sinovation Ventures examinó citas en las revistas de la inteligencia artificial y las conferencias desde 2006 hasta 2015 encontraron que el porcentaje de artículos con nombres Chinos doblaron de 23.2% al 42.8% durante ese tiempo. Ese total incluye a investigadores Chino Americanos que han adoptado su nombre en inglés pero una encuesta de las instituciones de investigación encontraron que esos investigadores estaban trabajando en China.

Un recuento reciente de citas en las instituciones globales de investigación confirmaron esa tendencia. Aquella que demostró que las citas entre 2012 y 2016 demostró que China estaba en el segundo lugar solo después de los Estados Unidos. Dentro de las instituciones de élite Tsingua University aún sobrepasa lugares cómo Standford University en el total del citas de inteligencia artificial.

        En los años venideros una Nueva ola de jóvenes con doctorados en inteligencia artificial llevarán a la investigación a un nuevo nivel.    

Y esas contribuciones no solo serán un apilamiento de artículos y citas. Las investigaciones en el país habían producido algunas de las más importantes avances en las redes neurales y en la visión computacional desde la llegada del deep learning.

        Muchas de esas investigaciones emergieron de Microsoft Research China, la institución que yo fundé 1998 llamada más tarde como Investigación Microsoft Asia, fueron a entrenar a 5,000 investigadores en inteligencia artificial. Incluyendo altos ejecutivos de Baidu, Alibaba, Tencent, Lenovo y Huawei.    

En 2015 un equipo de investigadores de Microsoft Asia ganó la competencia mundial de reconocimiento de imágenes con el algoritmo innovador del equipo llamado ImageNet. Éste identifico y clasificó objetos de 100,000 fotografías en diferentes categorías con una tasa de error de solo el 3.5%.     Dos años después cuando el Google deepmind construyó el Alfa Go el sucesor autónomo en aprendizaje de Alpha Go ellos usaron la red como un bloque constructivo tecnológico central.

Estos investigadores Chinos detrás del resto, no se quedaron mucho tiempo en Microsoft. De los cuatro autores del artículo Resnet el equipo de investigación de Yann Le Cun en Facebook pero los otros tres se unieron a startups de inteligencia artificial de China.     Una de esas startups Face++ del equipo se convirtió rápidamente en el líder tecnológico mundial de reconocimiento de caras e imágenes.

En cada competencia de 2017 de reconocimiento de imágenes el equipo de Face++ tomó el primer lugar en tres de las más importantes categorías derrotando a los mejores equipos de Google Microsoft y Facebook.

Para observadores en occidente esos logros académicos vuelan en la cara de creencias profundamente arraigadas acerca de la naturaleza del conocimiento e investigación a través de sistemas políticos. Los controles Chinos deberían obstaculizar la capacidad de abrir nuevas caminos a nivel mundial? Hay críticas válidas acerca del sistema de gobernanza unos son del debate público y la investigación en las ciencias sociales. Pero cuando viene la investigación en las ciencias duras es asunto no son limitativos como muchos foráneos resumen. La inteligencia artificial no toca a los asuntos políticos sensibles tan libremente como sus pares Americanos para construir algoritmos innovadores o construir aplicaciones de inteligencia artificial lucrativa.

Pero no lo tomes de mi, en la conferencia de 2017 sobre inteligencia artificial y seguridad global el anterior Jefe Ejecutivo de Google Eric Smith previno a los participantes acerca de la complacencia en cuanto a la inteligencia artificial se refiere.

Prediciendo que China igualaría las capacidades de Estados Unidos en cinco años Smith fue contundente en su evaluación “créame estos Chinos son buenos… Si tienes cualquier tipo de prejuicio o preocupación que su sistema educacional y sus sistemas no producirán el tipo de personal que estoy hablando, tú estás equivocado”

        Comentarios a lo más relevante de este Post.    

La inteligencia artificial como la electrificación masiva del siglo XXI, una vez descubierto el gran avance del Deep Learning para el reconocimiento de patrones de datos, cambio de la era del descubrimiento científico de élite hacia la era de la implementación. Ahora esa capacidad de reconocimiento de patrones se pone al servicio de de bancos para hacer préstamos, conducir vehículos autónomos, traducir textos, Jugar go o empoderar a tu Alexa de Amazon.

En WeChat la comunidad científica de China se unen chats de grupo gigantes en plataformas de multimedios solo para cubrir al sector ofreciendo noticias solo para saber qué hay de nuevo en la inteligencia artificial. Son 17 nuevas compañías de medios y de análisis de expertos y diálogo abierto.

En los años venideros habrá una nueva ola de jóvenes con doctorado que generarán avances tecnológicos como Face++ de China qué se convirtió rápidamente en el líder mundial de reconocimiento de caras e imágenes. En la competencia de 2017 de reconocimiento de imágenes Face++ tomo el primer lugar de los más importantes categorías derrotando a los mejores equipos de Google, Microsoft y Facebook.


Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.