Parte 13 Las 7 gigantes y el Proximo DeepLearning


        Parte 13 Las 7 Gigantes y el Próximo Deep Learning    

Tiempo de Lectura: 13 minutos.

Mientras la investigación de la comunidad global florece en un sistema fluido y abierto, un componente del ecosistema se mantiene más cerrado: los laboratorios de investigación corporativos. Los investigadores académicos pueden apurarse a compartir su trabajo con el mundo.     Pero las compañías tecnológicas públicas tienen la responsabilidad fiduciaria para maximizar sus utilidades para los accionistas. Eso usualmente significa menos publicación y más tecnología propia.

De los cientos de corporaciones alimentando recursos a la investigación en inteligencia artificial regresemos a las siete que se han convertido en los nuevos gigantes de la investigación corporativa Google, Facebook, Amazon, Microsoft, Baidu, Alíbaba y Tencent. Estos siete gigantes se han transformado en lo que las naciones eran hace 50 años esto es largas y relativamente cerrados sistemas que concentran talento y recursos y descubrimientos que se mantienen “en casa”.

Los sellos alrededor de la investigación corporativa no son nunca herméticos. Miembros del equipo salen a fundar sus propias compañías, algunos grupos como Microsoft Research y Facebook AI y Deepmind todavía publican artículos de sus más significativas contribuciones.     Pero hablando en general si una de esas compañías hace un descubrimiento único, un secreto de negocio que pueda generar utilidades masivas para la compañía, hará lo posible por mantenerlo en secreto y tratará de extraerle el máximo valor antes de que el mundo lo sepa.

Un descubrimiento revolucionario qué ocurra dentro de esos sistemas, representa una amenaza para el ecosistema abierto de la inteligencia artificial. También amenaza con bloquear a China de su objetivo de convertirse en el líder mundial de la inteligencia artificial.     La forma en que las cosas están hoy, China ya tiene el liderazgo en emprendimiento, los datos y el soporte gubernamental y están rápidamente alcanzando a los Estados Unidos en experiencia.

Si el estatus se mantiene para los años siguientes, una forma de startups en inteligencia artificial empezará a ventilar la matriz alrededor de diferentes industrias. Ellos se apalancaran del deep learning y otras tecnologías de machine learning capaces de irrumpir en docenas de startups y atrapar las recompensas de ésta transformación económica.

Pero si el siguiente descubrimiento en la escala no ocurre rápido y se mantiene en un medio ambiente herméticamente cerrado, todas las apuestas están cerradas. Esto le podría dar a una compañía una ventaja insuperable sobre las otras siete y regresarlos a la era del descubrimiento, en donde los tips de los expertos le darían el balance de poder hacia los Estados Unidos.

Para ser claro yo creo que nos probilidad están un poco en contra de que sus descubrimientos vengan de los gigantes corporativos en los próximos años.     El deep learning marcó el más grande salto hacia adelante de los pasados cincuenta años y esos avances en escala, rara vez cambian cada pocas décadas.  Aún si ese descubrimiento ocurre, es más probable que ocurra en el medio ambiente abierto de la academia. Ahora mismo, los gigantes corporativos están gastando recursos sin precedentes para exprimir al deep learning todo su valor. Esto significa muchos ajustes a los algoritmos y únicamente un pequeño porcentaje a la investigación abierta, en búsqueda de un nuevo descubrimiento que cambia el paradigma.

    Mientras tanto los académicos se encuentran ellos mismos incapaces de competir con la industria, en aplicaciones prácticas de deep learning por la carencia de datos y la potencia computacional.  Así que muchos académicos están siguiendo a Geofffrey Hinton para moverse hacia la invención del siguiente deep learning, un nuevo enfoque fundamental a los problemas que podrían cambiar el juego.

Mientra Así que muchos académicos están siguiendo a Geodfrey Hinton para moverse hacia la investigación e invención de la siguiente tecnología con un nuevo enfoque fundamental a los problemas que podrían cambiar el juego.     Ese tipo de investigación abierta es más probable que empiece con el siguiente descubrimiento en la academia y publicarlo para que todo el mundo lo aprenda.

        Google Contra el Resto    

Pero si el siguiente deep learning está destinado a ser descubierto en el mundo corporativo Google tiene la mejor oportunidad dentro de las siete gigantes de la inteligencia artificial. Google y precisamente su compañía matriz Alphabet qué es la dueña de deep mind y de la empresa de automóviles autónomos que se manejan sin chofer Waimo se mantienen al frente del resto. Fue una de las compañías que tempranamente descubrieron el potencial del deep learning y han dedicado mayores recursos para aprovecharlo que cualquier otra compañía.

En términos de inversion incluso empequeñese al gobierno de los Estados Unidos. Los fondos federales para matemáticas y la investigación en las ciencias computacionales son menores qué la mitad del presupuesto de investigación y desarrollo de Google.     Ese gasto le ha permitido a Alphabet atraer a una gran participación de las mentes más brillantes en inteligencia artificial.

        En la parte superior de los 100 mejores investigadores en inteligencia artificial la mitad ya están trabajando para Google.    

Los otros 50 están distribuidos entre las otras gigantes, la academia y un grupo de pequeños startups. Microsoft y Facebook han tomado porciones sustanciales de este grupo con Facebook atrayendo a los investigadores superestrellas como Yann Le Fin.

De los gigantes Chinos Baidu entró a la investigación primero en deep learning, aún trataron de adquirir el startup de Geoffrey Hinton en 2013 antes que lo superara la oferta Google y logró un golpe mayor cuando reclutó en 2014 a Andrew Ng para liderar su laboratorio de inteligencia artificial en Silicon Valley. En un año está contratación estaba produciendo notables resultados.     En 2015 los algoritmos de Baidu habían excedido las capacidades humanas el reconocimiento de voz . Fue un gran logro pero uno que fue largamente ignorado en los Estados Unidos.

En efecto cuando Microsoft alcanzó ésta meta un año después para el inglés, la compañía lo trato como un logro histórico Ng dejó a Baidu en 2017 para crear su propio fondo de inversión en inteligencia artificial en 2017. Pero el tiempo que estuvieron en la compañía, ambos dieron testimonio de las ambiciones de Baidu y fortalecieron su reputación en investigación.

    Alibaba y Tencent fueron jugadores tardíos a la carrera de la inteligencia artificial pero tenían el dinero y los datos a la mano para atraer talento Superior. Con el WeChat sirviendo como una aplicación, todo en una, en el más grande y rico mercado de internet del mundo.  Tencet poseé probablemente el más rico ecosistema de datos de todas las gigantes. Esto ahora le está ayudando a Tencent a traer y empoderar a los talentos superiores de gran altura en investigación y desarrollo. En 2017 Tencent abrió un instituto de investigación en Seattle e inmediatamente empezó a cazar furtivamente a los investigadores de Microsoft para dotarlo de personal.

Alíbaba siguió sus planes para abrir una red mundial de investigadores incluyendo Silicon Valley y en Seattle. Así que Tencent y Alibaba tenían que demostrar públicamente los resultados de las investigaciones optando por aplicaciones impulsadas hacia los productos.     Alíbaba había tomado el liderazgo de los Cerebros de las ciudades, que son redes masivas guiadas por la inteligencia artificial para optimizar los servicios de la ciudad obteniendo datos de video cámaras, las redes sociales, del tránsito público y aplicaciones basadas en la ubicación.  Trabajando con el gobierno de la ciudad de Hangzhou está usando reconocimiento avanzado de objetos y algoritmos para predecir el tránsito para constantemente retocar los patrones de las señales de tránsito y alertar a los servicios de emergencia cuando hay accidentes.     El intento incrementó la velocidad en el 10% en algunas áreas y Alibaba ahora está preparándose para dar el servicio en otras ciudades.

Mientras Google ha brindado a una guerra por obtener talento superior en la inteligencia artificial, eso no significa que la victoria la tengan garantizada. Como ya se dijo los descubrimientos fundamentales son pocos y lejanos entre uno y otro y los que cambian el paradigma frecuentemente surgen de lugares inesperados.

    El deep learning apareció de un pequeño grupo interesado y obsesionado con el machine learning que había sido rechazado por los investigadores comunes.  Si el siguiente deep learning está allá en algún lado pudiera estar escondido en los campos de las universidades o en laboratorios corporativos y no se sabe del cuándo o donde saldrán a la vista.

        Mientras el mundo espera por la lotería del producto del nuevo descubrimiento nos encontramos atrinchrrados en nuestra era de la implementación de la inteligencia artificial.    

        Redes eléctricas versus baterías de la inteligencia artificial    

Pero las gigantes no solo están compitiendo unas con las otras en una carrera para el siguiente descubrimiento del deep learning. Ellas están en la carrera más inmediata para revolucionar industrias específicas.     Es una competencia entre dos enfoques para distribuir la “electricidad” de la inteligencia artificial en toda la economía: el enfoque de redes de las 7 gigantes versus el enfoque de batería de la startups . Cómo se desarrolle esa carrera determinará la naturaleza del panorama empresarial que pudiera ser un monopolio, un oligopolio o competencia libre entre cientos de compañías.

    El enfoque de redes eléctricas está tratando de convertir a la inteligencia artificial en un servicio commodity. Apunta a convertir el poder del machínee learning en un servicio estandarizado que puede ser comprado por cualquier compañía o aún regalado para uso académico o personal y accesado a través de las plataformas de computación en la nube (cloud computing).  En este modelo las plataformas de cloud computing actúan optimizando complejas redes de machine learning sobre los problemas con los datos que el usuario requiere. Las compañías detrás de esas plataformas Google, Alibaba y Amazon actúan como las empresas de servicios públicos administrando la red y cobrando las comisiones.

        Enganchado en la red le permitirá a compañías tradicionales con grandes conjuntos de datos enfocarse fácilmente a los poderes y optimización de la inteligencia artificial sin tener que rehacer sus negocios alrededor de ella.    

El objetivo del enfoque de redes es bajar ese umbral de experiencia e incrementar la funcionalidad de la esas plataformas de inteligencia artificial basadas en la nube.     Haciendo uso del machine learning está cercano a ser tan simple como conectar un aparato eléctrico a la pared. Y ya nunca será pero las 7 gigantes esperan dibujar las cosas en esa dirección y entonces operar la red y cosechar las recompensas.

Todas las startups están construyendo productos de inteligencia artificial con potencia de batería para cada uso, estas empresas están apostando por la profundidad en lugar de la amplitud.

        En vez de suministrar capacidades de machine learning de propósito general ellas construyen nuevos productos entrenando a los algoritmos para tareas específicas incluyendo diagnóstico médico, préstamos hipotecarios y drones autónomos.    

Éstas empresas están buscandoo que los negocios tradicionales sean incapaces de simplemente enchufarse a los detalles de las operaciones diarias dentro de la red de usos múltiples. En vez de ayudar a esas compañías a accesar a la inteligencia artificial esas empresas desean cambiar el paradigma (disrupt) de ellas usando la inteligencia artificial. Ellas se apuntan a construir compañías de inteligencia artificial desde cero creando una nueva lista de campeones de la industria.

Es muy temprano para seleccionar un ganador entre los enfoques de red y batería. Mientras los gigantes como Google extienden lentamente sus tentáculos hacia afuera las empresas en China y las de Estados Unidos están corriendo para reclamar territorios vírgenes y reforzarse ellas mismas contra las incursiones de las siete gigantes. Se concentrarán beneficios astronómicos en las manos de las 7 gigantes? las súper utilidades de la era de la inteligencia artificial? o difundían esas ganancias a través de miles de vibrantes nuevas compañías?

        Los Chips en el hombro de China    

Una indiscutible área de la competencia en la inteligencia artificial dentro de las gigantes de Estados Unidos y China está en los chips para computadoras     también conocidos Como semiconductores.  Los chips de alto rendimiento son los muchos veces anónimos héroes de cada revolución computacional. Estos son el corazón de nuestras computadoras de escritorio, las laptops, los teléfonos inteligentes, las tabletas pero por esa razón se mantienen escondidos a los ojos del usuario final.     Pero desde una perspectiva económica y de seguridad construir chips es la gran cosa. Los mercados tienden ha hacerse lucrativos monopolios y las vulnerabilidades son mejor vistas por aquellos que trabajan con el hardware.

Cada era de la computación requiere diferentes tipos de chips. Cuando las computadoras de escritorio reinaban los fabricantes de chips buscaban maximizar la velocidad de proceso y los gráficos en una alta resolución en la pantalla sin preocuparse por el consumo eléctrico (después de todo las computadoras de escritorio estaban siempre conectadas).     Intel  perfeccionó el diseño de esos chips e hizo billones en el proceso. Pero con el advenimiento de los teléfonos inteligentes la demanda cambio hacia el uso más eficiente del consumo energético y     Qualcomm  tomó el trono como indiscutible Rey del Chip.

Ahora que los programas computacionales tradicionales son desplazados por la operación de los algoritmos de la inteligencia artificial los requerimientos se cambiaron otra vez para cumplir las demandas del machine learning con rápidas ejecuciones de fórmulas matemáticas algo que ni Intel, ni Qualcomm están construidos, dentro de ese vacío entró     Nvidia,  un fabricante de chips que había sido excelente para el proceso gráfico de juegos de video. Las matemáticas de esos procesos se alinearon bien con los requerimientos de la inteligencia artificial y     Nvidia se convirtió en el jugador a seguir en el mercado de los chips. Entre 2016 y 2018 el precio accionario de la empresa se multiplicó por diez.

Esos chips son centrales para cualquier cosa desde el reconocimiento facial hasta los control de autos autónomos y a creado una carrera para construir la nueva generación de chips de la inteligencia artificial. Google y Microsoft compañías que habían evitado construir sus propios chips, a saltado a la refriega junto con Qualcomm y un montón de bien fundadas empresas de producción de chips en silicon Valley. Facebook se ha asociado con Intel para probar su primera impresión para construir chips específicos para la inteligencia artificial.

Pero por primera vez la mayoría de la acción en este espacio está teniendo lugar en China. El gobierno chino por varios años, aún décadas trato de construir sus capacidades locales para la fabricación de chips. Pero construir chip de alto rendimiento es un proceso extremadamente complejo y de utilización intensa de expertos uno que hasta ahora de varios proyectos apoyados por el gobierno por las últimas tres décadas son las empresas privadas de Silicon Valley las que han sacado provecho del desarrollo de chips.

Los líderes Chinos y un grupo de startups para la fabricación de chips están esperando que este tiempo sea diferente. El ministerio Chino de ciencia y tecnología ha estado repartiendo grandes cantidades de dinero, con la meta específica de construir un chip con una potencia energética y rendimiento 20 veces que lo que ofrece Nvidia actualmente     los startups Chinos como Horizon Robotics, Bitmaine y Capricorn Technologies están llenos de capital de inversión y están trabajando en productos cortados a la medida para los autos autónomos y otros usos en casos con inteligencia artificial.  La ventaja del país con los datos, también se alimentará en el desarrollo de los chips ofreciendo a los productores de hardware una fiesta de ejemplos en los cuales puedan probar sus productos.

En el balance Silicon Valley se mantiene como líder indiscutible en el desarrollo de los chips, pero es un liderazgo que el gobierno Chino y el capital de riesgo del país están tratando de borrar. Esto es porque cuando el cambio de paradigma económico ocurre en la escala que promete la inteligencia artifical no solo es una cuestión de negocios es támbien una pregunta mayormente política.

        Comentarios sobresalientes.    

Hablando en general si una de las siete grandes hace un descubrimiento único, un secreto de negocio que pueda generar utilidades masivas para la compañía hará lo posible por mantenerlo en secreto y tratará de extraerle el máximo valor antes de que el mundo lo sepa. Un nuevo descubrimiento amenaza con bloquear a China en su objetivo de convertirse en el líder mundial de la inteligencia artificial. En la forma en que las cosas están hoy China ya tiene el liderazgo en el emprendimiento, los datos, y el del soporte gubernamental y está rápidamente alcanzando a los Estados Unidos en la experiencia.

El deep learning marcó el más grande salto hacia delante de los pasados 50 años, avances en esta escala rara vez viene uno, cada pocas décadas.

Pero si el siguiente descubrimiento está en el mundo corporativo Google tiene la mayor oportunidad dentro de las 7 grandes de la inteligencia artificial. Las investigaciones de Google en deep learning excede por mucho el presupuesto Federal para la investigación y desarrollo en Estados Unidos. Este gasto le ha permitido a Alphabet, su empresa matriz, tener una gran participación de las mentes más brillantes en inteligencia artificial. De las 100 mentes más brillantes 50 ya trabajan para Google. Tencent tenía el dinero y los datos a la mano para atraer talento Superior. Con el WeChat sirviendo como una súper aplicación todo en una, en el más grande y rico mercado de Internet del mundo. Alibaba había tomado el liderazgo de los Cerebros de la Ciudad que son redes masivas guiadas por la inteligencia artificial para optimizar los servicios de la ciudad.

Mientras el mundo espera el producto del nuevo descubrimiento, nos encontramos atrincherados en nuestra era de la implementación de la inteligencia artificial.

Nos encontramos entre dos enfoques para distribuir “la electricidad” de la inteligencia artificial en toda la economía: el enfoque de redes de las siete gigantes versus el enfoque de batería de las startups.

El enfoque de redes eléctricas está tratando de convertir a la inteligencia artificial en un servicio Commodity y apunta a convertir el poder del maching learning en un servicio estandarizado que puede ser comprado por cualquier compañía y accesado a través de las plataformas de computación en la nube (cloud computing). Hacer uso el machine learning está cercano a ser tan simple cómo conectar un aparato eléctrico a la pared y ya nunca será igual, pero las 7 gigantes esperan empujar las cosas en esa dirección y entonces cosechar las recompensas y operar la red.

El enfoque de batería de las startups está apostado por la profundidad, en lugar de la amplitud. En vez de suministrar capacidades de machine learning de propósito general ellos construyen nuevos productos, entrenan algoritmos para tareas específicas incluyendo diagnóstico médico, préstamos hipotecarios y drones autónomos.

Los chip son los héroes anónimos que se encuentran en el corazón de nuestras computadoras de escritorio, las laptops, los teléfonos inteligentes y las tabletas y por esa razón se mantienen escondidos a los ojos del usuario final.

Cada era de la computación requiere diferentes tipos de chips cómo Intel para las computadoras de escritorio, Qualcomm para los teléfonos celulares e Nvidia para las aplicaciones de inteligencia artificial. Qué se convirtió en el jugador a seguir en el mercado de los chips entre 2016 y 2018 el precio accionario de la empresa se multiplicó por 10. Esos chips son centrales para cualquier cosa desde reconocimiento facial hasta el control de autos autónomos. El Ministerio Chino de Ciencias y Tecnologías ha estado repartiendo grandes cantidades de dinero con la meta específica de construir un chip con una potencia energética y rendimiento 20 veces que lo que ofrece Nvidia actualmente.

En el balance Silicon Valley se mantiene como líder indiscutible en el desarrollo de los chips pero es un liderazgo que el gobierno Chino y el capital de riesgo del país están tratando de borrar y esto es porque cuando cambia el paradigma económico qué ocurre en la escala que promete la inteligencia artificial no solo es una cuestión de negocios es también una pregunta mayormente política.


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.