Si las máquinas nos han dado grandes facilidades para hacer un sinfín de actividades, nosotros también les hemos otorgado el conocimiento para incrementar sus funciones e inteligencia artificial.
Aquí entra el concepto de Machine Learning, u aprendizaje automático, que es la manera en que las máquinas aprende sobre distintos conceptos abstractos muy complejos para ser programados en una primera iteración.
Uno de los ejemplos más claros que tenemos fue QuickDraw, el juego de los laboratorios de Google en el que por medio de Machine Learning, le enseñamos a las máquinas al crear una red neural de conocimiento.
Así es como funciona: uno dibuja un garabato y la aplicación intenta reconocerlo por medio de la información proporcionada por una red neural alimentada por todos los dibujos de los demás usuarios,es decir, estamos enseñándole a las máquinas, y con cada dibujo las hacemos más inteligentes.
¿Qué es lo que está aprendiendo la red neural de QuickDraw? Desde cosas básicas como la apariencia de un árbol o una bicicleta, hasta cuestiones completamente abstractas como una migración animal.
Esto es parte de un esfuerzo de Google por hacer accesible esta tecnología para todo mundo, para familiarizarnos con ella a través de experimentos con fotografías, dibujos, lenguaje, y música. Y esto es hacia donde va el futuro, por ello es importante que todos nos vayamos acostumbrando.
En AI Experiments pueden ver varias aplicaciones para esta tecnología, que incluyen elementos para:
- Hacer música con las fotografías de tu teléfono, pues reconoce los objetos y las convierte en una canción.
- Crear una secuencia de ritmo con sonidos cotidianos
- Traductor por fotografías
- Tomas una foto y la máquina te dice cómo decirlo en otros idiomas
- Intercambiar melodías con una red neural
- Entender cómo funciona el proceso del machine learning y lo que ven las redes neurales.
Qué es una red neural
Al hablar de esto, nos referimos a un sistema computacional que busca resolver problemas en una manera parecida a como lo hace el cerebro humano, a través de varias unidades neurales interconectadas entre sí.
Estas unidades aprenden por sí mismas y son entrenadas en lugar de ser programadas, y ayudan así a resolver problemas que un programa de software tradicional no podría manejar.
Esto es parte de otro movimiento más grande, que es el crowdsourcing del conocimiento:
APROVECHAR LA SABIDURÍA DE LAS MASAS EN ARAS DE HACER UN BIEN A LA SOCIEDAD
Aplicaciones del crowdsourcing del conocimiento:
- Traducir documentos antiguos: esto es lo que hacemos cada que llenamos el famoso ‘Captcha‘, estamos traduciendo y digitalizando documentos antiguos que los escáners no pueden reconocer.
- Mejorar y probar tácticas de guerra por medio de juegos de estrategia:La Marina de Estados Unidos quería encontrar estrategias para combatir a los piratas en Somalia, entonces sacó un juego de estrategia y dejó que miles de gamers le dieran las mejores opciones.
- Resolver, junto con ayuda de los videojugadores, problemas moleculares que ni siquiera los científicos podían descifrar.
Así como hemos platicado en el pasado del lado oscuro de la tecnología (alienación, ciberbullying), vale la pena conocer también la manera en que los seres humanos, junto con la tecnología, aplicamos el conocimiento colectivo para mejorar los grandes problemas de la humanidad.
También te puede interesar:
La Disrupción de la Contabilidad en México #DTI2016
Dos enseñanzas que nos deja Donald Trump*
Comentarios