¿Cómo aprenden las máquinas?

Cada vez que intentas acceder a muchas webs, estas te piden comprobar que no eres un robot. Para ello, te proponen pruebas sencillas que pueden variar, desde marcar una casilla a reconocer una imagen. Esta es la clave de la cuestión. La mayoría de esas imágenes están relacionadas directa o indirectamente con la conducción. Pueden ser señales de tráfico, escaparates, líneas de una carretera, cruces, vehículos… Mi amigo Javier Sirvent me contó hace tiempo que cada vez que nosotros reconocemos una de esas imágenes, estamos entrenando a Waymo (proyecto de tecnología de vehículo autoconducido de Google) para que sea mucho más eficiente.
De esta forma, la inteligencia artificial de este vehículo o tecnología recibe cientos de millones de enseñanzas cada día. Sería imposible lograr ese nivel de conocimiento con avanzados sistemas de visión artificial ya que habría que recrear perspectivas, situaciones, condiciones de luz, etc. Imagínate que una señal está medio tapada por la rama de un árbol que no ha sido podado. No digo que no se pueda recrear en un laboratorio, pero de esta forma es muchísimo más rápido. Igual que millones de cerebros humanos identificamos imágenes imprescindibles para conducir seguro, podríamos identificar palabras, tipografías, logos, diseños, conclusiones, fórmulas matemáticas, traducciones, composiciones químicas, partituras musicales y, básicamente, todo lo que conocemos. O casi todo.
Waymo es una tecnología aunque tienen un prototipo de coche de pequeño tamaño. Te recomiendo que busques su imagen en Google. De su inversión, probablemente un noventa por ciento se ha ido a software y un diez por ciento a un arcefacto de cuatro plazas, no muy bonito, pero práctico.
Un experto de la industria del automóvil nos ha contado hoy que el número de kilómetros recorridos por Waymo (kilómetros son aprendizaje por experiencia) multiplica por decenas al resto de los competidores. Inicialmente su tecnología ha sido adaptada a otros vehículos y por eso acumula mucho tiempo de aprendizaje. Como los buenos vinos.
Hoy a las máquinas les enseñamos los humanos. Pero una máquina puede enseñar a otra. Hasta un límite infinito ya que pueden hablar entre ellas gracias a la gran red. Un juego, un GPS, un acelerómetro, una cámara, un parquímetro, un avión, un semáforo, un scanner, un bisturí digital, un.. son máquinas, cada una opera en su territorio, pero pueden sumar fuerzas. Van a sumar fuerzas y aprendizajes.
Las máquinas aprenderán por sí mismas con visión artificial, reconocimiento de vídeos, textos e idiomas, observación, imitación, experimentación, retención, sensores de todo tipo, sensaciones medibles y elaboración de conclusiones.
Esto no es una amenaza, es una realidad.
Hasta ahora, los humanos estamos creando mejores y mejores máquinas, desarrollando nuevos lenguajes de programación, haciendo posible la revolución digital.
La pregunta que nos hemos hecho ha sido, si los humanos estamos creando mejores máquinas, ¿pueden las máquinas crear mejores humanos?
La respuesta es; sí, pueden. De dos formas:
La primera es por hibridación, un #chip injertado o un exoesqueleto. La segunda es Capaball, la #inteligencia artificial al servicio de la creación de planes personalizados de capacitación.
Algunos amigos, sacan a la luz la diferencia entre información y formación. Objeto un de un profundo debate. ¿Alguien bien informado sabe? ¿Sabe más que alguien bien formado? ¿Cambia la retención o la comprensión? Nosotros pensamos que la diferencia entre formación e información es la actualidad de los contenidos. Algo reciente, un dato, es información, algo básico, un principio, una fórmula, una forma de hacer es formación. Si todo va a ser modificado por la digitalización; ¿Cuál de ambas será más importante? o ¿Son lo mismo?
Nos encantará conocer tu opinión.
