La Nube y la Inteligencia Artificial
Las redes neuronales: qué son y por qué están volviendo
Si pensamos que en el trabajo nunca vamos a utilizar la Nube o la Inteligencia Artificial, estamos equivocados.
Todas las empresas de Desarrollo Software están probando las posibilidades de la Inteligencia Artificial en mayor o menor medida.
Desde hace un tiempo que hay que tener presente que todos los avances en informática vienen desde el Cloud Computing o la Nube. Aquellas empresas que todavía no han hecho su incursión en la Nube, están condenadas a perder el tren de las innovaciones tecnológicas.
En el caso de la IA es más que evidente. Sabemos que pronto en nuestros dispositivos cotidianos habrá chips con IA, en definitiva, con Redes Neuronales. Pero, resulta que el uso real de la potencia de esta tecnología, vendrá desde las propias aplicaciones en Cloud.
Cualquier empresa de Desarrollo de aplicaciones en la Nube, tiene ya en sus manos la posibilidad de incorporar las últimas innovaciones y servicios de Inteligencia Artificial.
Las aplicaciones, usan servicios de grandes proveedores. Por ejemplo, para el almacenamiento de archivos Dataprius utilizan los servicios del proveedor Azure.
Con la IA pasa lo mismo, existen grandes proveedores que proporcionan estos servicios, veamos algunos de ellos:
Últimamente las Redes Neuronales están volviendo a la actualidad por los logros que están consiguiendo. Por ejemplo, Google ha logrado derrotar a su propio reCAPTCHA con estas mismas, en Stanford han conseguido generar pies de fotos automáticamente.
Logros bastante impresionantes y que cada vez se acercan más a esa idea original de reproducir el funcionamiento del cerebro humano en un ordenador.
¿Cómo funciona una red neuronal?
A pesar de su nombre, las redes neuronales no tienen un concepto demasiado complicado detrás de ellas. El nombre, como podemos imaginar, viene de la idea de imitar el funcionamiento de las redes neuronales de los organismos vivos: un conjunto de neuronas conectadas entre sí y que trabajan en conjunto, sin que haya una tarea concreta para cada una. Con la experiencia, las neuronas van creando y reforzando ciertas conexiones para “aprender” algo que se queda fijo en el tejido.
Ahora bien, por bonito que suene esto, el enfoque biológico no ha sido especialmente útil. Las redes neuronales han ido moviéndose para tener un foco en matemáticas y estadística.
Se basan en una idea sencilla: dados unos parámetros hay una forma de combinarlos para predecir un cierto resultado. Por ejemplo, sabiendo los píxeles de una imagen habrá una forma de saber qué número hay escrito, o conociendo la carga de servidores de un Centro de Procesamiento de Datos (CPD), su temperatura y demás existirá una manera de saber cuánto van a consumir, como hacía Google. El problema, claro está, es que no sabemos cómo combinarlos.
“Las redes neuronales permiten buscar la combinación de parámetros que mejor se ajusta a un determinado problema.”
Las redes neuronales son un modelo para encontrar esa combinación de parámetros y aplicarla al mismo tiempo. En el lenguaje propio, encontrar la combinación que mejor se ajusta, es “entrenar” la red neuronal. Una red ya entrenada, se puede usar luego para hacer predicciones o clasificaciones, es decir, para “aplicar” la combinación.
¿Una nueva época dorada para redes neuronales?
Las redes neuronales no son una idea nueva. Datan de los años 40 y 50, cuando se empezaron a publicar los primeros conceptos. Sin embargo, nunca tuvieron un gran éxito, más que nada porque se necesita una cantidad importante de recursos de un ordenador para entrenar y ejecutar una red neuronal con buenos resultados.
En los últimos años se han conseguido grandes avances gracias a la mejora de los ordenadores y al uso de GPUs para este tipo de computaciones.
Algo parecido montó Google con Street View: una red neuronal convolucional que lograba una precisión del 96% a la hora de reconocer números de calle en las imágenes que toman sus coches. Los de Mountain View están bastante enamorados de las redes neuronales, de hecho, también las usaron para mejorar el reconocimiento de voz de Android o para ahorrar electricidad en sus centros de datos.
Las redes neuronales parece que incluso podrían acabar dominando uno de los juegos que se les resiste a los ordenadores: el juego de Go. En la Universidad de Edimburgo, unos investigadores han logrado usar redes convolucionales para detectar patrones en los tableros y tratar de sacar el mejor movimiento con una efectividad considerable. 90% de juegos ganados contra GNU Go y 10% contra Fuego, dos de los programas que mejor juegan a Go.
Aunque pueda parecer poco, hay que tener en cuenta que ambos exploran un buen número de movimientos posibles para ver cuál da más ventaja. La red neuronal sólo mira al estado actual del tablero y emite un veredicto en muchísimo menos tiempo.
Conclusión
§ ¿Qué? La Inteligencia Artificial (IA) en la nube permite que la tecnología sea más económica y fácil de usar.
§ ¿Por qué? En este momento solo un número reducido de grandes empresas pueden hacer uso de la inteligencia artificial, pero ofrecer esta tecnología a través de la nube ayudaría a que mucha más gente pueda beneficiarse de ella, lo que impulsaría la economía.
§ ¿Quién? Amazon, Google, Microsoft.
§ ¿Cuándo? YA.
Hasta ahora, la Inteligencia Artificial había sido un juguete exclusivo para las grandes compañías de tecnología como Amazon, Baidu, Google y Microsoft, y algunas nuevas empresas. Pero para el resto de las compañías, los sistemas de IA son demasiado caros y difíciles de implementar.
¿Cuál es la solución?
Las herramientas de aprendizaje automático en la nube están llevando a la Inteligencia Artificial a un público mucho más amplio. De momento, Amazon domina la IA de la nube con su filial AWS. Google lo desafía con TensorFlow, una biblioteca de código abierto de inteligencia artificial que se puede utilizar para personalizar Software de aprendizaje automático. Y hace poco, el gigante de las búsquedas presentó Cloud AutoML, un conjunto de sistemas preentrenados que podrían hacer que la inteligencia artificial sea más fácil de utilizar.
Microsoft también tiene su propia plataforma en la nube, Azure. La empresa está colaborando con Amazon para ofrecer Gluon, una biblioteca de código abierto de aprendizaje profundo. En principio, Gluon consigue que construir redes neuronales (una de las tecnologías claves en inteligencia artificial, que imita el proceso de aprendizaje del cerebro humano) resulte tan fácil como construir una aplicación para teléfonos inteligentes.
No está claro cuál de ellas se convertirá en el líder de la oferta de servicios de IA en la nube. Gane quien gane, tendrá una enorme oportunidad de negocio. Estos productos serán esenciales si la revolución de la Inteligencia Artificial logra expandirse ampliamente por otros sectores de la economía.
Actualmente, la IA se utiliza principalmente en la industria tecnológica, donde ha aumentado la eficiencia y permitido la creación de nuevos productos y servicios. Pero muchas otras empresas e industrias han tenido problemas para aprovecharse de los beneficios de esta. Sectores como la medicina, la fabricación y la energía también podrían vivir una revolución si logran implementar la tecnología, lo que ayudaría a impulsar la productividad económica.
Cuando la nube haya puesto la tecnología al alcance de casi todos, la verdadera revolución de la Inteligencia Artificial estará lista para empezar, y Zenta Group ha demostrado junto a sus talentos, la capacidad para innovar en la industria y enfrentar todos los desafíos que hoy el mundo nos propone.
