Aprendizaje automático: todo el mundo habla de ello, pero ¿qué es?

La mente humana tiene un límite en la cantidad de datos que puede recopilar y gestionar, pero las máquinas son capaces de lidiar con esto mucho mejor que nosotros. Así que ahora intentamos hacer las máquinas aún más inteligentes permitiéndoles aprender por sí mismas, pero ¿con qué fin?

¿Qué es el aprendizaje automático?

El aprendizaje automático (a veces llamado "aprendizaje automático" o "aprendizaje inteligente") es, como su nombre indica, hacer que una máquina o sistema sea capaz de aprender por sí mismo. Esto marca una divergencia significativa de la programación informática clásica, que consistía en que un humano daba una orden y la máquina la ejecutaba. En el aprendizaje automático, la máquina es capaz de adaptarse a situaciones y así aprender por sí misma. Para que esto ocurra, no se trata solo de algoritmos de software, sino que componentes de hardware que puedan sostenerse por sí mismos son también muy importantes, como el chip TPU anunciado por Google durante el Google I/O la semana pasada.

La intervención humana en programación no es perfecta porque la evolución de un programa (la adición de nuevas reglas) puede causar conflictos con el código existente, resultando en inestabilidades. Si un sistema hace la "evolución" por sí solo, no hará nada estúpido (en teoría...). Dicho esto, el aprendizaje automático se está desarrollando en muchos otros campos, a los que volveremos después.

¿Cuál es la diferencia entre aprendizaje automático e inteligencia artificial?

Aunque el aprendizaje automático y la Inteligencia Artificial no son conceptos totalmente diferentes, no son exactamente lo mismo. El Aprendizaje Automático se resume como la capacidad de una máquina para adaptarse a situaciones y evolucionar por sí misma. En cierto sentido, es uno de los procesos necesarios para la inteligencia artificial, que a su vez es un sistema autónomo.

Pongamos el ejemplo de un coche autónomo: un coche que va del punto A al B según el código de circulación. Esto implica inteligencia artificial porque la máquina es capaz de adaptarse. Si hubiera sido programado para aprender y observar para adaptarse al tráfico o distintas situaciones, eso sería aprendizaje automático. Si hubiera sido programado para seguir miles de millones de reglas predefinidas que permanecen fijas hasta una actualización, eso sería inteligencia artificial sin aprendizaje automático.

Obviamente, el aprendizaje automático tiene el mayor potencial para mejorar la inteligencia artificial y nos proporciona un dispositivo que funciona a largo plazo.

¿Para qué sirve el aprendizaje automático?

El principal objetivo del aprendizaje automático es permitir que un sistema informático reaccione por sí solo para protegerse a sí mismo o a una red de ciberataques. Hay muchas ventajas, incluyendo que los informáticos ya no tienen que estar conectados en el momento del ataque para lidiar con el problema. Como muchas tecnologías modernas, el aprendizaje automático pretende eventualmente ser mainstream para cualquiera y no quedarse orientado solo a nichos.

Esta es la ruta hacia la que apunta el aprendizaje automático, usarse en distintos sectores que, como imaginas, tienen más en común de lo que parece. Durante la keynote de Google I/O la semana pasada, Google explicó que usa este concepto en su app Google Photos. Esta aprende de cómo usas la app y obviamente usa los datos disponibles en tu móvil (fotos, nombres, etc.) e intenta ofrecerte la experiencia que cree que esperas.

La estrategia de Google no se limita a Google Photos: su estrategia es consolidar la mayoría (¿o quizás todas?) de sus servicios. La cara de esta estrategia es obviamente la de la inteligencia artificial: el Asistente de Google. El Asistente aprende de todo lo que observa y el ecosistema de Google solo mejora la calidad de información disponible (y por tanto el potencial de adaptación).

Una tecnología interesante pero no te confíes demasiado

"Es tentador descartar la noción de máquinas altamente inteligentes como mera ciencia ficción. Pero esto sería un error, y potencialmente nuestro peor error en la historia. [...] Desafortunadamente, también podría ser el último, a menos que aprendamos a evitar los riesgos". Esto es lo que el físico Stephen Hawking piensa de la inteligencia artificial, que, recordemos, es la culminación del aprendizaje automático. Las consecuencias de esta tecnología son por tanto significativas pero es necesario mantener algunos elementos en nuestra línea de mira.

Por definición, el aprendizaje automático aprende, así que si su objetivo es aprender sobre ti (como es el caso de Google), deberíamos hacernos preguntas éticas, entrando en conflicto con el pragmatismo moderno. ¿Es aceptable que alguien (o mejor, algo) pueda acceder a tanta información sobre nosotros? Como señaló mi compañero Hans-Georg, no olvidemos que Google y varias agencias estadounidenses (departamentos gubernamentales) también tienen acceso a estos datos.

Otro ángulo a considerar es el impacto que esto puede tener en la sociedad. Como señaló mi compañero Stefan en sus impresiones del Google I/O, el Asistente de Google se está convirtiendo en una especie de "centro", un único punto de contacto para todas tus acciones (pedir direcciones, pedir comida, etc.). Aparte de la consecuencia en nuestras interacciones sociales (que solo veremos efectos a largo plazo), también podemos considerar el concepto de "una máquina que piensa", ¿podría esta tecnología reemplazar a humanos? No lo digo como ciencia ficción sino desde perspectiva profesional: las máquinas ya reemplazan humanos en muchas tareas, el aprendizaje automático podría seguir empujando este impulso. Además, Google es muy consciente de los efectos en el empleo ya que en el Google I/O lanzó su nuevo Google Jobs, un portal para buscadores de empleo.

En conclusión, no olvidemos un hecho obvio: la tecnología obedece las reglas de quien la crea. Si puede usarse para bien, puede usarse para mal. Por supuesto, no vivimos en Terminator, un universo dirigido por máquinas, pero los conflictos cibernéticos podrían evolucionar de forma completamente distinta.

En resumen, el sistema de aprendizaje automático es muy útil y tiene un largo futuro por delante, pero el ahorro de tiempo y esfuerzo que conlleva no debería tomarse a la ligera.

En tu opinión, ¿dónde será más útil el aprendizaje automático? ¿Dónde tendrá más impacto? Déjanos tus pensamientos en los comentarios.