Xataka
Contenidos contratados por la marca que se menciona.

+info

Durante años hemos especulado con nuestro siguiente sustituto. Si durante el siglo XVIII se comparaba el cerebro humano con una máquina de vapor, hoy confiamos en algo más que los autómatas de Pierre Jaquet-Droz. Soñamos con cyborgs conectados a cordones neurales y convirtiendo a la especie humana en un eslabón obsoleto.

Aunque tal vez deberíamos dejar de pisar el acelerador en esa dirección, puesto que las IA siguen necesitando diseños centrados en nosotros, en nuestras necesidades. Existe hasta una normativa ISO para recordárnoslo.

Cada producto o servicio, desde la concepción, desarrollo, hasta su distribución final, ha de tener en consideración al usuario final. Y esos usuarios-consumidores seguimos siendo los humanos. Lo que se conoce como DCH (desarrollo centrado en el humano). La finalidad, por tanto, está en mejorar no sólo el producto, sino su propia implementación: ergonomía, requerimientos técnicos, escalabilidad, etcétera.

 

Aprendiendo del mejor

Decía James Guszcza, jefe de datos para Deloitte Consulting, que la IA moderna trata menos de «crear inteligencias que imiten a la humana que de crear herramientas que hagan un trabajo de apoyo cognitivo y, en general, mejoren o extiendan la inteligencia humana». Conciliando ambos mundos podremos evolucionar hacia el siguiente paso.

Este apunte resume bastante bien el uso habitual de datos: construimos granjas con miles de servidores para acumular y gestionar macrodatos; y, a partir de un aprendizaje estadístico y una algorítmica básica, reconozcan patrones con la suficiente audacia para sacar conclusiones coherentes. Estas IA sustituyen el razonamiento común básico para establecer una causa-efecto.

se les da genial. En serio. Más allá de usar estas herramientas para crear un tráiler de éxito —o incluso un guión de cine—, las inteligencias artificiales están demostrando su buen hacer cada día, optimizando recursos en la desalinización de aguas o en la gestión de combustibles, evitando la congestión automovilística en grandes urbes o incluso recordándonos que el amor puede ser resultado de una compleja ecuación.

Pero esto no debe llevarnos a sentencias apresuradas. Ni el ser humano va a ser sustituido como ente nominal en la sociedad ni vamos a vivir a merced de las decisiones que tomen un puñado de redes neuronales. Como apuntaba el informe PwC’s Data and Analytics Survey 2016: Big Decisionslas grandes decisiones seguirán dependiendo del juicio humano.

 

Una brecha necesaria

El machine learning es un complemento, un apoyo para tomar decisiones más rápidas y, por tanto, más baratas. Si algo han demostrado el viejo Kismet o la joven Sophia, es que aún queda demasiado para esta interacción sea fluida, que no basta con un poco de antropomorfización e imitar los tics de algún chaval.

Una de nuestras grandes virtudes como animales sociales reside en nuestra capacidad de intuir pensamientos ajenos, de empatizar con los demás. Nuestra cognición y las virtudes de nuestra interacción social residen en esto. Nos permite construir relaciones, predecir ciertos acontecimientos, comunicarnos con cierta eficacia e incluso crear grupos de cooperación.

Las IA, en cambio, han demostrado su eficiencia operando de forma más independiente. Ganando al mejor jugador Go del mundo, por ejemplo. La simbiosis entre humano y máquina es el verdadero paso adelante, el puente que está condicionando progresos reales.

El deep learning, las inteligencias predictivas y las IA que enseñan a otras IA han ayudado a dar ese siguiente paso: ya no se limitan a reconocer el objeto de una imagen y clasificarlo en un gran árbol de etiquetas. Ahora cuentan con capacidad de razonamiento. Y, bajo esta premisa, en un futuro próximo podrán incluso ayudarnos a definir esas delgadas líneas rojas entre el bien y el mal.

Ya existen, de hecho. Durante décadas, la jurimetría —donde la ciencia y el mundo legal se dan la mano— ha servido para revisar jurisprudencias y casos especialmente complejos. Ahora, gracias a algoritmos como las máquinas de vectores de soporte, podemos acercarnos a clasificar lo inclasificable: el ámbito moral.

 

Al alcance de la mano

Y tampoco creamos que hablamos de teoría sin aplicar: estas inteligencias ya conviven con nosotros. Están en nuestros bolsillos: el smartphone espoleó el cloud y el fog computing, se transformó en el gadget rey, en el principal punto de acceso a internet y en el corazón del consumo informativo.

Y quizá uno de los segmentos donde más beneficios tangibles está aportando la IA a nivel usuario, más allá de las búsquedas interactivas, sea en las mejoras fotográficas que aporta a los smartphones. Una IA puede beneficiarse de las posibilidades de una cámara dual en el Modo Retrato, detectando la profundidad del sujeto en la imagen y generando un atractivo bokeh.

Más aun, algunas aplicaciones pueden transformar nuestros selfies para que parezcan tomados con teleobjetivo. LetsEnhance es capaz de coger un JPEG y ampliarlo sin pérdida, rellenando y añadiendo detalles mediante un análisis predictivo.

Pon a una IA a tomar fotografías y obtendrá mejores parámetros técnicos, rendimientos más eficaces en las mismas condiciones, pero rara vez darán con esa foto cargada de simbología, esa especie de equilibrio cuántico que sí logrará un profesional con años de experiencia.

Hubo un tiempo en el que reconocer una imagen exigía crear una base de datos con una serie de parámetros previos. El Big Data ha solventado eso: durante el último lustro hemos cosechado más información que la generada durante toda la historia de la humanidad.

Entretanto, hemos descubierto que para identificar trenes hay que identificar vías, que una IA economiza recursos y asocia ciertas cosas que damos por obvias para crear sus propios atajos mnemotécnicos. Tras 40 años sin apenas progresos visibles porque entendíamos mal los procesos de aprendizaje de las propias máquinas hemos entendido que ellas, como nosotras, buscan atajos. Son “prácticas”.

Y hoy día, herramientas como Cloud AutoML parecen el plug-and-play de la IA: reconocen y aprenden sin necesidad de escribir ni una sola línea de código.

 

Una nueva perspectiva fotográfica

La multinacional Huawei es una de las empresas que más firmemente han apostado por la IA y una algoritmia avanzada para recopilar y analizar patrones en datos. El nuevo Huawei P20 Pro es buena muestra de ello.

Su procesador es un un Kirin 970 potenciado con NPU. ¿Y qué es NPU? En Xataka hemos hablado de ello en más de una ocasión: se trata de una Unidad de Procesamiento Neuronal, un chip integrado en el SoC que facilita la ejecución de tareas donde la IA está implicada. Es 50 veces más eficiente y 25 veces más rápida respecto a una CPU normal, capaz de reconocer hasta 33 imágenes por segundo.

Los más de 25.000 selfies que disparamos a lo largo de nuestra vida pueden verse aún mejor. Como si de un jurado popular se tratase, las nuevas IA aprenden sobre nuestras tendencias de uso, sobre nuestros gustos, aplicando a todo ello su refinada perspectiva.

El sistema reconoce objetos y entornos y almacena metadatos para conformar unas preferencias ideales. Cuantas más fotos se tomen, mejor interpretación. Antes de que pidamos un filtro o un retoque, el back-end de las cámaras configura y adecúa la foto. Cuando la IA de la cámara registra un intento de tomar una foto grupal o una panorámica, la función Composición asistida por la IA dibuja automáticamente una cuadrícula para que no perdamos la línea horizontal.

Gracias al enfoque predictivo 4D, en disparos nocturnos o entornos con poca luz, la IA prolonga la exposición para evitar ese efecto estela que redunda en fotos borrosas. Este sensor láser proporciona el enfoque perfecto en un alcance efectivo de tres metros. En fotos como selfies, la IA usa herramientas de embellecimiento y proporciona iluminación de retrato en 3D, sugiriendo parámetros para mejorar la textura de piel, ojos y sombreado de la nariz.

Los Huawei P20 Pro se benefician de una IA capaz de reconocer más de 500 escenarios en 19 categorías. En tiempo real, esta inteligencia sabrá si estamos en la playa o frente a un plato de comida y nos arrojará una foto “idealizada”, mediante ajustes automáticos y aprovechando al máximo las posibilidades de la iluminación. Mejoras que han sido propiciadas respondiendo a necesidades (o deseos) humanas.

Imágenes / iStock y Huawei