Entrevistas TenTIC: Raúl Vicente, Inteligencia Artificial

En el marco de nuestro proyecto Ten TIC, tendencias de futuro en las TIC, hoy entrevistamos a Raúl Vicente, profesor y director del departamento de Neurociencia Computacional en la Universidad de Tartu, Estonia.

Asistimos a su conferencia el pasado 18 de mayo en el CaixaForum de Palma, sobre Inteligencia Artificial y Deep learning. Nos hemos quedado realmente impresionados con sus investigaciones. También aprovecharemos este espacio para profundizar en distintos aspectos relacionados con sus proyectos, su visión, y conocer más detalles de su investigación en un campo que cambiará la sociedad del futuro.

Raúl Vicente
  1. ¿Cómo pasó de ser estudiante de la UIB a ser profesor de la Universidad de Tartu en Estonia? ¿Qué le llevó a la Inteligencia Artificial (IA)?

Más o menos seguí el camino académico habitual en estos casos. Es decir, después de acabar el doctorado en Física en la UIB en el 2006, realicé una etapa post-doctoral en el extranjero (Max-Planck Institute for Brain Research, en Frankfurt). Allí estuve 7 años en un grupo experimental de neurociencia, donde interactué con médicos, biólogos y psicólogos. En 2013 surgió la oportunidad de formar mi propio grupo en Estonia y de aprender el otro lado de la historia, es decir, el lado que estudia los algoritmos y computación en sistemas artificialesEllo también me permitió interactuar con matemáticos e informáticos que tienen una manera de pensar muy distinta a la de los biólogos. Haber visto los dos lados de cerca, el de un sistema biológico complejo como el cerebro humano y el de la inteligencia artificial, te da una perspectiva más amplia que ayuda a la hora de abordar varios problemas.

  1. ¿Nos puede definir brevemente qué es la Inteligencia Artificial y poner algunos ejemplos prácticos de su aplicación en las empresas y en nuestro día a día?

Básicamente, Inteligencia Artificial consiste en dotar a los ordenadores de la capacidad de aprender y razonar. Ya sea programando software o construyendo robots, la idea es hacer que una máquina sea capaz de recoger información del entorno, extraiga e interprete esa información, y finalmente dé una respuesta adecuada en función de los objetivos y recursos de los que dispone. Por ejemplo, los coches de Google sin conductor captan información de la carretera a través de varios sensores y cámaras, reconocen los distintos tipos de objetos alrededor del coche, y usan esa información para finalmente controlar el volante y el acelerador para mantenerse en ruta y evitar acercarse demasiado a otros coches. El gran objetivo es que hagan todo esto de manera flexible, que aprendan de cada experiencia, y que funcione en situaciones novedosas. Necesitamos que el algoritmo que controla el coche no se confunda cuando por primera vez vea un nuevo modelo de camión, o nieve, u cuando ocurra un accidente en frente suyo.

Las aplicaciones en industria y empresas son cada día más numerosas y todas las grandes empresas tecnológicas han abierto laboratorios en Inteligencia Artificial, incluyendo Google, que tiene más proyectos en inteligencia artificial que en algoritmos de búsqueda en la web. Una de las aplicaciones más corrientes es la de automatizar trabajos que sean tediosos para nosotros. Ahora mismo colaboramos con una empresa de vídeo-vigilancia para que un algoritmo clasifique automáticamente las escenas que ocurren y decida activar distintas alertas sin necesidad de que nadie esté continuamente observando los monitores de seguridad. Pero hay de todo, desde la traducción automática de conversaciones entre humanos hasta hacer inventario en supermercados con sólo tomar unas fotos. Hay empresas que usan algoritmos de reconocimiento facial por vídeo para detectar cuando los mejores clientes entran en la tienda y recordarle al vendedor quién es cliente y qué ha comprado últimamente para así ofrecer un trato personalizado.

  1. Stephen Hawking afirma “ la Inteligencia Artificial podría ser lo mejor o lo peor que pase a la humanidad”, ¿Personalmente qué opina?

Habría que matizar esas declaraciones. Hawking se refiere al caso en que se desarrollara una inteligencia artificial general y que fuera superior a la nuestra. Si se dieran esas premisas, es difícil no estar de acuerdo con él, ya que una superinteligencia general podría tanto ayudarnos a resolver un gran número de problemas, como darnos muchos quebraderos de cabeza para conseguir que no actue descontroladamente. En lo que uno puede diferir es en cuándo se van a dar esas circunstancias, si es que se van a dar algún día. Dadas nuestras limitaciones cognitivas quizá haya algún límite práctico a la inteligencia que seamos capaces de desarrollar. En todo caso, es un problema interesante y que no habría que perder de vista, pero hay otros problemas globales que afectan a la humanidad hoy en día y que probablemente sean más inmediatos.

  1. Esta entrevista se enmarca en un proyecto de divulgación científica, nos gustaría aclarar 2 conceptos que son muy utilizados en su campo pero quizás no tan evidentes para un neófito. ¿Qué es un algoritmo? ¿Qué es un patrón? En palabras que podamos entender todos.

La noción intuitiva de un algoritmo no es más que una receta para conseguir un cierto resultado, es decir, unas instrucciones a seguir paso a paso para extraer cierta información de unos datos. Aprendemos algoritmos desde que vamos a la escuela, como por ejemplo, cuando aprendemos a calcular la división de dos números y seguimos unos pasos de forma ordenada para obtener el resultado. A día de hoy en el campo de la inteligencia artificial y en particular en el campo del aprendizaje de máquinas la idea principal es que la máquina aprenda a refinar sus propios algoritmos mientras aprende a través de experiencias o ejemplos. 

Un patrón es básicamente una cierta regularidad en los datos. Estas regularidades son las que, si son detectadas, se pueden usar para predecir cómo van a ser los datos en el futuro o para distinguir entre las varias causas que producen los datos. Por ejemplo, ciertos patrones de datos son los que permiten a los médicos entrenados prever la evolución de un paciente o distinguir la causa de la enfermedad. Los humanos o animales en general somos buenos detectores de patrones para las tareas que han sido relevantes durante nuestra evolución. Sin embargo, somos bastante malos para detectar y usar patrones en muchas de las nuevas fuentes de datos de los que ahora disponemos. Programar máquinas para que detecten y analicen patrones complejos en estas fuentes de datos es lo que está revolucionando campos desde la medicina hasta la logística.

  1. ¿Cuáles son los pasos a seguir para diseñar un proyecto de Inteligencia Artificial?

Un proyecto de aprendizaje de máquinas, por ejemplo, requiere varios módulos que hay que interconectar. Primero, hay que establecer un objetivo, que determina qué queremos que la máquina realice. Este objetivo se suele formular como un “coste” que hay que minimizar. Luego necesitamos un modelo, que es una función que toma datos de entrada y los transforma en un resultado. Para “entrenar” esta función y que nos dé los resultados correctos necesitamos datos en forma de ejemplos, es decir, muchos casos en los que sepamos los datos de entrada y el resultado de salida deseado. Con estos datos se “entrenala función para que la siguiente vez cuando sólo dispongamos de los datos de entrada el modelo nos dé un resultado correcto que no sabíamos de antemano. Estos mismos pasos se usan desde para entrenar un robot a que aprenda a ordenar una habitación dándole ejemplos de cómo lo haríamos nosotros, hasta para entrenar ordenadores para reconocer y nombrar objetos en fotos completamente nuevas a partir de ejemplos de muchas fotos y de sus descripciones.

  1. ¿Qué tecnologías utiliza? ¿Cuáles son sus principales ventajas e inconvenientes?

Gracias a que la comunidad de programadores es bastante abierta, quizá la principal herramienta sea GitHub,  que es una página web donde los investigadores de universidades y empresas suben sus programas y aplicaciones. Acceder a estos programas, mejorarlos y combinarlos con otros suele ocupar la mayoría del tiempo para llevar a cabo un proyecto o una aplicación. Por suerte la comunidad de investigación también ha creado herrmientas como “Keras” que permiten que con pocas líneas de código uno pueda programar funciones como redes neuronales en unos minutos. En general, con una buena base de programación y matemáticas y accediendo a estas herramientas a día de hoy cualquiera puede desarrollar aplicaciones en Inteligencia Artificial en su propio portátil. Sin embargo, para investigación normalmente uno se encuentra con problemas que requieren inventar nuevos módulos y tiene que ir más allá de lo que se encuentra disponible.

  1. ¿Qué fuentes se pueden consultar para saber los avances que hay en el mundo de la IA?

Con empresas como Google, Facebook, Microsoft o IBM que tienen recursos prácticamente ilimitados la competición en el campo es tal que el ritmo de cambio en el campo es brutal. Muchos resultados quedan obsoletos en menos de un mes.

Así que la mejor opción para estar al día son los blogs de tecnología o de los investigadores más pedagógicos del campo. El blog RoboHub es un buen ejemplo para los interesados en el tema de robótica.

  1. ¿Cómo se explotan los resultados de la investigación de su departamento de IA o, dicho de otro modo, son públicos? ¿Es posible conocer los resultados de sus investigaciones? ¿Dónde? ¿Hay empresas que los están aplicando?

Tenemos varias colaboraciones con empresas y con éstas existen ciertos acuerdos de confidencialidad. Pero en general, como en cualquier otro campo de ciencia, nuestros resultados se dan a conocer a través de publicaciones en revistas especializadas, conferencias, charlas divulgativas, blogs y nuestra web.

  1. ¿Se pueden patentar los algoritmos?

La legislación es distinta entre, por ejemplo, la Unión Europea y Estados Unidos. En Europa, por lo general,  no se puede patentar un algoritmo en sí, pero que se puede patentar la aplicación de un algoritmo para resolver un problema tecnológico concreto.

  1. ¿De qué manera todos estos avances se traducirán en nuestro día a día en el futuro? ¿Se pueden aplicar al mundo empresarial?

La tendencia es que los avances en IA provocan la automatización de tareas que antes requerían humanos, como traducir conversaciones o conducir un coche. Personalmente opino que la implantación de estas tecnologías en el día a día será cada vez mayor e irreversible y que en cierta manera ya ha comenzado, aunque no nos demos cuenta cuando las usamos en las aplicaciones de Google o Facebook. En cuanto a aplicaciones empresariales, ya existen muchas.

  1. ¿Cuáles son las investigaciones más significativas que nos puede contar? ¿Para qué sirven? ¿Qué nuevas líneas de investigación se están abriendo?

Para mí una dirección interesante es la de usar estas tecnologías para entender mejor cómo funciona nuestro cerebro. La dirección contraria también está siendo muy fructífera últimamente, es decir, la de trasladar cómo pensamos que funciona el cerebro y cómo usa los procesos de atención y de memoria para crear mejores algoritmos de inteligencia artificial.

  1. El concepto de Deep Learning data de 1986, ¿ en qué consiste? ¿ por qué se ha puesto de moda estos últimos años?

En realidad el concepto es más antiguo. En 1986 se popularizó un algoritmo que sirve para entrenar redes neuronales artificiales. Deep learning no es más que el renacimiento del campo de las redes neuronales artificiales. Este renacimiento es el que está permitiendo los grandes avances en inteligencia artificial en los últimos años. La revolución no se produjo antes porque, si bien teníamos los algoritmos matemáticos necesarios para entrenar estas redes, tan sólo desde hace unos años disponemos del volumen de datos y la velocidad de los ordenadores necesarios para entrenar este tipo de redes. Sin estos ingredientes los algoritmos no producían los grandes resultados que están obteniendo hoy en día.

  1. ¿Qué aconsejarían que estudie a un joven que se quiera dedicar a la IA?

A nivel técnico que aprenda tantas matemáticas y programación como pueda. Le acabará siendo muy útil aunque ahora no se dé cuenta. A nivel más general, que lea blogs especializados y que no tenga miedo de contactar con algún grupo en su universidad. Casi todas las universidades tienen un grupo de IA en el departamento de Informática o Matemáticas y probablemente pueda aprender y desarrollar algún proyecto de verano o beca de colaboración. Se aprende mucho mas rápido dentro de un grupo que por separado y podrá averiguar cómo es el campo por dentro.

  1. ¿Nos puede recomendar una película que le ha inspirado en su trabajo?

Realmente no creo que pudiera, la inspiración para nuestra investigación viene mayoritariamente de discusiones con expertos en otros campos como sistemas complejos y de la neurociencia. Ademas el género futurístico o la ciencia ficción no es precisamente mi favorito.

  1. ¿Nos puede recomendar un libro que explique parte de lo que está haciendo?

Recientemente han salido algunos libros que divulgan IA y el aprendizaje de máquinas. Por ejemplo, me gustó mucho un libro de Pedro Domingos llamado “The Master Algorithm”.

Acerca de Dr.TIC

Servei d'assessorament tecnològic per a empreses que volen obtenir una visió general del grau d'ús de les TIC al seu negoci i millorar la seva salut TIC.
Esta entrada fue publicada en Entrevistas, Inteligencia artificial, Noticias, TenTIC. Guarda el enlace permanente.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

Spam protection by WP Captcha-Free