ABC
| Registro
ABCABC de SevillaLa Voz de CádizABC
Blogs La fiebre del oro(.com) por Jon Oleaga

Estamos muy lejos del alzamiento de las máquinas

Jon Oleaga el

Este es el año del IOT, o lo que es lo mismo, el internet de las cosas. Una pequeña burbuja tecnológica que ha sobresaltado a todo el mundo, pero que en realidad, va a tener un pequeño impacto a corto plazo. Hay muchos problemas que resolver, antes de que veamos todos nuestros objetos conectados realmente a internet, como frigoríficos, coches o semáforos. Uno de ellos es el llamado “big data”, es decir, cómo procesamos los datos recogidos por todos esos objetos conectados a la red. Por ejemplo, un solo coche conectado, transfiere a la nube la ingente cantidad de 350 megas por segundo. Información que hay clasificar para dotarla de alguna utilidad. La solución a ese problema es el “machine learning”, o el aprendizaje máquina, ordenadores cognitivos que son capaces de aprender y sacar conclusiones útiles y patrones, de la marea de datos que supone el Big Data.

Para saber más sobre el aprendizaje máquina, que conduce a las máquinas inteligentes, que tanto preocupan a la sociedad, después de películas apocalípticas como Terminator, hablamos con Anirban Kundu CTO de Evernote, la conocida aplicación para recordarlo todo.



– ¿Qué es el machine learning o aprendizaje máquina?

Es básicamente replicar una parte de la inteligencia humana, y usarla en las máquinas. Por ejemplo, si hablas con una máquina, para que ésta te conteste sin una respuesta preprogramada.

La máquina no necesita de personas para programarlo todo, ella aprende. Por ejemplo, puede identificar la torre Eiffel porque está entrenada para ello, no conoce todas las fotos de la torre, pero a partir de unas pocas, es capaz extrapolar el resto.

En definitiva, la máquina es capaz de tomar decisiones complicadas, sobre problemas que no se han codificado previamente.

– ¿Qué va a hacer por la humanidad?

En algún momento, podrán realizar tareas que son muy complicadas para las máquinas, pero muy sencillas para los humanos. Por ejemplo, detectar cosas dentro de una imagen, o conducir, de manera automática.

El machine learning, nos dejará resolver infinidad de problemas complejos, que ahora no tienen respuesta.

Pero hay que ser conscientes de que tenemos que controlar esta tecnología. Hay muchas organizaciones hablando sobre la conciencia de las máquinas. Las máquinas tienen que aprender, que lo primero debe ser el interés del ser humano, y su supervivencia. Pero, la verdad, es que todavía estamos muy lejos de eso. Estamos csi en pañales, todavía estamos trabajando en como convertir la voz a texto, y en el reconocimiento de imagen. Así que no hay que preocuparse de eso ahora mismo.

– ¿Verdades y mentiras sobre el machine learning?

La gente asume que la máquina conquistará el mundo, y eso no va a pasar, sobre todo en el nivel que estamos ahora. El machine learning no es magia, tiene que romper los componentes principales de cada dominio de información. Hay que hacer ingeniería inversa, para que la máquina entienda, qué está bien o qué está mal. Es necesario entrenar muchísimo a la máquina. No es tan simple, como la gente cree. El machine learning ha existido desde hace décadas, pero ahora tenemos los datos y la potencia de computación que lo hacen posible.

– ¿Cómo se aplica el machine learning a Evernote?

En Evernote esta tecnología, puede ayudar a detectar el contexto de la información. Si metes por ejemplo tu póliza de seguro en Evernote, sería genial que pudieras preguntar directamente por el número, o que te avise cuando ésta caduca. Evernote pasará de almacenar notas, a procesarlas y dar información útil.

El machine learning es algo que ya está ocurriendo, la gente toma notas de cosas que quiere recordar, y nosotros podemos enseñar a la máquina, cómo extraer la información útil. Todo es extraer información accionable, como fechas o cifras.

La categorización que estamos haciendo, como saber qué es una receta, o un seguro de coche, es lo que nos llevará también a ese escenario. Ahora ya podemos hacer eso muy bien. Entonces podremos decidir, o la máquina lo hará, cómo sacar esa información accionable de ahí.

Otra parte importante de esta ecuación, es que tenemos que lograr que los usuarios también puedan enseñar o entrenar a la máquina. Nosotros puede que nos saltemos información útil, pero nos gustaría que los usuarios nos lo dijeran.

– ¿Cómo ves Evernote en el futuro?

Vamos a evolucionar de ser una aplicación para guardar notas, a que éstas sean procesadas. Imáginate que creas una lista de la compra, y detectamos que entras en tu tienda habitual, entonces te la ofrecemos desde Evernote. Ocurriría igual para viajes, vuelos, se trata de exponer la información al usuario, en el contexto adecuado.

También podemos conectar Evernote con otras empresas, para lograr tener más información. Así, si almacenas tu itinerario de vuelo, te podríamos decir, si el vuelo está a tiempo. Evernote, sería tu asistente personal, no sólo un almacén de información.

Queremos hacer de tus datos, algo útil para ti. Ahora el usuario hace mucho trabajo intelectual con su contenido, que se podría evitar con el machine learning.

Otros temas
Jon Oleaga el

Entradas más recientes