Machine learning, el motor de la inteligencia artificial de Google

Machine learning, el motor de la inteligencia artificial de Google

  Googe usa esta tecnología en productos como YoTube, Maps, Gmail o Android

La inteligencia artificial es una de las grandes apuestas de Google. “Desde mediados del siglo pasado la ciencia investiga cómo hacer inteligentes las cosas, pero ahora es cuando se está elevando la barrera de lo que esperamos de la inteligencia artificial”, explica Jeremiah Harmsen, líder del departamento de Investigación de Google en Europa.

Dentro de la inteligencia artificial, uno de los campos prioritarios para Google es lo que se conoce como machine learning, es decir, el desarrollo de algoritmos informáticos que aprenden de la experiencia. “Es algo muy poderoso. Si le mostramos al sistema correos que son spam y otros que no lo son, acaba aprendiendo por qué un correo es spam”, ejemplifica Harmsen. Es decir, ya no es necesario escribir un programa informático con reglas explícitas del tipo “si aparece la palabra Viagra, este correo es spam”. Gracias a este aprendizaje automático, Gmail es capaz actualmente de bloquear el 99% del correo basura.

Machine learning Redes neuronales.

Harmsen señala otro aspecto básico en el avance del machine learning: las redes neuronales artificiales, una serie de algoritmos que se inspiran en la organización del cerebro humano. Estas redes necesitan ser entrenadas con una gran cantidad de ejemplos etiquetados (por ejemplo, imágenes de un gato) para que así aumenten su precisión. Una vez entrenada, la red neuronal será capaz de identificar la foto de un gato cuando vea una imagen de este animal. Por eso, Google Fotos puede, por ejemplo, encontrar entre las fotos de un usuario aquellas en las que aparece una playa, dado que el sistema ha sido “entrenado” para reconocer imágenes sin necesidad de etiquetarlas previamente.

Google utiliza en múltiples productos este aprendizaje automático. “Se usa en casi todos nuestros productos, incluyendo el buscador, Gmail, YouTube, Maps o Android”, explica Harsem.

Otro ejemplo es Google Translate, el traductor de la compañía, que ha mejorado desde que se le aplica machine learning y redes neuronales. O Google Assistant, un asistente virtual que se basa en la inteligencia artificial y el procesamiento de lenguaje natural. Incluso Google emplea estos avances para hacer más eficientes sus centros de datos, reduciendo en un 40% su consumo de energía.

Además, la compañía ha abierto a las empresas su sistema de machine learning, TensorFlow, que se concibe como un sistema de código abierto. Por ejemplo, Wolters Kluwer lo usa para procesar miles de sentencias y establecer así indicadores que pueden ayudar a los abogados en sus casos.

Related posts

Leave a Reply