El ritmo de avance de la AI es «en realidad acelerando», dijo Jeff Dean, investigador principal en Google. Para celebrar sus logros y trazar el próximo año, Dean y muchas de las otras mentes más brillantes en la IA se convoca en Montreal esta semana en la conferencia de sistemas de procesamiento de información neuronal. Se inició en 1987 y se ha convertido en una cita obligada para muchas empresas de Silicon Valley en los últimos años, gracias a la explosión en la IA. NIPS fue el lugar que CEO de facebook Mark Zuckerberg eligió en 2013 para anunciar planes de la compañía para formar un laboratorio de IA y donde una startup llamada DeepMind mostró una IA que podría aprender a jugar juegos de computadora antes de que fuera adquirida por Google.
Los avances sin precedentes en la investigación en IA este año se pueden atribuir a una confluencia de factores. Por un lado, la infraestructura de computación en la nube es mucho más potente y asequible, con la capacidad de procesar información compleja. También hay conjuntos de datos más abundantes y herramientas de desarrollo de software gratuitos o de bajo costo para que los investigadores trabajen. Gracias a esto, es tema crucial de la tecnología de aprendizaje, conocido como redes neuronales, ha pasado de ser prohibitivamente caro relativamente barato.
Eso llevó a una rápida aceptación por las empresas más grandes de la industria tecnológica, como Google, Facebook y Microsoft. Cada una opera su propio laboratorio de IA que lleva a cabo importantes investigaciones en el campo y publica gran parte de ellas para la comunidad académica. Este año, Google atrapó la portada de la revista científica Nature, que puede aprender a tocar y dominar viejos juegos de Atari sin direcciones. Facebook construyó una solución para que las computadoras describan imágenes a los ciegos; Microsoft mostró un nuevo sistema de Skype que puede traducir automáticamente de un idioma a otro; e IBM destacó AI como una de sus mayores áreas de crecimiento potencial.
Las Startups también están contribuyendo de manera significativa a la IA. Con sistemas de IA que entrarán en robots industriales realizados por Fanuc de Japón, y de Indico Datos laboratorios donde trabajó con un investigador de Facebook para enseñar a una computadora para pintar caras utilizando su propia imaginación.
Tener una visión de cómo la inteligencia computacional ha evolucionado este año, se muestra seis tablas que deben dar una imagen más clara.
Las computadoras se han convertido en mucho más que averiguar lo que está en una foto. En 2012, un equipo de la Universidad de Toronto investigadores ganó la competencia de reconocimiento de imágenes más importantes del mundo. Todo el equipo fue finalmente contratado por Google, y su enfoque fue rápidamente adoptado por la empresa y sus compañeros. En 2015, los sistemas de IA basado en el enfoque del proyecto, que se basa en una técnica llamada de aprendizaje profundo, se han vuelto mucho más preciso. En las pruebas, los índices de error se han reducido a un 5 por ciento, más o menos a la par con el desempeño de un ser humano.
Muchas empresas están adoptando AI, tal vez ninguno más de Google. El gigante de Internet pasó de uso esporádico de aprendizaje profundo en 2012 para aplicarlo a miles de proyectos de este año.
Las Startups están adoptando la IA en grandes proyectos. CrowdFlower, que suministra datos estructurados a las empresas, dijo que ha visto un repunte dramático en la cantidad de datos que se solicita por las empresas para ayudarles a llevar a cabo la investigación en IA. Diffbot, es otro inicio, de que se está utilizando la IA para mejorar sus herramientas de datos raspado automatizados.
Un foco principal de la investigación en IA es en la enseñanza de las computadoras para pensar por sí mismos e improvisar soluciones a problemas comunes. Una forma de hacerlo es darles una versión reducida del mundo real, tales como los entornos simplificados presentados en los videojuegos, y luego pedirles explorarlo y registrar los resultados. Pero el potencial va más allá de los juegos: Programas parecidos se podría, utilizar para enseñar cosas a los equipos de IA y ayudarles a aprender más rápidamente cosas nuevas como diagnósticos médicos, ciencias del medio ambiente, o la mejora de recomendaciones personales.
Un decano de Google compara los recientes avances en las capacidades de AI. «Estamos en este momento en la evolución real donde, previamente, los animales no tienen ojos, y ahora tienen ojos», dijo. «Eso va a cambiar muchas cosas. Las computadoras se usan para no ser capaz de ver muy bien, y ahora están empezando a abrir los ojos.»
Con información de Bloomberg
