Tarifa plana de 'machine learning'

Con gran probabilidad no seamos aún conscientes del uso que hacemos a diario de la tecnología machine learning, presente ya en infinidad de aplicaciones y servicios de uso cotidiano. Google afirma que gran parte de su cometido es organizar la información de todo el mundo y hacerla accesible y útil a nivel mundial. Para ello, se vale de machine learning, una rama de la inteligencia artificial que está dotando de una aceleración sin precedentes a los desarrollos llevados a cabo por la compañía. En algunas de sus aplicaciones resulta más evidente que en otras, como pueda ser Google Translate, aunque es evidente que cualquier respuesta a una búsqueda en el navegador ya lleva implícita el uso de la misma, así como cualquier recomendación de contenido o información asociada a una fotografía. En el caso del traductor, los avances conseguidos han permitido pasar de una mera traducción literal de palabras, a un modelo de traducciones predictivas en función del contexto, con niveles de exactitud basadas en el uso de sistemas de redes neuronales complejas. 

La compañía está promocionando la tecnología para que, más allá de la adopción realizada en sus productos, resulte más cercana y accesible a emprendedores y startups. Aquí es donde entra en juego TensorFlow, una librería de código abierto que permite compartir las herramientas a nivel global para que cualquier persona pueda acceder al conocimiento y poder computacional, desplegando machine learning a la carta.

Así lo hacía saber Jeremiah Harmsen, líder del departamento de investigación de Google en Europa, que durante su participación en el evento “Magic in the Machine” de Google España, definía a machine learning como “la herramienta esencial para desarrollar soluciones de inteligencia artificial”, puntualizando que no todos los robots la implementarán. El directivo afirma que machine learning puede llegar a marcar grandes diferencias entre compañías, pero a su vez, abre más oportunidades en el nuevo panorama tan competitivo que se presenta.

Durante el evento, diversos emprendedores y startups expusieron como han evolucionado sus proyectos en base al uso de TensorFlow. Es el caso de Gema Parreño Piqueras, una desarrolladora que en 2016 ganó un concurso de la NASA por aplicar redes neuronales para identificar la trayectoria de asteroides; o el de la startup Connecterra, que coloca pequeños dispositivos en vacas para que valiéndose del aprendizaje automatizado, sea posible monitorizar su estado de salud, comportamientos, identificar épocas de mayor fertilidad o atajar un problema en el instante en que surge. En el caso de source.d, una iniciativa española que a través de algoritmos de inteligencia artificial, analiza perfiles de millones de desarrolladores candidatos para proponerlos a empresas en función de la similitud del código que ellos emplean para una mayor aproximación. El caso de Wolters Kluwer está asociado a la jurimetría y como la empresa multinacional se vale de la herramienta cognitiva para ofrecer a sus clientes soluciones basadas en predicciones ya realizadas o sentencias ya dictadas, catalogando documentos jurídicos y extrayendo los datos de valor.  

En definitiva, machine learning está cambiando la vida de los ciudadanos, casi sin darnos cuenta, aplicándose a las tareas más cotidianas del día a día. Ya conocíamos todo su gran potencial en casos tan evidentes como la reducción de hasta un 40% del consumo de energía utilizada para refrigerar los grandes centros de datos. Ahora, comenzamos a ser conscientes del impacto tangible que puede suponer en tareas más cotidianas, transformando la vida de las personas. Más allá de su presencia en los productos de Google, ahora parece que tendrá un impacto a todos los niveles.