En este artículo vas a descubrir a máquinas aprendiendo a pintar, insultar o identificar cuándo en una foto te lo estás pasando bien y es un momento memorable.

Vas a conocer una aplicación que te permite identificar lo que ven tus ojos como si fuese un Shazam visual.

Vas a impresionarte con la realidad aumentada de Google e incluso vas a sobrecogerte al saber que hay programas de Inteligencia Artificial que están creando programas de Inteligencia Artificial.

Recientemente, Google celebró su evento anual llamado Google I/O. De todos los anuncios que hizo la compañía, nos queremos centrar en un mensaje de fondo que ha centrado la mayoría de mensajes de las jornadas:

“Google ha pasado de ser una compañía de productos móviles a una compañía de Inteligencia Artificial” – Sundar Pichai, CEO de Google

“AI first”

El nuevo leitmotiv de Google

Huye de la prensa alarmista. No hagas caso a mensajes como “Skynet ha llegado” o “los robots nos quitarán el trabajo”. Los avances de Google en Inteligencia Artificial (IA) van a impactar, directa o indirectamente, en beneficio de la sociedad, al igual que lo ha hecho su buscador, su navegador, sus desarrollos móviles u otros productos tecnológicos.

La inteligencia artificial es un camino, un progreso continuo. No va a existir un momento en el que digamos “¡se ha creado IA!” como en una película de ciencia ficción de los 50s. ¡”It’s alive!”. Como en su análogo biológico, definir inteligencia no es fácil. ¿A partir de qué momento un ser vivo es inteligente? ¿Un bebé es inteligente? ¿Un mono? ¿Un gusano?

Nos encontramos ahora en la adolescencia del desarrollo de la Inteligencia Artificial. Se están haciendo grandes progresos y todo esto va a transformar el mundo.

Para Google, la inteligencia artificial es el núcleo de su dominio en el futuro.

Google lleva años liderando este desarrollo. Al principio parecía hacerlo para mejorar sus productos. Ahora sabemos que es un roadmap más profundo e intenso. Todas las áreas y todos los departamentos, todos los equipos, todos los productos y proyectos de Google, tienen algo de IA de fondo.

A continuación, os mostramos algunos desarrollos más recientes que ha hecho la compañía en torno a estos desarrollos de IA:

Máquinas enseñando a dibujar a humanos. Humanos enseñando a dibujar a máquinas

Fast Drawing for Everyone es un proyecto de Google apasionante. Según los garabatos que dibujes en la pantalla, el software te recomienda formas más precisas y refinadas de lo que estabas intentando dibujar.

Detrás de esta identificación está el Machine Learning, que trata de buscar patrones en las formas que dibujes que se ajusten con formas que el software ha ido aprendiendo.

A los humanos nos encanta transmitir ideas a través de símbolos y representaciones visuales. Es algo que hacemos desde nuestros orígenes más primitivos. ¡Hay tanto de nosotros en la pintura! Google quiere acercar la inteligencia humana a la artificial por medio del arte. Quiere que las máquinas sepan pintar, porque es parte esencial de nuestra manera de pensar y comunicarnos. Por eso, si en el proyecto de arriba las máquinas nos pueden enseñar a pintar mejor, con el proyecto siguiente, podemos nosotros enseñar a pintar a las máquinas. Así se cierra un círculo de aprendizaje mutuo maravilloso. Una colaboración humano-máquina:

“Quick, Draw!”

Pinta lo mejor que puedas en Quick Draw, a ver si Google acierta lo que es. Es muy interesante tratar de pensar como la máquina, para así comprender nosotros mismos lo complejo que es la abstracción de ideas en dibujos.

Google Lens: Una nueva ventana al mundo

Lens es como el Shazam del mundo real. Con Lens, puedes apuntar con la cámara del móvil a cualquier objeto de tu alrededor y obtener una información detallada sobre lo que estás viendo. Imagina apuntar a la fachada de un restaurante y ver en realidad aumentada las críticas de la gente sobre tu pantalla. O apuntar a un edificio antiguo en Roma y ver en tu móvil el año de construcción y su estilo arquitectónico. O apuntar a un vestido y conocer su marca y dónde poder comprarlo.

Además, Lens ofrece formas de interactuar con dicho contenido: conectarse a una red Wi-Fi, obtener indicaciones para ir al edificio que estás viendo en la lejanía o hacer reservas en el restaurante que estás viendo. Como estaréis imaginando, todo esto sólo es posible mediante análisis computarizado de imágenes, que ya os explicamos aquí, y diferentes algoritmos de aprendizaje.

Google Photos: un gestor de fotos muy inteligente

Resulta que ahora en Google Fotos la aplicación reconoce personas por sí sola, proponiéndonos agrupar fotos por cada una de ellas o incluso permitiéndonos buscarles, y así visualizar sólo fotos donde salga quien busquemos. La tecnología que hay detrás de algo así es increíblemente compleja y suma algoritmos de aprendizaje y reconocimiento de imagen muy diversos.

Además, ahora Google Photos también:

• Crea gifs automáticamente
• Agrupa fotos según parecido y contenido
• Identifica qué fotos han salido mejor o tienen mejor composición
• Te recomienda rotar fotos que considera que están giradas

Para mostrar un ejemplo de cómo la Inteligencia Artificial está detrás de las anteriores funcionalidades, Google explica que para crear los gifs de forma automática, su IA busca “segmentos que capturan actividad, como por ejemplo un salto a la piscina o incluso una sonrisa adorable”. Esa búsqueda de patrones parece sencilla, pero en realidad es una evolución a vídeo de la IA que se aplica en el campo de Computer Vision.

Project Tango: la realidad aumentada de Google

Project Tango es el nombre del desarrollo de la tecnología de realidad aumentada hecha para Smartphones de Google. El objetivo de Google con este proyecto es que con un simple smartphone se consiga mapear un lugar simplemente al caminar, reconocer caras de la gente cercana, identificar los objetos que nos rodean, superponer objetos tridimensionales en nuestro entorno… y mucho más.

Tango mezcla tres desarrollos al mismo tiempo:

• Seguimiento de imagen en movimiento: (image tracking) a través del análisis visual del entorno, en combinación con datos del acelerómetro y del giroscopio, para realizar un seguimiento de los movimientos de los objetos en el espacio que visualiza el dispositivo.
• Aprendizaje de Área: almacenamiento de datos del entorno en un mapa que se va contruyendo y que se puede volver a utilizar más adelante, mejorada con metadatos, tales como notas, instrucciones o puntos de interés.
• Percepción de profundidad visual: detección de distancias, tamaños y superficies en el entorno.

Una parte maravillosa de Tango es que su desarrollo es abierto, así que mucha gente externa a Google ha estado trabajando en Tango desde hace tiempo.

Muy recientemente, la compañía de Mountain View nos ha mostrado una actualización de algunos avances que se están haciendo y que universidades o equipos han sido los desarrolladores. Los avances son impactantes:

Impresionante, ¿verdad? Recopilemos lo que nos muestra el vídeo:

• Post-procesado de superficies: Debido a la precisión del hardware, las superficies que se van “escaneando” por la cámara del smartphone tienen huecos, rugosidades, zonas ocultas u otros “defectos” que no representan con fidelidad la realidad. Con esta funcionalidad, se limpian de forma automática estas superficies, haciendo por ejemplo una pared lisa o un objeto anguloso como entendemos que debe ser representado.
• Segmentación de objetos: Una IA reconoce y diferencia objetos físicos sólo analizando en tiempo real la imagen que se va capturando. Al pasar la cámara se diferencia lo que es pared, una mesa, una lámpara o una mesa, por poner ejemplos. Conseguir esto es muy complejo.
• Detección invariante de personas: Sin importar el ángulo de la cámara ni la posición de las personas, el software es capaz de detectar las caras de la gente en escena.
• Re-edición virtual del entorno: En tiempo real, permite “vaciar” una habitación, dejando sólo paredes, techos y suelos, con una fluidez y suavidad impresionante. El software ilumina la habitación como si ésta no tuviese los objetos que sí tiene.
• Re-colocación virtual de objetos: Siguiendo con lo anterior, nos permite colocar muebles virtuales. Es decir, imaginad la posibilidad de estar en casa y poder visualizar cómo quedaría todo al sustituir el mobiliario. Todo en 3 dimensiones, a medida que os movéis por el entorno.
• Conducción autónoma: ¿Qué más se puede decir? Al poder identificar todo el entorno y sus objetos, el sueño de coches que pueden circular solos, entendiendo el complejo entorno que es una ciudad, está cada vez más cerca.
• Drones autónomos: Igualmente, esta tecnología puede servir para que los drones vuelen solos, esquivando obstáculos a tiempo real, entendiendo qué es cada objeto de su entorno.

Google Home: nuestro compañero virtual para nuestra casa inteligente

Qué os parece completar Project Tango con un asistente virtual en casa que nos comprenda, con el que poder conversar, pedir compras, que nos de información de las noticias, que nos explique una receta mientras estamos cocinando sin tener que tocar ninguna pantalla…

Google Home es el terreno de batalla en cuanto al estudio de la comprensión del lenguaje. Es el mejor proyecto a día de hoy que estudia la interacción entre humanos y computadoras, explorando los límites de nuestra empatía hacia lo artificial y cómo nos relacionamos con la inteligencia no-biológica.

A diferencia de las creaciones de la competencia, en Google han comprendido que tiene que ser un desarrollo transversal a todos los demás (y con un perfil muy genérico y amplio). De hecho, es muy interesante ver la diferencia de cómo interactuamos con estos asistentes virtuales dependiendo del proveedor:

Con Google decimos “Ok Google“. Es una forma de comunicación impersonal, no nos recuerda a una persona y además le damos una orden, tenemos autoridad sobre él.

Hola Siri! Siri (de Apple) es una chica, al igual que Alexa (de Amazon) o Cortana (de Microsoft). Nos reconforta pensar en un asistente mujer (según estudios, también a las mujeres humanas, no sólo a los varones. Y ojo, que a pesar de lo dicho el asistente de Google tiene voz de mujer). Además decimos “Hola“, queremos abrir una conversación, no dar una orden.

¿Y esto no es contrario a todo lo que hemos visto antes? No del todo. Google quiere ir por otro lado, quiere diferenciar esta delgada línea entre humanos y máquinas desde el principio porque quiere dar a los humanos la sensación de control sobre las máquinas, incluso aunque, por debajo, en la mayoría de productos, las máquinas estén dónde no las vemos. Por eso también está explorando cómo las máquinas deben conversar con nosotros, a modular su lenguaje e incluso a saber qué insultos son mejores sin pasarse.

Por cierto, aquí una conversación entre Siri, Alexa y Google Home. A ver si hablan de fútbol o de política:

 

Unidades de procesamiento específicas para cálculos de Inteligencia Artificial

Google ha anunciado una TPU con una capacidad de procesamiento de 180 TFLOPS, que es capaz de reducir la cantidad de tiempo que necesita una IA para aprender de “semanas” a “horas”, en palabras de Google. En un ejemplo de traducción a gran escala, se tardaría un día en “aprender” en por ejemplo unas 32 GPU de las más potentes del mundo. Mientras, una octava parte de esta TPU es suficiente para completar el trabajo en seis horas.

Podéis ver más información en https://ai.google/

Inteligencia Artificial creando Inteligencia Artificial

Por último, y no por ello menos importante (e impactante) es el anuncio de Google de que está usando IA que esncapaz de crear IA. Para aquellos amantes de la película ‘Origen’, podríamos denominarlo ‘AI-nception‘.

Hablamos de Google AutoML. Este proyecto se centra en el aprendizaje profundo (Deep Learning), una técnica que implica el traspaso de datos a través de capas de redes neuronales. La creación de estas capas es complicada, por lo que la idea de Google era crear una IA que pudiera hacerlo por ellos.

Una red neural “madre” puede proponer una arquitectura de redes “hijas”, que pueden entonces ser entrenadas y evaluadas en una tarea particular. Tras proponer y diseñar distintas arquitecturas en estas capas de redes neuronales, el propio proceso de diseño se puede afinar mediante aprendizaje automático. Como suele ocurrir con este tipo de desarrollos de Machine Learning, resulta que AutoML está construyendo estas redes mucho más rápido y con más eficacia de lo que los expertos humanos podrían haberlo hecho.

¿Peligra entonces incluso un trabajo que ya nos parece futurista como es el de desarrollador de aprendizaje automático?

Ni mucho menos. Tan solo es una muestra más de lo rápido que está cambiando todo…

Crear una IA que pueda complementar los esfuerzos humanos para desarrollar IA, podría democratizar un campo en el que actualmente pocos expertos son capaces de trabajar.

“Si logramos [que la IA cree IA], pensamos que esto puede inspirar nuevos tipos de redes neuronales y hacer posible que los “no-expertos” creen redes neuronales adaptadas a sus necesidades particulares, permitiendo que el aprendizaje automático tenga un mayor impacto para todos”, según el blog de Google .

 

Síguenos en Twitter y Facebook

---

Fuentes: Xataka, Hipertextual, Gizmodo, Microsiervos, Omicrono, ElPaís, The Ringer, The Next Web, Xataka Ciencia, CNET, Tom’s Hardware

---

Javier Buhigas