Cada vez es más habitual leer u oír hablar sobre machine learning o aprendizaje automático, una rama de la inteligencia artificial que básicamente trata de lograr que las máquinas "aprendan" por sí solas.
Los avances en esta disciplina se han unido al uso de ingentes cantidades de datos para poder entrenar a estos motores y lograr resultados sorprendentes en muchos casos. ¿Hay limitaciones a lo que el aprendizaje automático puede lograr? Desde luego, pero todos estos ejemplos demuestran que hay ámbitos en los que ésta disciplina podría cambiar nuestro mundo para siempre.
La lucha frente al suicidio
Un equipo del Hospital Infantil de Cincinnati está trabajando en un sistema que tras entrevistar a una serie de personas trataba de averiguar si eran personas con cierto riesgo de suicidio.
Para el análisis no solo se tenían en cuenta las respuestas, sino también otros apartados como la entonación o la armonía de las respuestas, algo que según los expertos podía aportar mucha información al sistema. Según el estudio, se identificó a las personas con riesgo de suicidio con un 93% de precisión.
Cómo hablar inglés (no nativo)
Los hablantes de un mismo idioma suelen entenderse sin problemas, pero hay situaciones en los que quienes lo han aprendido de forma nativa y quienes lo han hecho como idioma secundario tienen problemas para comunicarse.
Precisamente en este ámbito es en el que el MIT creó una gran base de datos de frases en inglés no nativo. El objetivo era mejorar el procesamiento que tienen las máquinas del idioma. La tecnología del procesamiento del lenguaje (NLP) permite resolver algo curioso: que una máquina no sabe cómo procesar las particularidades del inglés no nativo.
Diagnósticos médicos infalibles (o no)
Una de las áreas en la que se esperaba que este tipo de sistemas lograr impactar de forma importante es la medicina, y concretamente el diagnóstico médico en el que teóricamente el aprendizaje automático parecía muy capaz de dar respuestas válidas.
Las pruebas de autodiagnóstico realizadas por la Universidad de Harvard demostraron que los sistemas automáticos funcionan con datos objetivos (radiografías, TACs, análisis clínicos) pero no con síntomas ofrecidos directamente por los pacientes.
El problema es que los médicos son capaces de detectar y extraer esos síntomas a partir de la información de los pacientes ("todo el mundo miente", decía el Dr. House) para diagnosticar de forma efectiva lo que les pasa. A las máquinas aún les queda tiempo para resolver este problema, parece.
Contenidos cesurables y censurados en redes sociales
El éxito arrollador del vídeo en internet tanto en YouTube como en Facebook Video y otros servicios ha permitido que tanto las emisiones en directo como las grabadas se conviertan en un tipo de contenido muy apreciado por los usuarios, pero no todo el contenido sigue las políticas de uso de estos servicios en aspectos éticos o morales.
Esa es la razón de que en Facebook hayan desarrollado un sistema que permite detectar contenidos violentos o desnudos durante las retransmisiones en vivo y en directo que ofrece su servicio Facebook Live, y que automáticamente los bloquea.
A la búsqueda de exoplanetas habitables
Un equipo de la Universidad de Toronto se ha inspirado en los algoritmos de recomendación de Netflix, que también hacen uso del aprendizaje automático, para tratar de acelerar la búsqueda de sistemas planetarios dinámicamente estables.
La idea es la lograr acelerar la búsqueda de exoplanetas "hasta mil veces más rápido que con los métodos tradicionales", aseguran los responsables del estudio. De hecho se está planteando usar dicho algoritmo en la misión Transiting Exoplanet Survey Satellite de la NASA que arranca el año que viene.
Reconocimiento instantáneo de objetos
Una de las áreas en las que el aprendizaje automático ha demostrado su validez es la de los sistemas de reconocimiento de imágenes. Varios son los servicios que aprovechan estos sistemas para organizar nuestras bibliotecas de fotos, pero la idea también es aplicable al reconocimiento de objetos y personas en tiempo real.
Es lo que hace RadarCat, un kit que tiene como base el Project Soli de Google y que permite reconocer, clasificar y distinguir distintos materiales y objetos en tiempo real y con alta precisión.
El secreto son las ondas electromagnéticas y, por supuesto, su algoritmo de aprendizaje automático, que se alimenta de una base de datos en la que cada objeto deja una "huella dactilar" única.
Leer la mente parece factible
La relación del aprendizaje automático con áreas como la neurología y la psicología parece improbable, pero un grupo de investigadores en Estados Unidos han desarrollado un sistema que se acercaba a una idea muy propia de las películas de ficción: la de poder leerte la mente.
Los responsables de este desarrollo presentaron cientos de caras a 23 personas sometidas a una resonancia magnética funcional, y luego repitieron el proceso pero ofreciendo al algoritmo solo los datos de la resonancia para que el algoritmo tratase de enlazar esa resonancia con la cara que estaban viendo los participantes del experimento. El resultado fue singular, aunque no definitivo. Quizás uno que nos dirija efectivamente a un lector de mentes infalible.
Del coche autónomo a la silla de ruedas autónoma
Los coches autónomos son desde luego uno de los campos en los que la inteligencia artificial parece tener un papel más relevante a corto plazo, pero las bases de ese aprendizaje automático que se aplican en estos vehículos también son aplicables a las sillas de ruedas que se utilizan por ejemplo en hospitales.
En Singapur están tratando de crear precisamente esas sillas de rueda autónomas que liberarían al personal de trasladar a los pacientes por el hospital para que éstas se ocupasen de otras tareas distintas. Nissan, por cierto, tiene un proyecto similar.
¿Que otro metodo crees que cambiará al mundo?