Gran parte de la infraestructura computacional de la que se sirve Google está en deuda con Jeff Dean. Fue quien desarrolló las primeras versiones de los sistemas de búsqueda y publicidad web e inventó MapReduce, un sistema para trabajar con grandes conjuntos de datos que provocó un importante cambio dentro de la industria de la computación. 

Ahora, Dean se esfuerza por reinventar tanto el funcionamiento interno de Google como el del mundo. Lidera el grupo de investigación Google Brain, que intenta progresar en el aprendizaje de máquinas, el arte de lograr que el software averigüe cómo hacer las cosas por sí sólo en lugar de depender de una meticulosa programación manual. El software de Google Brain ya es utilizado por más de 600 equipos dentro de Google, a menudo para sistemas internos invisibles para los consumidores. Pero durante el último año, la tecnología que ha surgido de Google Brain también ha proporcionado unas importantes mejoras para las búsquedas web, el filtrado de spam y servicios de traducción de Google.

Crédito: Robert Risko.

El aprendizaje de máquinas tiene una historia más larga dentro de Google, donde los ingenieros han entrenado el software para que sea capaz de ofrecer páginas web relevantes para los usuarios, seleccionar anuncios relacionados con el contenido que se esté visualizando, mostrar anuncios en los que hará clic la gente y escoger vídeos para recomendar en YouTube. Es una de las muchas empresas que han aumentado su inversión en investigaciones de aprendizaje de máquinas después de que el software que procesa datos mediante redes de neuronas artificiales produjera unos grandes avances en el reconocimiento de voz e imágenes.

Ahora Dean afirma que dentro de poco el tipo de tecnología que desarrolla su equipo llegará a muchas otras industrias además de la computación. Se reunió con Tom Simonite de MIT Technology Review en la sede central de Google en Mountain View, California (EEUU).

El aprendizaje de máquinas ahora es más potente y fácil de usar. ¿Cómo ha influido este avance en la manera en la que trabajan los equipos dentro de Google en nuevos problemas y productos?

Ha propiciado un cambio muy grande. Durante los últimos cinco años, el aprendizaje de máquinas ha aumentado drásticamente el alcance de lo que es posible con el uso de ordenadores, especialmente en áreas como la visión de máquinas y el entendimiento del lenguaje natural. Esto da paso de forma natural a geniales prestaciones y nuevos servicios nuevos. Así han nacido, por ejemplo, las prestaciones de búsqueda de Google Photos [con la que puedes buscar entre tus fotos con palabras claves como "perro" o "playa"] y la función Smart Reply de Gmail. Pero también permite que los ingenieros de Google piensen de forma más ambiciosa en qué tipos de problemas podrían abordar. Como analogía, hace cinco años los ordenadores no veían demasiado bien. Ahora pueden ver muy bien en algunas circunstancias, así que esto amplia naturalmente lel número de cosas que consideramos posibles.

Usted lideró el desarrollo de TensorFlow, un software que alimenta las investigaciones de aprendizaje de máquinas de Google además de productos como una nueva prestación de Gmail que redacta respuestas a los correos electrónicos. Ahora la empresa lo regala gratis. ¿Por qué?

Disponer de una manera común de expresar ideas para el aprendizaje de máquinas resulta muy útil. Existe un gran potencial para el aprendizaje de máquinas en todo el mundo. Lo vemos en la academia, en otras empresas, en el Gobierno.

¿Acabarán todas las industrias dependiendo en gran medida del aprendizaje de máquinas?

Creo que existen muchas industrias que están recopilando grandes cantidades de datos y aún no han considerado las utilidades del aprendizaje de máquinas, pero que al final lo emplearán. El transporte, con los vehículos autónomos, representará una importante aplicación del aprendizaje de máquinas. Los cuidados médicos tienen muchos problemas de aprendizaje de máquinas interesantes, como los resultados extrahospitalarios y cuando uno se hace rayos X y queremos predecir cosas. No creo que vaya a haber una industria que se vea afectada; creo que habrá muchas.

¿Se convertirá el aprendizaje de máquinas en un componente fundamental de la aplicación de la computación?

Sí, desde luego. Las matrículas de las asignaturas de aprendizaje de máquinas del programa de ciencias informáticas están por las nubes.

Se espera que en algún momento la gente dispondrá de un entendimiento básico del aprendizaje profundo, habrá realizado un par de proyectos y utilizará el aprendizaje de máquinas.