¿Cuánto vale una docena de investigadores en aprendizaje profundo? Aparentemente, más de 400 millones de dólares (unos 295 millones de euros).
Esta semana, Google supuestamente ha pagado esa cantidad por la adquisición de DeepMind Technologies, una start-up con sede en Londres (Reino Unido) que tiene una de las mayores concentraciones del mundo de investigadores trabajando en aprendizaje profundo, un campo de la inteligencia artificial relativamente nuevo cuyo objetivo es lograr que los ordenadores hagan cosas como reconocer caras en un vídeo o las palabras en el lenguaje humano (ver "Aprendizaje profundo").
La adquisición, cuyo objetivo es contar con expertos más que con productos concretos, supone acelerar los esfuerzos de Google, Facebook y otras empresas de inte et por monopolizar los mejores cerebros en el campo de la investigación en inteligencia artificial.
En una entrevista publicada el mes pasado, antes de la compra de DeepMind, un director de investigación en Google, Peter Norvig, calculaba que su empresa ya tenía contratado a "menos del 50% pero desde luego más del 5%" de los principales expertos mundiales en aprendizaje automático.
Las empresas como Google esperan que el aprendizaje profundo les permita crear nuevos tipos de productos capaces de comprender y aprender de las imágenes, textos y vídeos que abarrotan la web. Y gran parte de los principales investigadores académicos se han rendido a Silicon Valley, donde pueden dirigir a equipos de ingenieros en vez de estudiantes y tienen acceso las series de datos más grandes e interesantes. "Es una mezcla de los recursos de computación con los que contamos y la plantilla que podemos ofrecer", declaraba Norvig. "En Google si quieres una copia de la web, resulta que la tenemos por ahí".
El investigador en inteligencia artificial de la Universidad de Montreal (Canadá), Yoshua Bengio, calcula que sólo hay unos 50 expertos en aprendizaje profundo en todo el mundo, muchos de los cuales aún son estudiantes universitarios. Calcula que DeepMind emplea a una docena de ellos en su plantilla, formada por 50 personas. "Creo que esta es la razón principal por la que Google ha comprado DeepMind. Tiene una de las mayores concentraciones de expertos en aprendizaje profundo", afirma Bengio.
Empresas como Amazon, Microsoft y también Facebook compiten con Google por este tipo de talento. De hecho Facebook creó su propio grupo de aprendizaje profundo en septiembre pasado (ver "Facebook lanza un proyecto avanzado de IA para encontrar el sentido de tus actualizaciones") y reclutó al que probablemente sea el científico dedicado al aprendizaje profundo más conocido del mundo, Yann LeCun, de la Universidad de Nueva York (EEUU) para dirigirlo. Su colega en NYU, Rob Fergus, también ha aceptado un trabajo en la red social.
Foto: El software de DeepMind aprendió por su cuenta a jugar a Space Invaders.
Ahora que el aprendizaje automático avanzado está pasando de ser un campo de interés sólo para los científicos a uno con gran importancia industrial, el banquillo de Google probablemente sea el más surtido. Entre los científicos que ha atraído del mundo académico, ya sea a tiempo parcial o completo, se cuentan Sebastian Thrun (que ha trabajado en el proyecto del coche autónomo de la empresa); Fe ando Pereira, antiguo informático de la Universidad de Pennsylvania (EEUU); Andrew Ng de la Universidad de Stanford (EEUU); y el director de la Universidad en línea Singularity, Ray Kurzweil.
El año pasado Google también cazó al reconocido investigador en aprendizaje profundo de la Universidad de Toronto (Canadá), Geoff Hinton, y a un aluvión de sus alumnos al adquirir la empresa de Hinton, DNNresearch. Ahora Hinton trabaja a tiempo parcial en Google. "Le dijimos a Geoff: Nos gusta tu trabajo, ¿te gustaría ejecutar modelos 100 veces más grandes que los de cualquiera? Eso le resultó atractivo", afirmó Norvig.
No todo el mundo está contento con la llegada del famoso autobús de Google a los exclusivos recintos del mundo académico. En diciembre, durante una reunión científica en Lake Tahoe, el fundador y director ejecutivo de Facebook, Mark Zuckerberg, hizo una aparición sorpresa acompañado de guardias uniformados, según un investigador en bioinformática del Centro Médico Mount Sinai (EEUU), Alex Rubinsteyn, quien se quejó en una entrada de blog de que se había cruzado "una frontera cultural entre el mundo académico y Silicon Valley".
"En el mundo académico, el estatus viene dado por los méritos en investigación, por lo que sabes", afirma Rubinsteyn. "En Silicon Valley viene dado porque diriges una empresa o porque eres rico. Y la gente que rodea a esa gente también piensa en hacerse rica".
El director de Microsoft Research, Peter Lee, declaró a Bloomberg Businessweek que había tal demanda de expertos en aprendizaje profundo que consiguen sueldos millonarios comparables a los de algunos quarterbacks novatos de la NFL.
Sin embargo, hay quien todavía se resiste a los cantos de sirena de la industria. De los tres expertos en computación considerados como parte de los originadores del aprendizaje profundo, Hinton, LeCun y Bengio, por el momento sólo Bengio se ha quedado en su torre de marfil. "No creo que ganar 10 veces más me vaya a hacer más feliz", afirma. "Como académico elijo en qué trabajar y tengo en mente objetivos a muy largo plazo". Además, afirma, ha empezado a recibir becas de la industria ahora que las empresas se dan cuenta de que pronto se quedarán sin reclutas. Este año planea aumentar el número de alumnos que entrena de 4 a 15.
DeepMind lo cofundó hace dos años Demis Hassibis, un diseñador de juegos, neurocientífico y antiguo prodigio del ajedrez de 37 años según la descripción del periódico londinense The Times. Los investigadores de DeepMind son muy conocidos en la comunidad científica gracias a su presencia en las reuniones científicas y su presentación de artículos "de bastante nivel" en aprendizaje automático, aunque aún no hayan lanzado ningún producto, explica Bengio.
DeepMind es experta en un campo que se conoce como aprendizaje de refuerzo, en el que los ordenadores aprenden del mundo partiendo incluso de un feedback muy limitado. "Imagina que te dijera qué nota has sacado en un examen, pero no te digo ni por qué, ni cuáles eran las respuestas", plantea Bengio. "Saber cómo podrías hacerlo mejor es un problema difícil".
Pero, en diciembre, DeepMind publicó un artículo en el que demostraba que su software podía hacer justamente eso aprendiendo a jugar a siete juegos de la consola Atari2600 usando como input sólo la información visible en una pantalla de vídeo, por ejemplo la puntuación. Para tres de los juegos, los clásicos Breakout, Enduro y Pong, el ordenador acabó jugando mejor que un experto humano. Se le dieron menos bien Q*bert y Space Invaders, juegos en los que la mejor estrategia posible es menos evidente.
Los programas informáticos con esta habilidad podrían tener aplicaciones comerciales importantes, entre ellas la de mejorar los motores de búsqueda (ver "La escala y la precisión del Gráfico del Conocimiento es única en toda la historia") y podrían ser especialmente útiles para ayudar a los robots a navegar el mundo humano. El año pasado Google adquirió varias de las principales empresas de robótica, incluyendo los fabricantes de varios tipos de robots humanoides.
Evidentemente, las grandes empresas no gastarían tanto dinero para monopolizar el talento en la inteligencia artificial a menos que creyeran que estos cerebros informáticos les pueden dar una importante ventaja competitiva. Podría parecer la trama de una película, pero quizá ha llegado el momento de reflexionar sobre qué haría la primera empresa que se hiciera con inteligencia artificial de verdad con el poder que eso supondría.
Bengio sostiene que aún no hay que preocuparse por eso. "A la industria le interesa aplicar el aprendizaje automático, y sobre todo el aprendizaje profundo para las tareas que quieren resolver", explica. "Esos proyectos van por la senda de la IA, pero aún les queda mucho camino que recorrer".