Estudiantes de Fast.ai, una pequeña organización que ofrece cursos gratuitos online de aprendizaje automático (ver La 'start-up' que intenta demostrar que la IA está al alcance de todos), acaban de crear un algoritmo de inteligencia artificial (IA) que ha superado el código de Google, de acuerdo con un importante punto de referencia.

Este éxito es importante porque a veces parece que para hacer una gran investigación de IA cuando es necesario disponer de muchos recursos. Fast.ai cuenta con estudiantes a tiempo parcial dispuestos a probar suerte en el aprendizaje automático, y tal vez la ciencia de datos. Y para ejecutar sus programas de IA, la empresa simplemente paga el servicio en la nube de Amazon.

Pero el equipo de Fast.ai ha construido un algoritmo que supera al código de Google, según el punto de referencia DAWNBench, desarrollado por investigadores de la Universidad de Stanford (EE. UU.). Este punto de referencia emplea una tarea común de clasificación de imágenes para analizar la velocidad de un algoritmo de aprendizaje profundo en función de su potencia de cálculo.

Los investigadores de Google solían encabezar la clasificación en una categoría de entrenamiento con varias máquinas, una colección personalizada con sus propios chips diseñados específicamente para el aprendizaje automático. Pero ahora, el equipo de Fast.ai ha sido capaz de desarrollar algo incluso más rápido con un hardware relativamente parecido.

"Conseguir resultados de alto nivel no solo está al alcance de las grandes compañías", explica uno de los fundadores de Fast.ai y destacado empresario de inteligencia artificial Jeremy Howard. Howard y su cofundadora, Rachel Thomas, crearon Fast.ai para hacer que la IA sea más accesible y menos exclusiva (ver Si no encuentra profesionales de IA con talento, no está buscando bien).

Para derrotar a Google, el equipo de Howard ha llevado a cabo algunas estrategias relativamente sencillas, detalladas en esta publicación de blog. Una de ellas fue asegurarse de que las imágenes alimentadas a su algoritmo de entrenamiento estaban recortadas. "Son las típicas cosas obvias y ridículas que muchos investigadores ni siquiera se plantearían hacer", explica Howard.

El código necesario para ejecutar el algoritmo de aprendizaje en varias máquinas fue desarrollado por un colaborador de la nueva Unidad de Innovación de Defensa del Pentágono de Estados Unidos, creada recientemente para ayudar a los militares a trabajar con inteligencia artificial y aprendizaje automático.

El profesor de la Universidad de Stanford Matei Zaharia, que es uno de los creadores de DAWNBench, afirma que el trabajo de Fast.ai es impresionante. Pero también señala que para muchas tareas de IA, siguen haciendo falta grandes cantidades de datos y recursos informáticos importantes.

El algoritmo de Fast.ai fue entrenado en la base de datos de ImageNet en 18 minutos con 16 ejemplos de Amazon Web Service, con un coste de cómputo total de alrededor de 35 euros. Howard afirma que su resultado fue un 40 % mejor que el de Google, aunque admite que la comparación es complicada porque el hardware es diferente.

El director de Comunicaciones y Políticas de OpenAI, Jack Clark, una organización sin ánimo de lucro, afirma que Fast.ai está haciendo avances importantes en otras áreas, como la comprensión del lenguaje. "Este tipo de cosas nos beneficia a todos porque aumentan la familiaridad básica de las personas con la inteligencia artificial", concluye Clark.