.

Leonard Greco

Negocios

El regalo de aprendizaje automático que Google le hizo al mundo y a sí misma

1

La nube está dominada por Amazon y Microsoft. Así que Google creó y publicó en abierto TensorFlow, una herramienta para el desarrollo de aplicaciones de aprendizaje profundo que está triunfando como la Coca-Cola, y que, casualmente, se conecta fácilmente a su nube

  • por Tom Simonite | traducido por Teresa Woods
  • 03 Julio, 2017

A principios de 2015, un equipo de investigación en inteligencia artificial (IA) de Google creó un extraño programa de software llamado TensorFlow. Dos años más tarde, esta herramienta, centrada en el desarrollo de software de aprendizaje automático, es clave para muchas de las futuras ambiciones de Google y su empresa matriz, Alphabet, que este año ocupa el puesto número 6 de nuestra lista de Las 50 Empresas más Inteligentes de 2017.

TensorFlow facilita mucho la labor de los ingenieros de la empresa al traducir nuevos enfoques de inteligencia artificial en paquetes de código prácticos. Esto mejora la precisión de servicios como las búsquedas y el reconocimiento de voz. Pero pocos meses después de que TensorFlow llegara a las manos del ejército de codificadores de Google, la compañía también empezó a ofrecerlo al mundo de forma gratuita.

Aunque esta decisión podría parecer altruista y hasta una estupidez, casi dos años después  de hacerlo, los beneficios que Google está sacando de su gran regalo son cada vez más evidentes. Hoy, TensorFlow se está convirtiendo en el claro líder entre los programadores de aprendizaje automático. El director del diseño de TensorFlow y responsable de las investigaciones de inteligencia artificial de Google, Jeff Dean, afirma: "Lo empleamos mucho actualmente, y cada vez más". Los productos creados con TensorFlow se pueden ejecutar desde cualquier lugar, pero además es muy fácil enviarlos a plataforma de computación en la nube de Google. Y su popularidad está ayudando a Google a hacerse con una parte más grande del mercado de infraestructuras alojadas en la nube, que actualmente ya está valorado en 35.000 millones de euros y subiendo. Google ocupa el tercer puesto de la clasificación en este sector, bastante por detrás de los líderes, Amazon y Microsoft.

La directora del negocio de computación en la nube de Google, Diane Greene, dijo en abril que espera ocupar el primer puesto en cinco años. Para lograrlo, un aspecto clave de la estrategia de Google consiste en apelar al repentino entusiasmo por la inteligencia artificial en todos los sectores, desde la atención médica a la automovilística. Se espera que las empresas que inviertan en la tecnología destinen grandes partes del presupuesto a proveedores de computación en la nube para evitar los costes y la complejidad de desarrollar y ejecutar la inteligencia artificial internamente. Esto ya se hace actualmente con correos electrónicos y páginas web alojadas en la nube. Los clientes como la aseguradora AXA, que utilizó TensorFlow para crear un sistema que predice accidentes de tráfico costosos, compartirán los beneficios de la misma infraestructura que utiliza Google para alimentar sus propios productos. Google asegura que ofrece un mejor rendimiento a unos precios muy competitivos. El director gerente del  fondo de capital riesgo Madrona, S. Somasegar, que anteriormente fue el director de la división de desarrolladores de Microsoft,  afirma que la popularidad de TensorFlow representa un auténtico desafío para los rivales de la computación en la nube de Google. "Es una estrategia fantástica, Google está muy rezagada en la nube, pero han elegido un área donde pueden lograr una posición privilegiada", explica.

 

Dentro de Google, TensorFlow potencia productos como la aplicación móvil de Google Translate, que puede traducir una carta de restaurante escrita en otro idioma delante de los ojos del usuario. La compañía ha desarrollado procesadores especializados para aumentar la velocidad de TensorFlow y reducir la energía que consume dentro de los centros de datos de Google. Estos procesadores impulsaron la victoria histórica del software AlphaGo contra un campeón humano del antiguo juego de mesa Go del año pasado y se le atribuye el mérito de una actualización reciente del servicio de traducción de Google que ya se aproxima al nivel humano en varios idiomas.

TensorFlow no es, para nada, la única herramienta de desarrollo de software de aprendizaje automático, y tal vez los expertos puedan pasarse horas debatiendo sus respectivos méritos. Pero el peso de la marca de Google y sus ventajas técnicas distinguen a su producto del resto, según el profesor adjunto de la Universidad de Stanford (EEUU) Reza Zadeh. Originalmente fundó  su start-up Matroid, que ayuda a las empresas a desarrollar software de reconocimiento de imágenes mediante una herramienta rival llamada Caffe, pero la abandonó después de probar TensorFlow. Zadeh afirma: "Vi que era claramente superior en todos los aspectos técnicos, así que decidimos desmontarlo".

La herramienta de Google también está echando raíces en la próxima generación de investigadores y empresarios de inteligencia artificial. En la Universidad de Toronto (Canadá), un centro de IA del que han salido muchos de los investigadores líderes de hoy en día, el profesor Michael Guerzhoy enseña TensorFlow como parte de la masivamente abarrotada asignatura de introducción al aprendizaje automático. El profesor cuenta: "Hace diez años, tardaba meses en hacer algo que ahora a mis estudiantes les sólo les lleva unos días gracias a TensorFlow".

Desde el lanzamiento de TensorFlow, los rivales de Google en la computación en la nube, Microsoft y Amazon, han lanzado o comenzado a ofrecer sus propias herramientas de software gratuitas para ayudar a los programadores en el desarrollo de sistemas de aprendizaje automático. Hasta ahora, según Guerzhoy, ninguno tiene una base de usuarios tan amplia y fiel como TensorFlow entre investigadores, estudiantes y codificadores profesionales.

Negocios

Los avances tecnológicos están cambiando la economía y proporcionando nuevas oportunidades en muchas industrias.

  1. La importancia de usar la IA en el ejército sin aplicarla a las armas

    Las Fuerzas Armadas de EE. UU. lanzarán junto al MIT una incubadora de inteligencia artificial para desarrollar tecnologías que sirvan al "bien público" y que optimicen el día a día del organismo. Para evitar polémicas, ambas entidades afirman que no trabajarán en aplicaciones armamentísticas

  2. La polémica política, ética y comercial del reconocimiento facial

    El Gobierno de San Francisco tiene prohibido usar esta tecnología, pero la norma no afecta a las compañías privadas, cuyos fines pueden ser igual de discriminatorios que los públicos. El debate, tanto a nivel ciudadano como usuario, está servido

  3. Cinco preguntas para saber si una IA es útil, eficaz y ética

    A medida que la inteligencia artificial penetra en la industria es necesario confirmar que los productos que ofrecen las empresas son válidos y de calidad. Para averiguarlo, le ofrecemos una guía con cinco preguntas