Empleados mediocres y actividades repetitivas: primeros objetivos de la inteligencia artificial

Entrevistado por Dinero, Edgar Helu señaló que los días en los que una persona pasaba la tarde realizando una actividad repetitiva y a la espera de la hora de salida, están a punto de acabar.

El aprendizaje de máquinas y la inteligencia artificial desafían a las personas a exigirse y dejar de pensar de manera maquinal, puesto que los robots han llegado justamente para realizar esas tareas.

El futuro de la industria, la pérdida de capacidades humanas, los nuevos productos relacionados con aprendizaje autónomo, entre otros temas, fueron tratados en la entrevista con el experto de Google. 

Esta es su postura:

¿Qué tan apropiadas están las startups y grandes empresas del concepto de Machine Learning en Colombia?

A nivel empresarial, están dando sus primeros pasos, estamos viendo que están usando cada vez más modelos preentrenados y APIs en sus desarrollos.

El caso de las startups es un poco diferente porque la mayoría de las que están surgiendo entienden de entrada que parte del modelo de negocio está en los datos. Por ello sus arquitecturas están orientadas a justamente capitalizar los datos y usarlos dentro de su oferta de valor.

Sí vemos una diferencia grande entre una apropiación muy rápida en las startups, donde este tema es nativo, y una apropiación un poquito más lenta pero cada vez  más con conciencia de que el Machine Learning les va a permitir ahorrar costos y generar valor.

Lea también: Google asegura que la próxima revolución industrial será el aprendizaje de máquinas

¿Cuánto puede mover el mercado de Machine Learning en Colombia?

Aún no tenemos ese estimado. Voceros de Google lo que han dicho es que el mercado equivalía a unos US$5.000 millones hace cinco años y va a alcanzar los US$20.000 millones en el 2020.

Tal vez lo que habría que entender es que el negocio de ‘cloud computing’ y de inteligencia artificial va a ser uno de los negocios más grandes de tecnología en el mundo.

¿Por qué Google propone que el Machine Learning será una nueva revolución industrial?

Cuando apareció el motor se convirtió en una herramienta de transformación de la materia y después se volvió omnipresente en todos los objetos.

Ahora estamos viendo algo muy parecido, Machine Learning es la transformación del conocimiento.

Estamos viviendo en una sociedad del conocimiento y lo que hace Machine Learning es agregarle valor a los datos. Eso va a estar omnipresente en cualquier aplicación.

Lo que hoy en día conocemos como Machine Learning va a ser muy diferente a lo que vamos a saber en 10 años. No vamos a concebir aplicaciones que no sean inteligentes o que nos pregunten 20 veces las mismas cosas, todo va a ser más automático y personalizado.

¿Cuál es su visión a futuro sobre esta industria del Machine Learning?

Lo de los robots físicos yo no lo veo tan cercano. De lo que sí estoy seguro es que todo va a ser con robots analógicos, es decir, todos los sistemas cada vez se van a personalizar más y ellos van a poder identificarte muy rápido para ofrecerte los productos que necesitas. La experiencia va ser muy individualizada para lo que tú necesitas.

Cualquier servicio va a tener muchos datos para poder ofrecerte lo mejor, cualquier información que tengan sobre ti la van a poder capitalizar a través de Machine Learning.

¿Qué capacidades humanas podrían perderse debido al soporte que ofrecen las máquinas en todos los ámbitos? Recientemente Google presentó unos audífonos que traducen simultáneamente por ejemplo…

Ya hemos perdido ciertas habilidades. Definitivamente hemos perdido memoria, hoy la gente no se acuerda de un teléfono. Hemos perdido ubicación espacial, hoy en día los conductores se guían por GPS.

Probablemente vayamos a perder alguna sensibilidad, no sé bien cuál porque eso se va a ver en el momento. Pero también surgen nuevas… en todo esto perdemos cosas pero ganamos ciertas habilidades y creo que esa es la manera en la que debemos enfocarlo.

Al igual que perdimos la capacidad de memorizar, ganamos una capacidad de procesar y de inventar gigantesca. Vamos a perder la capacidad de hacer cosas muy operativas y muy repetitivas, pero vamos a ganar en capacidad de invención, de innovación.

Creo que las artes van a tomar un rol protagónico porque son difícilmente modelables, muestran ese lado más humano de las personas. Tal vez en un mundo totalmente robotizado y automatizado, las artes podrían volver a tomar un esplendor que de pronto habían perdido en los últimos años.

Le podría interesar: El emprendimiento digital colombiano que desafía a Gmail y Go Daddy

¿Los audífonos de traducción son un Machine Learning?

Desde hace mucho tiempo veníamos trabajando en la traducción en tiempo real. Es simplemente llevar a un dispositivo de consumo algo que ya se venía trabajando hace mucho. Por el hecho de que las personas viajan mucho en la actualidad, pensamos que podría tener un impacto muy fuerte.

Procesa la información tan rápido que oyes la traducción en tiempo real. Eso ya se veía en YouTube con los subtítulos automáticos. Es el mismo principio que utilizan las APIs de traducción de Google que se basan en Machine Learning pero puesto en un dispositivo físico, lo cual lo hace muy atractivo.

No se sabe cuándo va a llegar a Colombia el dispositivo. Por temas de regulación y todos los trámites que hay que completar, no se sabe la fecha.

Vayámonos al futuro… ¿si las máquinas cobran cada día más inteligencia podrán un día independizarse? ¿Concibe la anarquía tecnológica?

No creo que esto se salga de control, los modelos de inteligencia artificial que estamos generando todavía son modelos controlados, son algoritmos, son cosas que están enmarcadas en unos límites, yo no me asustaría tanto por esos modelos futuristas tipo Terminator.

Al revés, esto nos está aportando la capacidad de automatizar trabajos que no le agregan ni valor ni satisfacción al ser humano, finalmente lo que estamos buscando es que las personas desarrollen otros temas más intrínsecos a nuestra esencia como: la creatividad, la capacidad de análisis y la capacidad de inventar, que es lo que una máquina nunca va a poder suplir.  

Visite: Maleta inteligente sorprende con sistema GPS, candado digital y medidor de peso

El Machine Learning se soporta en el almacenamiento en la nube. ¿Podrá esa infraestructura soportar el tsunami de datos del futuro?

Sin duda, es la única tecnología que la va a poder soportar. Es más, pensamos que justamente en tres años la minoría de procesamientos se va a ser local (en las mismas empresas) porque no van a poder asumir esa capacidad de datos.

El cloud va a ser la única alternativa para poder procesar todos los datos que se están generando y poder no solamente almacenar sino realmente procesar y tener lo resultados en corto tiempo.

El objetivo finalmente es ofrecerles a empresas que no tienen el poder financiero de tener un data center propio, una economía de escala gigantesca adquiriendo la computación como un servicio y no como un activo. Democratiza el acceso al procesamiento de información.

Hoy en día una empresa en Colombia puede utilizar cloud y hacer cosas increíbles. La brecha no es tecnológica como pasaba hace unos años sino de conocimiento.

Ahorita estamos viendo a la tecnología como un objeto de consumo, tenemos que ver a la apropiación de las herramientas como un generador de oportunidades empresariales para las pymes.

¿Qué tan vulnerables son los datacenters de los ataques físicos y de  los hackers?

Yo creo que un data center local es muy vulnerable, porque no tienen la capacidad de contratar una tropa de ingenieros en seguridad informática. La ventaja de trabajar con Google es que en su cloud tiene un solo perímetro de entrada que protege su propiedad intelectual y los datos de sus clientes.

Tenemos 700 ingenieros Phd en seguridad informática que garantizan que tus datos están en las mejores manos. La mejor metáfora es un banco, puedes guardar la plata bajo el colchón o entregársela a un experto.

Google es como un banco de datos. Somos el segundo productor de tarjetas de computación en el mundo (procesadores) para uso propio, no los vendemos, pues son para expandir la capacidad de nuestros data centers.

Nuestra meta es crear un nuevo data center cada 31 un días dentro de los próximos diez meses. La capacidad de cómputo de Google está acelerándose a pasos agigantados, recientemente inauguramos un data center en la región de Latinoamérica, en San Pablo (Brasil).

Recomendado: Google presenta audífonos que traducen hasta 40 idiomas en tiempo real