Inteligencia Artificial, el nuevo «alimento» de los celulares

La introducción de modelos de aprendizaje automático empieza a verse en el día a día en el aparato electrónico más revolucionario de los últimos años como el Huawei Mate 10 o los nuevos iPhone X

El secreto no está ahora en la masa. Está en la salsa que empiezan a recibir algunos de los teléfonos móviles más punteros del mercado, la Inteligencia Artificial. Su introducción ya es un hecho en estos dispositivos. Gracias a estos sistemas, el aparato electrónico más revolucionario de los últimos años sobrepasa a una nueva dimensión cuyo objetivo es doble: cambiar la interacción humano-máquina y «aprender» de nuestros comportamientos.

Todo un desafío para una industria esforzada en cambiar los hábitos de los consumidores. Y Huawei pretende hacerlo posible. Su nuevo terminal, el Mate 10, viene precedido de ese impulso en acercarse a la mente humana. Lo que hace posible esa «inteligencia» es su potente corazón. Llamado Kirin 970 es, sobre el papel, uno de los procesadores más avanzados del mercado.

Con ello se convierte, de facto, en el primer «smartphone» en contar con un sistema de aprendizaje neuronal. El chip está fabricado con 8 núcleos en la CPU, 12 núcleos en la GPU y un desarrollo de llamado NPU -Neural Network Processor Unit- que resulta veinticinco veces más potente y cincuenta veces más eficiente en el reconocimiento de imágenes. Con ello se suma a la corriente que propone que la próxima generación de teléfonos móviles sean mucho más inteligentes al intentar emular el sistema neuronal del cerebro humano. En este caso, donde más aplicaciones tiene la IA es en la cámara. Con solo apuntar, por ejemplo, un plato de comida, el sensor fotográfico es capaz de detectar y saber que se trata de alimentos, ajustándose a las condiciones de luz, modo de captura y tipo de disparo para lograr una fotografía más óptima.

Lo que pretende lograr este concepto de «smartphone» es dejar a un lado el comportamiento clásico de los ordenadores -recibir una instrucción y realizarla según su programación- para aventurarse en un nuevo escenario, ajustarse, modificar y devolver una actividad después de ir recibiendo impulsos diferentes. Es decir, «aprender». Grandes firmas del sector como IBM, Apple, Google o Microsoft han trabajado desde hace varios años en aplicar modelos de «machine learning» -aprendizaje automático- y más recientemente «deep learning» -aprendizaje profundo-. La gracia de todo esto es que se cambia el patrón de entrenamiento de las máquinas. Por regla general, un ordenador se comporta en función de su código de programación registrado.

Cambiando la concepción

Con los nuevos sistemas se modifica radicalmente la forma de introducir datos. Se ofrecen supuestos y el propio ordenador alarga respuestas interpretativas. Por capas. Por diferentes niveles, logrando una retroalimentación constante y lograr que las máquinas «aprenden cosas muy complejas», apunta Fernando Corbacho, director general de Cognodata Consulting sobre IA y aplicación del «deep learning».

«Puedes analizar todos los datos recibidos y algoritmos los comportamientos de, por ejemplo, los clientes o de los ciudadanos y anticipar lo que va a ocurrir»

Es como decirle a la máquina que diga qué observa en una imagen de un gato con un sombrero. Después de analizar otras fotos en las que reconoce la forma de un gato, el sistema acierta a pesar de introducir un elemento diferencial, el sombrero. Todo ello ha cambiado absolutamente la concepción de las máquinas y, pese a encontrarse en unos compases iniciales, auguran un futuro muy prometedor. Corbacho recalca a ABC que una de las virtudes de estas técnicas de «machine learning» es que tienen capacidad predictiva. «Puedes analizar todos los datos recibidos y algoritmos los comportamientos de, por ejemplo, los clientes o de los ciudadanos y anticipar lo que va a ocurrir», considera.

Que cada vez sean mejores

Para ello hay que entender algunas diferenciaciones. Existen tres estadios dentro de la IA, la cual está concebida para hacer «las máquinas más inteligentes». En otro estadio inferior se encuentra el machine learning, pensado para hacer que los ordenadores aprendan. Y luego se halla el deep learning, que se trata de unos «algoritmos más avanzados y potentes que están en la cresta de la ola». Ya se está usando aunque muchas personas lo desconocen. «Cuando hablas pro ejemplo con Siri, cuando hablas por Skype y su función de traducir de un idioma a otro, usa ‘deep learning’, y se está utilizando en muchos sitios. Es una tecnología que está por detrás y que permite que aprende de ti y de muchos usuarios. Al poder aprender cada vez es mejor y se adapta», insiste.

«Ahora mismo, con el Big Data y la cantidad de sonorizaciones, llegar a las máquinas que pueden aprender por sí solas en base a patrones de uso y analizar el comportamiento, es tener una Inteligencia Artificial en todo, en el transporte, en el trabajo…»

Su traslado hacia el entorno móvil se encuentra precisamente en una fase incipiente. Concebido y diseñado para resolver operaciones sencillas, la Inteligencia Artificial dentro de un «smartphone» puede ser algo revolucionario. Pero se extiende a todo lo demás, como en los procesos robotizados en las empresas. «Para mí la IA es llegar a un punto en que una máquina toma cualidades de un humano. Ahora mismo, con el Big Data y la cantidad de sonorizaciones, llegar a las máquinas que pueden aprender por sí solas en base a patrones de uso y analizar el comportamiento, es tener una Inteligencia Artificial en todo, en el transporte, en el trabajo…», explica a este diario Manuel Fuertes, presidente de la firma especializada en innovación Kiatt, que trabaja entre nexo entre los científicos y la empresa.

Para poder gestionar ese impulso Apple, precisamente, ha procurado extender sus tentáculos a otro terreno, el de las redes neuronales, en sus terminales iPhone 8 y próximamente el iPhone X. El surgimiento de su nuevo chip, A11 Bionic, viene en respuesta a ese interés creciente. Su resultado es, cuanto menos, sorprendente. «Es importante saber el tipo de planteamiento. Han metido un chip específico para procesar redes neuronales y no deja de ser sorprendente que metan en chips tan potentes para teléfonos que pueden trabajar con deep learning», añade Paco Serradilla, profesor de la ETSI de Sistemas Informáticos de la UPM. Con todo ello, la IA empieza a dejar de ser una mera utopía para ubicarse en nuestro día a día. El móvil, la próxima conquista.

Fuente: ABC.es