"Cuando hablamos de 'machine learning', no sólo es importante la cantidad de datos que se reúnen, sino cómo se emplean para lograr los objetivos, siempre cuidando la privacidad de los usuarios", aseguró Wilson White, director de Políticas Públicas de Google, en diálogo con Infobae. Fue en el marco del evento que hizo la compañía por los diez años que cumplió su sede en la Argentina.
White destacó que, para la empresa, uno de los factores clave para fomentar el desarrollo de inteligencia artificial es que el conocimiento esté organizado y disponible. Es decir, que se dan a conocer "los secretos" del sistema para que a partir de allí se haga una construcción colectiva de nuevos saberes. El efecto multiplicador se palpa de manera concreta con cada nuevo desarrollo que surge de la mano de investigadores y emprendedores.
"Nosotros tenemos nuestra tecnología de 'machine learning' abierta y la llamamos 'TensorFlow'. Al ser abierta cualquiera puede adquirir el conocimiento que tenemos sobre 'machine learning' y aplicarlo para resolver nuevos problemas", subrayó el experto.
White compartió algunos ejemplos de creaciones que surgieron a partir de diferentes herramientas potenciadas por este sistema de Google. En este sentido, destacó el trabajo de los argentinos Diego Fernández Slezak y Facundo Carrillo, investigadores del Conicet y especialistas en computación, que desarrollaron una app para ayudar a diagnosticar trastornos psiquiátricos a partir del análisis del discurso de los pacientes.
"En Google, 'machine learning' es nuestra técnica preferida para generar inteligencia artificial. En la programación computacional tradicional se le dan instrucciones específicas a la computadora para que las ejecute, en cambio con 'machine learning', la computadora aprende de los datos que recibe y va mejorando con el uso", analizó White, quien durante el encuentro mostró las diferentes formas en que se usa esta tecnología tanto en los productos de Google como en otros sistemas.
1. Google Assistant. El asistente virtual, que está presente en la la aplicación Allo, los celulares Pixel y los parlantes Google Home, entre otros productos, emplea machine learning para reconocer el idioma y para procesamiento del lenguaje natural. Su inteligencia artificial también le permite generar recomendaciones o mostrar información apropiada según los intereses de los usuarios.
2. El buscador de Google. El sistema emplea una serie de algoritmos para producir un ranking de búsqueda relevante para el usuario. Con los años y el entrenamiento de la inteligencia artificial se logra predecir, con un 70% de precisión, cómo realizará una búsqueda el usuario, para optimizar el proceso.
3. Traductor de Google. Aquí también está presente la inteligencia artificial potenciada por machine learning. El traductor funciona en 103 idiomas y ya se procesan más de mil millones de traducciones a diario.
4. Google Photos. La app tiene reconocimiento de imágenes que permite hacer búsquedas más rápidas entre las fotos y agruparlas como el usuario desee.
5. Respuestas inteligentes en Gmail. Cuando se ingresa a ver un correo que llegó a Gmail aparecen al pie algunas respuestas sugeridas para la ocasión que puede ir desde "gracias" hasta "ok" o "recibido". Esas respuestas inteligentes son generadas por las redes neuronales que ofrecen una frase o palabra relevante según el contexto. Los usuarios usan este sistema para responder el 12% de los correos que les llegan al móvil.
6. Spam. En Gmail se usa machine learning para filtrar el spam o correo indeseado y el malware. Las redes neuronales permiten identificar el spam con un 99% de efectividad, aseguró White.
7. Google Cloud Platform. Por medio de este sistema se puede emplear la infraestructura de base, los análisis de datos y el sistema de aprendizaje automático de Google. "Con las API facilitamos que otras organizaciones usen lo mejor de machine learning. No sólo usamos el conocimiento para nuestros productos sino para que otros generen sus trabajos", subrayó White.
8. Consumo energético. "Con machine learning hemos podido reducir el 40% del calor que generan nuestros data center", destacó el experto.
9. Diagnósticos clínicos. En el ámbito de la salud, la posibilidad de escanear imágenes con inteligencia artificial permite automatizar y optimizar los procesos de interpretación. Esto es de gran valor para la detección temprana de patologías. "Estamos trabajando con colaboradores para asegurarnos de que estas soluciones se perfeccionen", concluyó White.
LEA MÁS:
Pixel Buds, los auriculares de Google que traducen en tiempo real
21 aplicaciones para viajar al Mundial de Rusia
Últimas Noticias
La mujer que ganó 70 millones en el Euromillones explica por qué el premio salvó la vida de su marido: “Soy muy afortunada”
EN VIVO Once Caldas vs. Deportes Tolima: cuadrangulares de la Liga Betplay, fecha 1 del Grupo B
Cómo empezar a invertir en criptomonedas y cómo funcionan
Así fue la despedida de ‘El Vicentillo’ y ‘El Mayo’ Zambada la última vez que se vieron
Super Once: jugada ganadora y resultado del Sorteo 2
