DeepMind de Google, laboratorio tecnología neuronal e inteligencia artificial adquirido por Alphabet, ha descubierto 2,2 millones de nuevas estructuras moleculares para crear materiales cada vez más eficientes y con nuevas características. ¿La IA también podría revolucionar la infraestructura?

Las nuevas estructuras que DeepMind acaba de generar, son explotables de cristales inorgánicos. La filial de Google ha compartido todos estos datos con la comunidad científica para que los tomen e intenten crear estos nuevos compuestos con propiedades únicas, tanto a nivel eléctrico como de su resistencia o su capacidad para transmitir luz.

Es un logro bastante notable porque para generar estas estructuras que permitirán encontrar y crear rápidamente nuevos materiales con propiedades revolucionarias, los equipos de DeepMind entrenaron su IA GNoMe con la base de datos de todos los cristales inorgánicos conocidos.

Te puede interesar: Este es el raro ‘sistema planetario’ que revelaría el origen y evolución del nuestro

De los 2 millones de estructuras cristalinas generadas por la máquina, cerca de 400.000 se pueden utilizar tal cual, y según los científicos, cuando “queremos mejorar nuestra tecnología, esto implica inevitablemente mejorar los materiales “.

Las aplicaciones de este descubrimiento van desde las células fotovoltaicas que permitirán que los paneles solares sean exponencialmente más eficientes, hasta las aleaciones que permitirán que los coches o los aviones sean cada vez más resistentes y ligeros, pasando por los componentes de los smartphones, que serán cada vez más pequeños y eficientes.

También se podría aplicar en la producción de nuevas baterías, paneles solares y chips para ordenadores con mejor rendimiento, como solución a los desafíos climáticos que la ciencia aspira a erradicar.

Google DeepMind integra IA a su laboratorio robótico para sintetizar más rápido los miles de nuevos materiales y mejorar las tecnologías actuales. .”Es esencialmente un mapa de la reactividad de los sólidos comunes. Y eso es lo que cambiará el mundo: no el A-Lab en sí, sino el conocimiento y la información que genera”, explica Andy Cooper, director académico de la Fábrica de Innovación de Materiales de la Universidad de Liverpool, Reino Unido, para Nature.

Te puede interesar: Amazon lanza generador de mega-imágenes para publicidad, creadas con indicaciones habladas e IA

Actualmente existe un consenso generalizado en que la IA de Google predice mejor que nadie el tiempo a lo largo de 10 días, superando a los humanos en juegos tan difíciles como StartCraft 2 o incluso detectando el cáncer de mama con 99% de precisión.

Como señala la página de la revista MIT Tecnology Review, Google es uno de los líderes mundiales en investigación sobre inteligencia artificial, especialmente con la compañía DeepMind, que compró en 2014. Allí han logrado que las redes neuronales aprendan a jugar de forma magistral videojuegos clásicos de Atari 2600 como ‘Pong’ o ‘Space Invaders’ o algunos más complejos y modernos, como ‘Dota 2’ o ‘Starcraft 2’, o clásicos, como ‘Go’, demostrando que los videojuegos son muy útiles, más allá de lo que dicen cada vez que hay un tiroteo en Estados Unidos.

Para leer más sobre inteligencia artificial, ingresa a este enlace.

De esta forma los investigadores los investigadores crean entornos desafiantes para los nuevos algoritmos. Así, potencian y aceleran en las IA lo que llaman aprendizaje por refuerzo (RL, por sus siglas en inglés), con el fin de que puedan interactuar con su entorno, resolver tareas complejas y ser útiles en el mundo real en robótica, automóviles que se conducen solos y smartphones, entre otros, como se explica en el blog de Google.

¿Un cotejito o miedo?

El fútbol presenta un ambiente altamente desafiante para la RL de las redes neuronales, debido a que “requiere un equilibrio natural entre el control a corto plazo, los conceptos aprendidos, como los pases, y la estrategia de alto nivel”, como explica en su artículo Google. Esto se traduce en que la IA aprende nuevas habilidades en un entorno imprevisible, aunque controlado, para que no sea demasiado fácil o tan difícil que no se logre un aprendizaje real para la red neuronal.

Por esa razón, desde junio vienen trabajando con Google Research Football Enviroment, un simulador 3D de fútbol de código abierto, que sigue el modelo de videojuegos de ese deporte, como ‘Fifa’ o ‘PES’, con la que la IA aprende a controlar a todos los jugadores o solo uno, haciendo pases, haciendo goles, cobrando tiros de esquina, penales o tiros libres. Si quieres probarlo y ayudar a mejorarlo, puedes descargar la versión beta en Github. 

El motor de este juego está basado en una versión modificada de Gameplay Football, un simulador de código abierto en lenguaje C++ altamente optimizado, que permite ser ejecutado en máquinas estándar, con unidad de procesamiento gráfico (GPU, por sus siglas en inglés) o sin él.

La tecnología del futuro se la deberemos al fútbol

Este motor tiene características que permiten orientarse en la RL de las redes neuronales y avanzar en la investigación, cuyos resultados se pueden revisar en el archivo de documentos científicos arXiv.org. De esta forma, pueden tener información sobre la ubicación de cada jugador y medir el éxito de las máquinas en tareas específicas progresivamente más difíciles, como anotar un gol sin portero, realizar un contragolpe, marcar gol con portero y participar en una jugada ofensiva de tres contra uno para anotar luego de hacer un pase, entre otras.

Finalmente, se planea hacer que la máquina juegue un partido con todas las reglas, ya sea contra otra máquina o contra una persona. De esta forma se probará si la inteligencia artificial es capaz de optimizar su juego de acuerdo con los desafíos que se le van imponiendo y no solo basado en el aprendizaje de las debilidades de su oponente, lo que ayudaría a desarrollar redes neuronales capaces de trabajar en entornos realistas que requieren tomas de decisiones rápidas a partir de un desafío inesperado. Incluso es probable que generen estrategias futbolísticas que ni Mourinho, Ancelotti o Guardiola hayan imaginado.

Imágenes: Google

Pero también está la Inteligencia Artificial (IA), que nos demuestra una vez más lo útiles que pueden llegar a ser los videojuegos. Como explica el portal Science News, los expertos en desarrollo de IA han usado los juegos electrónicos para probar las habilidades de las máquinas.

Son mejores para jugar que nosotros

Como referencia, ese portal recuerda a la famosa computadora de IBM Deep Blue, que derrotó en un juego de ajedrez, en 1997, al campeón Garry Kasparov; que en 2016 el AlphaGo de DeepMind también derrotó al campeón al surcoreano Lee Sedol en el juego de mesa chino Go, por marcador de 4-1.

Lee más sobre inteligencia artificial en este enlace.

Sin embargo, esos juegos son relativamente sencillos para una inteligencia artificial, porque cada jugador tiene un turno, miran el tablero todo el tiempo. Las IA solo deben aprender patrones y anticipar los del contrario, algo que se puede conseguir con algoritmos. Es distinto con juegos más complejos, en los que deben tomar decisiones estratégicas, similares a las del mundo real, en medio de interacciones rápidas.

Es por es que se destaca lo hecho por la inteligencia artificial AlphaStar, que venció 5-0 en ‘Starcraft 2’ al jugador profesional alemán Dario Wünsch, el pasado 12 de diciembre de 2018. Algo relevante porque, para lograrlo, la máquina debió corregir errores y tomar decisiones en tiempo real, reaccionando a las acciones del rival. Esto ayuda a crear algoritmos más útiles para afrontar los desafíos de la vida real, como explica Sebastian Risi, investigador de IA de la Universidad de TI de Copenhague, citado por Science News.

De los videojuegos a la vida real

Como prueba de esto, está lo hecho por la empresa con sede de San Francisco OpenAI, que entrenó a cinco dispositivos de IA para jugar Dota2. Luego, de acuerdo con un artículo, publicado en Cornell University, reutilizaron los algoritmos para desarrollar manos que son capaces de mover objetos con bastante destreza, combinando la coordinación y movimiento de sus dedos con el control de la gravedad, como se puede ver en un video publicado en YouTube, en el que vemos las manos poner cubos con letras en posiciones dadas con anterioridad.

De la misma forma, los investigadores de DeepMind esperan que el AlphaStar ayude a desarrollar IA por medio de lo aprendido en ‘Starcraft’, como habilidades cooperativas. Además, los investigadores están usando otros juegos para que la IA desarrolle más habilidades útiles para la vida real.

Science News muestra una tabla de las habilidades que una IA, que está en constante aprendizaje, podría aprender de diferentes videojuegos. Por ejemplo, pueden mejorar su navegación con juegos de carreras, como Forza, o desarrollar su creatividad con ‘Minecraft’ o ‘Grand Theft Auto’. Lo complicado es que en algún algoritmo quede instalado un aprendizaje de violencia, también de los videojuegos, y estemos ante el inicio de la rebelión de las máquinas (tatan, tan, tatán).

Imágenes: Nadia_Bormotova y Kirillm (vía: iStock).

DeepMind es una compañía inglesa de IA que Google adquirió en 2014 y que ha logrado cosas increíbles como crear una red neuronal capaz de aprender a jugar videojuegos. Y sigue explorando y avanzando en el desarrollo de inteligencia artificial.

Recientemente hicieron un avance en el campo de la medicina, con el desarrollo de un sistema que es capaz de detectar 50 enfermedades y problemas oculares con la precisión de un experto, explica un artículo del blog de DeepMind.

Un estudio esperanzador para la medicina ocular

Para probarlo, DeepMind hizo estudios preliminares con el Moorfield Eye Hospital, de Londres, cuyos resultados se pueden leer en la revista Nature Medicine. En esas pruebas demostraron que la IA es capaz de escanear tomografías de coherencia óptica (OCT) con mucha velocidad y hacer diagnósticos sin falla.

Un OCT es un examen que muestra una especie de fotografía virtual de las capas que componen algunos tejidos del ojo, como la retina, para examinar y diagnosticar enfermedades oculares. Sin embargo, son difíciles de leer y necesitan de un experto para analizarlas.

Por eso, aunque los estudios hechos por DeepMind son preliminares, también son esperanzadores para la medicina ocular. Los especialistas deben analizar decenas de OCT al día (en el Moorfield Eye Hospital hacen mil cada 24 horas), por lo que, si lo hace una herramienta tecnológica, con precisión y velocidad, los tiempos y costos se reducirán considerablemente.

Esto también es una gran noticia para los pacientes, que no deberán esperar mucho tiempo entre el escaneo y el diagnóstico, especialmente cuando el caso es urgente y el tiempo es un factor importante que podría agravar la situación, en caso de no tratarse con premura.

Imágenes: @Moorfields (vía: Twitter) y Moorfields Eye Hospital (vía: Facebook)

Ahora, la Administración de Drogas y Alimentos de EE.UU. (FDA) aprobó un dispositivo de diagnóstico de inteligencia artificial que no necesita un médico especializado para interpretar los resultados. El software, llamado IDx-DR, puede detectar una enfermedad llamada retinopatía diabética con sólo observar fotos de la retina. Así lo asegura el portal The Verge.

Cómo funciona el IDx-DR

El propósito de este dispositivo es brindar un diagnóstico eficaz y rápido de dicha enfermedad ocular. El funcionamiento es  tan sencillo como cargar las fotos de la retina (tomadas por una cámara especial para tomar fotos de esta parte del ojo) al software de IDx-DR. A continuación, el dispositivo indica si la imagen cuenta con la calidad suficiente para obtener un resultado.

Luego, analiza las imágenes para determinar si el paciente tiene o no retinopatía diabética. Esta enfermedad surge por los altos niveles de azúcar en la sangre y es común en las personas con diabetes. Por tal motivo, si no se trata a tiempo puede dañar los vasos sanguíneos en la parte posterior del ojo.

Durante un ensayo clínico, que utilizó más de 900 imágenes, IDx-DR detectó correctamente la retinopatía aproximadamente en un 87% de casos. Así mismo, alcanzó un 90% de acierto en quienes no tenían la enfermedad.

La IA implementada en el software le permite “tomar la decisión por sí mismo”, asegura Michael Abràmoff, fundador de IDx-DR, para el portal Science News. Es decir, la tecnología puede ser utilizada por un enfermero o un médico sin necesidad de ser oftalmólogo. Esto permite que el diagnóstico sea casi inmediato, sin necesidad de una cita con un especialista que puede tomar algunos días. Aún así, sería necesario confirmar con un especialista, principalmente para decidir la medicación.

El algoritmo de IDx-DR fue entrenado para reconocer las condiciones que influyen en la pérdida de visión. Para ello, el dispositivo analiza las fotos e identifica si la pérdida de visión se debe a la edad y a retinopatía diabética. A su vez, su uso en la medicina abre un amplio camino para realizar pruebas de diagnóstico autónomas.

Imagen: oftalmólogo (vía Pixabay)

Inteligencia artificial para ahorrar batería en Android P

De acuerdo con la compañía, una de las mayores necesidades de los usuarios de smartphones es tener batería. Por lo tanto, la compañía está haciendo cada vez más esfuerzos en mejorar el uso de los recursos de sus equipos por medio de software.

Así, presentó funcionalidades basadas en inteligencia artificial y aprendizaje automático para anticiparse al comportamiento de sus usuarios. Esto permitirá que la CPU se despierte de su reposo 30% menos, lo cual significa menos gasto de batería. Esto se basa en el proyecto de inteligencia artificial DeepMind de Google. Además, otros elementos como el brillo de la pantalla también se adaptarán a las preferencias del usuario y las condiciones de luminosidad del ambiente.

Anticipación a lo que hará el usuario

Android P se anticipará de mejor manera a lo que podría hacer el usuario en el futuro. Hace un tiempo, en Android existen las aplicaciones sugeridas, cuando se entra al cajón de aplicaciones. En la nueva versión del sistema operativo también habrá acciones sugeridas debajo de estas. De esta manera, si el usuario suele correr en las noches con determinada aplicación, esta se mostrará allí como un acceso rápido. Lo mismo pasará cuando se conecten los audífonos. En este espacio también saldrán algunos contactos frecuentes dependiendo del lugar y la hora.

Las Instant Apps llegan a la app de Google con otro nombre

Android P girará en torno a Google. A través de esta app, se podrán utilizar ciertas funciones de otras aplicaciones. Por ejemplo, se podrá pedir a Google que pida un servicio de Lyft (app de transporte) sin necesidad de abrirla. Esta funcionalidad se llamará ‘Slices’ (tajadas, en inglés).

Navegación con gestos

La barra de navegación de Android se ha mantenido casi intacta desde hace varios años. Sin embargo, la compañía quiere empezar a incluir gestos que permiten una navegación más natural por el sistema. Ahora, para acceder a las aplicaciones recientes, el usuario deberá deslizar de abajo hacia arriba.

Controla el tiempo que pasas en el celular

Para muchas personas puede ser difícil controlar el tiempo que le dedican al smartphone. Por lo tanto, Google presentó varias herramientas que ayudarán al ‘bienestar’ de sus usuarios. Una de estas es Dashboard, con la que se podrá conocer cuánto tiempo se pasa usando una aplicación, cuántas notificaciones se reciben y cuántas veces se desbloquea. Otra de las funcionalidades se llama App Timer. A través de esta, los usuarios podrán elegir un tiempo máximo de uso para determinada aplicación. Al cabo de este límite, la app se cerrará. Adicionalmente, habrá una función para que el equipo ponga su pantalla en blanco y negro y de esta forma el usuario deje de utilizar el equipo y vaya a dormir.

Además, el modo ‘no molestar’ también incluirá el bloqueo de notificaciones visuales y no solamente los sonidos del equipo. Android de stock tomará prestadas funcionalidades como las de los equipos de Motorola: modo silencioso cuando se pone el teléfono pantalla abajo en una mesa.

Ya está disponible la beta de Android P

Aquellos que quieran probar las primeras novedades de Android P podrán descargar la versión beta en Xperia XZ2, Xiaomi Mi Mix 2S, Nokia 7 Plus, Oppo R15 Pro, Vivo X21, OnePlus 6 y Essential PH-1.

Imágenes: Google.

En octubre del 2016 publicamos una nota sobre las medidas que estaban llevando a cabo gobiernos como el del Reino Unido para regular proyectos de inteligencia artificial (AI, por sus siglas en inglés). Estas medidas se debían a que no solo el gobierno, también las compañías del mundo tecnológico, le temen a los avances acelerados que ha experimentado esta tecnología en los últimos años. De hecho, personajes como Elon Musk -CEO de Tesla Motors- han manifestado que la inteligencia artificial es una amenaza para la supervivencia de la especie humana.

Por lo anterior, compañías como DeepMind (propiedad de Google), junto a Facebook, Amazon, IBM y Microsoft, han conformado la Asociación para la Inteligencia Artificial (o Partnership with AI), una alianza estratégica que tiene como objetivo abordar las preocupaciones que genera el camino hacia el cual nos está dirigiendo la inteligencia artificial, entre otras tecnologías.

La noticia ahora es que ‘Partnership with AI’ tiene un nuevo integrante: Apple. Según lo anunció The Journal, a algunos les preocupaba que en la lista de empresas que conforman esta asociación no aparecieran más desarrolladores de software, debido a que son ellos quienes desarrollan inteligencias artificiales. Con la presencia de Apple, la visión claramente cambia.

El CEO de Apple, Tim Cook, comentó que su compañía entrará a formar parte del grupo de fundadores de esta relevante alianza. De esta forma, los creadores del iPhone estarán en una de las mitades de la junta directiva, acompañando a las otras cinco grandes (DeepMind, Facebook, Amazon, IBM y Microsoft). La otra mitad será constituida por expertos en inteligencia artificial provenientes de distintas universidades de los Estados Unidos.

La primera reunión de ‘Partnership with AI’ -con Apple a bordo- tendrá lugar en febrero según fuentes cercanas al proceso, pero no está claro de qué hablarán o si llegarán a algún acuerdo para desarrollar sus distintas formas de inteligencia artificial conforme a unas directrices comunes. La presencia de Apple es aún más pertinente si tenemos en cuenta que esta empresa adquirió en agosto del 2016 una empresa especializada en el desarrollo de redes neuronales llamada Turi, además de contratar en octubre a un profesor experto llamado Russ Salakhutdinov para dirigir su departamento de desarrollo de inteligencias artificiales.

Recordemos que la inteligencia artificial ha empezado a tomar fuerza en campos tan diversos como la salud, el hogar y el transporte (así lo vimos en CES 2017). Lo que al parecer resulta necesario evitar es que sus aplicaciones se enfoquen en reemplazar -incluso- al mismo ser humano, una realidad que en definitiva sería una amenaza para todos nosotros.

Imagen: Pexels, Partnership with AI.

Los médicos del Hospital Imperial College en Londres pronto estarán monitoreando la salud de sus pacientes con una aplicación desarrollada por DeepMind, la división de inteligencia artificial de Google, según lo anunció BBC News.

Se trata de Streams, la aplicación que recopila información clave sobre los medidores fisiológicos de las personas para advertir cuando las lecturas son altas o bajas, y de esta forma proponer tratamientos. Streams es producto de un acuerdo con el hospital Royal Free de Londres, que le permitió a Google acceder a 1,6 millones de registros de pacientes.

Sin embargo, uno de los principales obstáculos que ha tenido esta innovación son los activistas de datos médicos, que argumentan que los pacientes merecían saber más acerca de cómo se usaba su información personal.

Aún así, el acuerdo permitirá a los profesionales médicos de los tres hospitales de Londres, St Mary’s, Hammersmith y Charing Cross, recibir actualizaciones y alertas en sus smartphones sobre pacientes que corren el riesgo de un repentino deterioro en su salud. Las alertas y actualizaciones se derivarán de análisis de sangre y otros exámenes administrados regularmente a estas personas, según su condición de salud.

En un comunicado de prensa, el doctor Sanjay Gautama -director de información clínica del Imperial College Healthcare Trust- manifestó que la alianza debería significar que los médicos obtengan información vital sobre la condición del paciente más rápidamente. Además de los datos de los chequeos médicos, las alertas y actualizaciones de Streams se basarán en los registros electrónicos de los pacientes que gestionan los hospitales.

Por otro lado, estas opiniones han generado comentarios en contra. Phil Booth -coordinador del grupo MedConfidential- dijo que el acuerdo necesitaba más análisis: “Los pacientes deberían ver cómo se han utilizado sus registros médicos, incluyendo los usos de los grandes proveedores que ven beneficios más allá del precio de etiqueta pagado por el NHS”.

Una colaboración anterior entre DeepMind y el Royal Free NHS Trust ha demostrado ser polémica, porque implicó que DeepMind tuviera acceso a millones de registros de pacientes. DeepMind explicó que necesitaba estos datos para ayudar a su software a reconocer varias condiciones médicas, incluyendo enfermedades como insuficiencia renal aguda.

Por lo anterior, los críticos del proyecto dijeron que DeepMind necesitaba ser más abierto sobre las razones por las cuales quería los datos.

Imagen: Pexels.

DeepMind, la división de inteligencia artificial de Google, abrió al público la plataforma de laberintos que usa para muchos de sus experimentos de aprendizaje de máquinas. Todo el código fuente del entorno de entrenamiento estará disponible a través de GitHub para que otros investigadores puedan usarlo, informó Bloomberg.

DeepMind Lab (antes Labyrinth) estará en el repositorio de códigos abiertos para que cualquiera lo descargue y lo personalice y pueda entrenar sistemas de inteligencia artificial propios. También se podrán crear nuevos niveles de juegos para DeepMind Lab y subirlos a GitHub.  

Según el medio, la decisión de Google de abrir su entorno de entrenamiento AI al público demuestra que la compañía quiere ser más abierta en cuanto a su investigación de aprendizaje de máquinas. Esta oportunidad le permitirá a otros investigadores ssaber si  sus propios sistemas se pueden replicar y podrán medir el desempeño de sus propios agentes AI con las mismas pruebas que usa DeepMind.

Otra compañía que hace poco abrió sus entornos al público es OpenAI, dirigida por Elon Musk (CEO y fundador de Tesla y SpaceX) y los inversionistas Peter Thiel y Sam Altman. Ellos crearon su propia plataforma de entrenamiento AI, llamada OpenAI Gym que está abierta al público desde abril de este año.

Hoy OpenAI Gym anunció que abriría una interfaz llamada Universe que le permite a un agente AI usar un computador de la misma forma que un humano: mirando pixeles en la pantalla y operando un teclado y un ratón virtual, explicó la compañía en un comunicado.

Uno de los cofundadores de DeepMind, Shane Legg, negó en una entrevista que la decisión de la compañía se deba a la competencia con OpenAI o a las críticas de que Google es muy reservado con sus ejecuciones de AI.

DeepMind es reconocido por haber creado un agente de AI que fue capaz de vencer al mejor jugador humano del mundo en el juego de estrategia Go. Este logro es considerado el mayor avance de la AI porque Go tiene tantos posibles movimientos que no puede ser manejado con cálculos ‘brutos’, así que el sistema de AI, llamado AlphaGo, tiene que usar métodos similares a la intuición humana para jugarlo con éxito.

Aunque AlphaGo no está entrenado con la plataforma Lab, la compañía ha usado el entorno Lab para varios de sus esfuerzos por crear un sistema que domine la percepción, la memoria, planeación y navegación. Mira en estos videos algunos de estos experimentos.

Imagen: DeepMind. 

La división de Inteligencia Artificial de Google, DeepMind, anunció que se alió con el Hospital para Ojos de Moorfields, de la agencia de salud de Inglaterra, la NHS. El objetivo de esta alianza es usar el aprendizaje de máquina para detectar enfermedades comunes en los ojos en etapas tempranas. El proyecto, que durará cinco años, usará información de un millón de tomografías de ojos que están en las bases de datos del Hospital. Las imágenes son anónimas.

El objetivo principal de esta alianza es lograr diagnósticos tempranos de las causas más comunes de la pérdida de la vista, como la retinopatía diabética y la degeneración macular relacionada con la edad. Así, se podría comenzar a tratar a los pacientes con más tiempo y con mejor efectividad. De acuerdo con Google, más del 98% de los casos de pérdida de vista causados por la diabetes se pudieron haber prevenido con detección temprana y tratamiento.

Aunque el número de personas que viven con pérdida de vista en Reino Unido es bastante alto (unas 360.000 personas), Google estima que el número de personas con esta enfermedad se duplicará para 2050. Es por eso que se hacen necesarias mejoras en los procesos de detección y tratamiento a tiempo.

El proyecto usará dos tipos de escaneo de ojos: imágenes tradicionales de fondo, que son básicamente fotos de la retina y la parte posterior del ojo; y tomografías óptimas de coherencia (OCT), que es una toma de la sección intermedia de la retina, y que le da a los médicos una mejor imagen de los daños.

Sin embargo las OCT son muy complejas y requieren de entrenamiento especializado para que los doctores y otros profesionales de los ojos los puedan analizar. Esto causa muchos retrasos para que los pacientes puedan ser diagnosticados y tratados. Y hasta el momento, las herramientas de análisis tradicionales no han podido solucionar este problema.

Esta no es la primera vez que Google quiere usar su tecnología para ayudar combatir enfermedades. Hace unos meses, Google lanzó una aplicación llamada Streams, que se construyó con DeepMind y la NHS, para monitorear la función renal de los pacientes, de acuerdo con The Guardian. Pero este proyecto es el primero con el que Google está aplicando las habilidades de aprendizaje de máquinas para producir diagnósticos médicos. 

La anterior colaboración de DeepMind con la NHS fue criticada porque se le permitía el acceso a Google las historias clínicas de más de 1,6 millones de pacientes de la NHS, a quienes no se les avisaría de esa decisión. Este nuevo proyecto quedaría eximido de esta controversia, ya que la información sería completamente anónima.

Para calmar los ánimos en este nuevo proyecto, Google explicó que es imposible identificar a un individuo a partir de las tomografías de ojos. Además, se trata de scans históricos, es decir que si bien los resultados de la investigación se usarán para mejorar tratamientos futuros, no afectarán en nada la condición médica actual de estos pacientes. Adicionalmente, toda la información recopilada se destruirá al final del proyecto, dijo Google. Y para la tranquilidad de los ciudadanos, la base de datos de tomografías siempre será propiedad del hospital de Moorfields.

En este video se explican las principios y los objetivos de este nuevo proyecto.

Imagen: Emily (vía Flickr). 

Actualmente estamos en uno de los momentos más decisivos en el desarrollo de la inteligencia artificial. Compañías como Google, Facebook, Amazon y Microsoft están invirtiendo fuertemente en crear tecnologías más avanzadas de AI. Sin embargo, hay muchos detractores de esta tecnología que advierten los posibles riesgos de la misma, como una posible ‘rebelión’ en la que las máquinas, por ser más inteligentes, no quieran obedecer a los humanos. 

Es por eso que un laboratorio de investigación de inteligencia artificial, que pertenece a Google, llevó a cabo un estudio en el que se desarrollan métodos para ‘desconectar’ por completo las máquinas de autoaprendizaje cuando se necesite, según informó BusinessInsider. 

‘DeepMind’, que pertenece a Google desde 2014, se alió con científicos de la Universidad de Oxford para encontrar una forma de asegurarse de que los sistemas de AI no aprendan a ser rebeldes, es decir, que siempre se dejen controlar por los humanos.

En un reporte liderado por la investigadora Laurent Orseau, se explica que es poco probable que un agente de AI funcione siempre correctamente. Según los científicos, los agentes pueden requerir en algún momento de la intervención humana para suspender sus actividades si estas resultan dañinas tanto para el mismo sistema como para lo que le rodea.

Los investigadores aseguran haber encontrado un marco de acciones que permite a los operadores humanos apagar un computador de AI, cuantas veces sea necesario, mediante un interruptor. Además este plan evitaría que los sistemas aprendan a prevenir las interrupciones.

Durante el estudio, los científicos descubrieron que algunos algoritmos, como los ‘Q-learning’, ya son ‘apagables’ por defecto. Pero otros, como ‘Sarsa’, no lo son, pero se pueden modificar para que se puedan apagar. Sin embargo existen algunos que no se pueden suspender de una forma segura, aún si se intentan modificar.

El laboratorio aliado de Google se llama ‘The Future of Humanity Institute’, y en esta ocasión hacen un paralelo ideal, porque DeepMind quiere seguir desarrollando AI, mientras que el instituto investiga sobre las posibles amenazas de esa tecnología para nuestra existencia. Incluso, el director del instituto, Nick Bostrom, cree que en 100 años las máquinas serán más inteligentes que los humanos, y que tienen el potencial de volverse contra nosotros. En una conferencia el año pasado, Bostrom explicó que en esas circunstancias, la AI podría llegar a tener mucho poder, y nos pondría en una situación similar a los humanos y los animales: nosotros tenemos mejor cerebro que ellos.

Los fundadores de DeepMind son conscientes de ese riesgo, y decidieron que Google comprara la compañía con la condición de que se creara  una junta de ética que monitoree los avances que se hacen en área. No se sabe quienes conforman la junta. Pero es muy probable que las directivas de DeepMind decidan incorporar los descubrimientos de este reporte en sus próximos trabajos.

Imagen: Michael Cordedda (vía Flickr).

Antes de ayer fue el primer partido entre el maestro Lee Se-dol y AlphaGo, el programa creado por Google y DeepMind. En esa nota explicamos detalladamente las funciones del programa y por qué es tan importante para el avance de la inteligencia artificial.

Ayer por la noche, en el Four Season de Seúl, Se-dol se volvió a enfrentar contra el increíble programa AlphaGo y los resultados fueron muy similares. Durante la primera partida, el maestro se resignó después de tres horas y media. Esta vez, el enfrentamiento se fue a tiempo extra, cuando Se-dol se levantó de la mesa.

“Estoy sin palabras”, dijo Lee en la conferencia de prensa que se realizó después del partido. “Fue una clara derrota. Desde el comienzo, nunca sentí que iba ganando”, agregó.

Como les contamos ayer, este encuentro tiene implicaciones muy serias para el avance de la computación y la inteligencia artificial. Con la implementación de redes neuronales y árboles de decisión, AlphaGo está dando pequeñas muestras de su potencial. Google, propietaria de DeepMind, la empresa que creó el sistema, dice que las implementaciones en salud y en solución de grandes problemas serán mucho más fáciles con este tipo de programas.

La repercusión de este encuentro en los medios ha sido impresionante. Según Engadget, el ‘live stream’ de ayer tuvo 90.000 espectadores y varios canales en Corea y China le sacaron un espacio en su programación. Demis Hassabis, fundador de DeepMind, dijo en Twitter que el primer partido fue visto por más de 100 millones de personas. También generó más de 3.000 artículos de prensa solo en Corea.

Just been told 60m viewers watched the first match online just in China! 100m+ worldwide inc. TV, 3300 news articles just in Korea. Amazing!

— Demis Hassabis (@demishassabis) March 10, 2016

A continuación, pueden ver la segunda partida entre el meastro Lee Se-dol y AlphaGo, la máquina creada por DeepMind en Inglaterra. Como están las cosas, el coreano tiene que ganar el siguiente encuentro para tener alguna posibilidad de llevar la partida al quinto ‘round’. Hoy será un día de descanso para remontar la batalla entre máquina y hombre el sábado. Si se da un triunfo de Se-dol, se jugaría la cuarta ronda el domingo y la final sería el martes.

Imagen: captura de pantalla.

Ayer fue otro gran logro para la inteligencia artificial y un paso más a que los robots nos dominen por completo. AlphaGo, un programa desarrollado por DeepMind (una empresa propiedad de Google), logró derrotar en la primera ronda a Lee Se-dol, el mejor jugador del mundo en ‘Go’ (o Baduk), un ancestral juego chino que muchos conocedores dicen que es igual de complicado al ajedrez.

El juego enfrenta a dos jugadores en un tablero de 19 por 19 cuadrados. Y a diferencia del ajedrez, se usan piedras; un jugador usa las blancas y otro las negras. El objetivo final es tener el mayor número de piedras en el tablero. Pero hay una pequeña maña: es posible eliminar las fichas el contrincante al rodearlas.

El enfrentamiento entre humano y máquina ha causado terremotos en el mundo tecnológico porque ‘Go’ tiene una posibilidad mayor de juegos que el ajedrez. El número de juegos posibles en ‘Go es de 10 a la 761, mientras que en ajedrez es de 10 a 120, lo que elimina una de las grandes ventajas que tienen las máquinas sobre el ser humano: la capacidad de tener en cuenta más posibilidades. AlphaGo, con su capacidad de cómputo, simplemente no podía tener en cuenta todas las posibilidades y escoger la mejor movida.

En cambio, los ingenieros de DeepMind optaron por una solución mucho más compleja. Según Ars Technica, el programa usa una mezcla de red neuronal y un tradicional árbol de decisión. La publicación asegura que DeepMind le ‘enseñó’ al programa a jugar ‘Go’ analizando las partidas de los mejores jugadores del mundo, para después enfrentarlo ante él mismo. Después de millones de iteraciones de este proceso, el programa tenía el suficiente conocimiento para poder competir contra el mítico Se-dol.

Según BloombergBusiness, la gran ventaja de las redes neuronales es que permiten aprender de la experiencia, en vez de tomar decisiones gracias a una serie de líneas de código.

Retomando la competencia entre el coreano y el computador, cabe mencionar que están jugando por un premio de 1 millón de dólares. Obviamente, si Lee gana, se quedará con el dinero, pero si la máquina triunfa –ya se llevó el primero de cinco juegos– donará el premio a una fundación.

“Quedé muy sorprendido”, dijo Lee después de perder la primera partida. “No esperaba perder, pero tampoco esperaba que AlphaGo hiciera una partida perfecta”, agregó. El jugador profesional se rindió después de jugar por tres horas y media, admitiendo que no se arrepiente de haber aceptado el reto. En sus declaraciones, agregó que disfrutó la competencia, pero que hizo algunos errores en sus movidas iniciales, algo que espera corregir en el próximo ’round’. Lee aseguró que quedó totalmente sorprendido por la fortaleza de las jugadas iniciales de AlphaGo y de algunas movidas inesperadas.

“Tengo mucho respeto por el señor Lee y sus increíbles talentos”, dijo el fundador de DeepMind, Demis Hassabis. El líder del equipo que desarrolló AlphaGo, David Silver, en declaraciones a The Verge que fue “un sorprendente juego de ‘Go’ que realmente empujó a AlphaGo a sus límites”.

we started working on #AlphaGo less than 2 years ago, hard to believe we are here. Congrats to the team for such an amazing achievement!

— Demis Hassabis (@demishassabis) March 9, 2016

A diferencia del enfrentamiento entre Deep Blue (la máquina de IBM) y el maestro Garry Gasparov, AlphaGo no usó el poder de cómputo sino que pudo aprender a medida que fue pasando el tiempo. Después de derrotar a otro jugador de ‘Go’, Hassabis aseguró que “tiene mucha afinidad por el sistema que han construido, especialmente por la forma en cómo lo hicieron”. El fundador agregó que “ha aprendido y lo hemos entrenado de alguna manera, lo que le ha permitido jugar como un ser humano. Hemos visto cómo aprende algunas cosas y es asombroso ver la capacidad de aprendizaje que tiene”.

DeepMind, aparte de desarrollar programas como AlphaGo, está muy interesada en temas de salud. Ars Technica asegura que hace poco la compañía empezó a trabajar con la NHS (el servicio de salud nacional de Inglaterra) para detectar los casos graves de lesiones en los riñones. “La salud es uno de los temas principales que estamos explorando”, explicó Hassabis en Bloomberg. “El sistema y las técnicas que estamos usando en AlphaGo deberían ser útiles en cualquier lado y con cualquier problema que tenga una cantidad inmensa de datos, los cuales se puedan estructurar y entender mejor”, mencionó.

Después del reto de Gasparov, Go era la siguiente frontera de la inteligencia artificial en este campo. Es más, Bloomberg menciona que hay más combinaciones posibles en el tablero que átomos en el mundo que conocemos. Por lo tanto, analizar todas las posibilidades y usar la técnica de Monte Carlo para tomar la mejor decisión simplemente no era posible y por eso tocó implementar una red neuronal.

Esto pone a Google como uno de los líderes en materia de inteligencia artificial. Después de reorganizarse en Alphabet, parece que el conglomerado está un poco más enfocado en los diferentes proyectos. Este triunfo de DeepMind parece ser una muestra de esto.

Si les interesa este tipo de enfrentamientos entre materia gris y chips, a continuación pueden ver el video de la primera partida entre AlphaGo y Lee Se-dol. Hoy será el segundo enfrentamiento que pueden ver en vivo a través del canal de DeepMind en YouTube, a las 11 de la noche. El resto de la serie se jugará a la misma hora el sábado, domingo y martes.

Imágenes: captura de pantalla, DeepMind.

DeepMind es famoso en más de un campo. Recientemente venció a uno de los jugadores de Go más famosos del mundo, y pronto se transmitirá en vivo su enfrentamiento con el campeón mundial del juego. Pero lo que llama nuestra atención en esta ocasión es el reporte de que el complejo cerebro virtual pudo resolver un complejo laberinto virtual usando únicamente lo que se le permitía ver en una perspectiva de primera persona y un simple sistema de recompensas.

El motor de inteligencia artificial no tenía acceso a los planos del laberinto, y su única forma de recibir información era recorriendo el mapa a su suerte utilizando su propio criterio para decidir los próximos movimientos. La red neuronal reconocía los paisajes que ya había visitado y probaba nuevas rutas conforme los caminos se subdividían. En medio del recorrido se encontraban varias manzanas que funcionaban como recompensa y motivante para el sistema. 

Es muy probable que las aplicaciones para este poderosa forma de resolución de problemas se multipliquen a medida pasan los años. Recientemente, Google hizo públicas todas sus librerías de inteligencia artificial, con lo que les dio a un espaldarazo a todos los desarrolladores independientes para que usen estas herramientas en sus más alocados proyectos. Incluso, creó cursos para los interesados. 

Imagen: DeepMind.

En algunos años ya no tendremos que preocuparnos porque un niño de 10 años nos patee el trasero en una partida de ‘Battlefield’, pues las máquinas dominarán el mundo de los videojuegos y probablemente el resto de la tierra también. Pero mientras Skynet llega a nuestras vidas, como reporta The Guardian, Google creó una nueva inteligencia artificial llamada ‘Agent’, que ha jugado 49 juegos clásicos, aprendido de sus errores y creado estrategias propias para ser invencible.

Este acercamiento de Google es uno de los avances para llegar a una verdadera inteligencia artificial. ‘Agent’ puede aprender, analizar y crear sus propias estrategias. Ya dominó los 49 juegos mencionados, pero el objetivo es que esté presente en los autos automáticos, en los asistentes inteligentes para teléfonos o incluso en ayudar a la investigación científica de en como el clima y la cosmología.

New Scientist explica que a ‘Agent’ no le explicaron las reglas del juego, sino que la inteligencia artificial usó un algoritmo, llamado deep neural network, que se encarga de examinar el estado del juego y revisar qué acciones le dan el mayor puntaje posible. Esta inteligencia artificial fue desarrollada por la compañía inglesa DeepMind, adquirida por Google el año pasado, y su cofundador, Demis Hassabiss dice que “es en realidad el primer algoritmo que puede igualar el desempeño de un humano en tareas retadoras”.

En el video pueden ver una demostración de ‘Agent’ adaptándose a un juego. El programa ya logró superar los récords de varios humanos, así que no se les haga raro que en un par de años ya esté dominando juegos más complejos. Mientras tanto, vayan guardando algunas armas dentro de un ataúd y preparándose para el día en que las máquinas vengan a destruirnos.

Imagen: ENTER.CO.