La tecnología IA desarrollada en Chile está a la altura de Facebook y Google. El desafío ahora es crear una fuerte base de datos para entrar a competir.
Por Luis González, director de TI del Centro de I+D+i
¿Pueden las pequeñas empresas desarrollar tecnología de Inteligencia Artificial tan avanzada como las creadas por compañías multinacionales? Aunque este no fue un cuestionamiento planteado como tal en el encuentro ITC Digital 2017, su respuesta sí surgió durante su transcurso. Específicamente fue en una de las charlas más esperadas del evento, la de Hervé Jégou, director ejecutivo del Laboratorio de Inteligencia Artificial Facebook AI Research (FAIR) París. Su intervención, que no tomó más de media hora, expuso la clave que hoy parece ser la brecha más grande entre ambas: base de datos.
Actualmente Facebook cuenta con niveles de Inteligencia Artificial capaces de leer el contenido de imágenes. Ya no sólo se trata de sugerir posibles etiquetas cuando se sube una foto con los amigos, sino que ahora es posible buscar fotos dentro de la red poniendo una descripción en el buscador. De esta forma, cuando alguien necesite encontrar una imagen específica, no tendrá que revisar su álbum completo, sino que sólo necesitará escribir lo que contiene.
Jégou adelantó en su charla que el próximo desafío para Facebook es aplicar este nivel de conocimiento en videos. Sin embargo, asumió que toda esta tecnología, que para los usuarios se ve como un adelanto tecnológico único, en realidad se debe primordialmente a la riqueza de base de datos que tiene la red social, que hace que cualquier tipo de Inteligencia Artificial llegue a niveles de aprendizaje superiores.
A partir de este comentario, se puede inferir la respuesta a la pregunta del principio: ¿pueden las empresas pequeñas llegar a los niveles de los grandes de la tecnología? Sí. Tecnológicamente, las redes neuronales que han desarrollado startups, pequeñas y medianas compañías de TI en Chile y otras partes del mundo han alcanzado el mismo nivel de las de Facebook y Google. Sin embargo, cuando la competencia deja de ser en ese sentido, las diferencias surgen en la etapa del entrenamiento de dichas tecnologías. Y la clave para un buen entrenamiento es una buena base de datos.
En ese aspecto estamos muy lejos de la red social. Facebook cuenta con todas las imágenes que día a día nosotros mismos subimos allí. Su base de datos es enorme, lo que les permite entrenar de una forma más profunda a sus modelos de redes neuronales y adelantarse a otras empresas. Esta es la tendencia hacia la que avanza el desarrollo de Inteligencia Artificial. Para podernos subir a este carro, es imprescindible enriquecer la creación de data, y para eso hay dos posibles caminos:
- Inversión en equipos de generación de datos: Una de las opciones de las empresas es contratar a ingenieros en datos que se dediquen a generar estas bases. En el ejemplo de Facebook, este equipo está conformado por todos sus usuarios (Facebook crowdsourcing).
- Automatizar la generación de data: Esto consiste en usar las mismas técnicas de Inteligencia Artificial para la generación automática de base de datos. A través algoritmos, se puede lograr obtener data de entrenamiento con un porcentaje razonable de acertividad, con la capacidad de entrenar otros modelos, y así dar soluciones razonables a problemas específicos.
En EXE usamos el motor de inteligencia artificial de Google, pero la diferencia entre nosotros es gigante. Nosotros no tenemos esa data y, por ende, es difícil lograr el nivel de acertividad de sus modelos.
Bajo este escenario, lo que se perfila como el negocio del futuro en el área de la Inteligencia Artificial es la creación y venta de base de datos. De esta forma se puede lograr emparejar la cancha entre grandes y chicos en la fase de entrenamiento, para así igualar, superar y desafiar las soluciones tecnológicas más avanzadas.