¿Qué hace el “equipo de cerebros” de Google?

Para ser alguien que está a cargo del avance de una tecnología que, en palabras del director ejecutivo de Google, tiene implicaciones más profundas que la electricidad y el fuego, Jeff Dean es un hombre notablemente tranquilo.

Loading...

Como director de Inteligencia Artificial (IA) del gigante tecnológico, Dean no solo es responsable de liderar un departamento que es crucial para el futuro de Google.

Que semejante tarea cósmica no perturbe a Dean, que se mantiene zen incluso en medio del furor del Foro Económico Mundial en Davos, es quizá poco sorprendente.

Una de sus primeras intervenciones en Google implicó lidiar con una amenaza que, “con toda probabilidad”, se originaba en el espacio.

Rayos del espacio

En ese entonces, con el cambio de siglo, el motor de búsqueda de Google empezó a funcionar mal y el pequeño grupo de codificadores que entonces la integraban no lograba hallar la causa.

Fue Dean, junto con su amigo cercano Sanjay Ghemawat, quien diagnosticó el problema extraterrestre.

Google estaba utilizando hardware barato, explica Dean. “Todo estaba como atado con alambre y pegado con chicle”, y por eso era susceptible a sufrir un “evento de pocas probabilidades”.

“Un rayo en particular, proveniente del espacio, podía llegar e impactar en una de las células de memoria que guarda un bit -un cero o un uno- y cambiarlo a un uno o a un cero”.

“Esto es muy malo si estás manipulando mucha información, porque de repente, unos pocos bits pueden cambiar de forma aleatoria y corromper la data”, agrega.

“La mayoría de las máquinas hoy día tienen hardware para protegerse ante esta situación. Pero las primeras máquinas que estaba usando Google no lo tenían”.

Hoy, en cambio, son las máquinas de última tecnología de Google las que preocupan a Dean y, en particular, una que utiliza el Brain Team (o “equipo de cerebros”).

Su misión (“hacer que las máquinas sean inteligentes y mejorar la vida de la gente”) no puede ser más ambiciosa, aunque las aplicaciones actuales de IA en Google sean un poco más mundanas.

Es el aprendizaje que hacen las máquinas lo que le permite a los usuarios de Google encontrar sus fotos buscando los objetos que aparecen en ellas (escribiendo “casa” o “gato”, por ejemplo), y lo que está detrás de las herramientas para el reconocimiento de voz, que pueden transformar un audio en distintos idiomas en texto.

La herramienta de traducción de Google es otro de los triunfos del equipo de IA, así como también un ejemplo de la forma en que los algoritmos pueden “aprender del mundo tal y como es, y no de la manera en que nos gustaría que fuera”.

Batalla contra la desigualdad de género

Cuando un algoritmo recibe una gran cantidad de texto, explica Dean, se enseña a sí mismo a reconocer las palabras que normalmente suelen ir juntas.

“Pero también aprendes que ‘cirujano’ está asociado con ‘escalpelo’ y que ‘carpintero’ está asociado con ‘martillo’. Gran parte de la fortaleza de estos algoritmos es que pueden aprender este tipo de patrones y correlaciones”.

La tarea, dice Dean, es entender qué sesgos quieres que reconozca un algoritmo. Y esto es precisamente lo que están tratando de hacer quienes trabajan en el área de la IA.

“Es muy difícil decir que vamos a crear una versión perfecta de un algoritmo sin sesgos”.

La lucha de LinkedIn

Un ejemplo sorprendente de una empresa que lucha con estos problemas es la red de profesionales LinkedIn.

uando sus 562 millones de usuarios ingresan a sus cuentas, ven recomendaciones para puestos de trabajos y conexiones laborales diseñadas exclusivamente para ellos (generadas gracias a la IA).

También te puede interesar:Los republicanos impulsan la propuesta de Trump para acabar con el cierre

Algo más importante aún es que los encargados de selección de personal que usan LinkedIn ven una lista de candidatos ideales, filtrados por los procesos de aprendizaje de la máquina.

Sin embargo, el cofundador del sitio, Allen Blue, identificó rápidamente un problema con este proceso: en las listas, en la parte superior de las mismas no aparecían muchas mujeres.

Loading...