¿Es la nube la clave para democratizar la Inteligencia Artificial?

En el momento culminante de la cosecha japonesa, la madre de Makoto Koike pasa alrededor de ocho horas al día clasificando los pepinos de la granja familiar en diferentes categorías: una tarea tediosa y lenta que su hijo decidió automatizar.

Aunque Makoto no era un experto en aprendizaje automático, comenzó a jugar con TensorFlow, el popular marco de aprendizaje de máquina de fuente abierta de Google, desarroando un modelo de aprendizaje profundo que podía clasificar los pepinos por tamaño, forma y otros atributos. El sistema no es perfecto (tiene una tasa de precisión de alrededor del 75%). Pero es una señal de cómo la Inteligencia Artificial (AI por sus siglas en inglés) podría transformar pronto incluso el negocio familiar más pequeño.

Los gigantes como Google, Amazon, Microsoft, Apple y Facebook son, por supuesto, muy conscientes de este poder transformador. El Aprendizaje Profundo respalda el sistema de recomendaciones de Amazon, las herramientas de búsqueda y traducción de Google, el asistente personal Cortana de Microsoft, así como muchas otras aplicaciones y servicios ampliamente utilizados. La mayoría de las empresas de Fortune 500 también cuentan con equipos dedicados de inteligencia artificial. Pero el interés de las grandes bestias en la Inteligencia Artificial ha agotado el grupo de científicos de datos, lo que deja a la mayoría de las pequeñas y medianas empresas en el mismo caso que Makoto: ansiosos por explorar cómo la Inteligencia Artificial puede mejorar sus negocios, pero escasos de experiencia.

Incluso aquellas empresas que pueden permitirse el lujo de contratar a los mejores expertos en Inteligencia Artificial, todavía necesitan preparar enormes conjuntos de datos y gastar sumas considerables en la potencia de cálculo, para analizarlos y enseñar a su red neuronal a reconocer ciertos patrones u objetos. Sin embargo, los grandes proveedores de servicios en la nube son conscientes de estos problemas y creen que han encontrado la manera de ayudar a las personas a superarlos.

El aprendizaje automático como servicio, o la Inteligencia Artificial en la nube, es ahora un componente principal de las plataformas en la nube como Amazon Web Services (AWS), Microsoft Azure, Google Cloud e IBM BlueMix. Esencialmente, estas compañías están ofreciendo hacer el arduo trabajo de agregar la Inteligencia Artificial a las aplicaciones comerciales al proporcionarles a sus clientes acceso a modelos de Aprendizaje Profundo previamente entrenado para el reconocimiento de imágenes, así como herramientas que simplifican el proceso de construcción, capacitación y implementando modelos personalizados en la nube.

"Hay herramientas para los científicos de datos que saben cómo codificar; hay herramientas para desarrolladores de software que pueden no saber cómo ajustar adecuadamente los algoritmos, pero que pueden crear aplicaciones si les das una API para codificar; finalmente hay herramientas para clickers, que básicamente se relacionan a través de GUIs que cubren a la gran mayoría de las personas en el mundo ", dice Chris Nicholson, cofundador y CEO de Skymind, un proveedor de herramientas de aprendizaje profundo para la empresa.

 Google Cloud ML Engine, Amazon SageMaker y Microsoft Azure ML studio son en términos generales, plataformas similares que se ubican más al final del espectro del científico de datos, ayudando a expertos en aprendizaje profundo a entrenar, ajustar y desplegar sus modelos a escala; mientras que los gustos de Amazon Rekognition y Google Translation son API construidas alrededor de modelos pre-entrenados: simplemente ingresa sus datos -imágenes o videos que desea analizar para objetos comunes, o texto que quiere traducir, para luego esperar a que la API entregue el resultado.

El problema con este último enfoque es que el aprendizaje profundo generalmente se utiliza para resolver un problema comercial específico, que los modelos pre-entrenados pueden no ser capaces de abordar. En otras palabras, no es bueno tener una API que pueda reconocer diferentes razas de gatitos si quieres que identifique diferentes tipos de pepinos.

"Están diciendo 'hey, encontramos un montón de datos, hemos entrenado un modelo, ahora puedes usarlo para hacer predicciones sobre imágenes'", dice Nicholson. "Pero esa es una solución falsa en el sentido de que sigue siendo difícil y sigue siendo necesario capacitar a un modelo en sus propios datos, si lo que desea es personalizar esa solución".

En un intento por cerrar la brecha entre las redes neuronales altamente personalizadas y los modelos preformados más básicos de "talla única", Google lanzó recientemente Cloud AutoML. Un sistema que usa datos de los clientes para construir automáticamente un modelo personalizado de aprendizaje profundo. Cloud AutoML Vision, que permite a los usuarios crear modelos personalizados de aprendizaje automático para el reconocimiento de imágenes a través de una interfaz de arrastrar y soltar, es la primera versión del nuevo servicio.

"Creemos que Cloud AutoML hará que los expertos en Inteligencia Artificial sean aún más productivos, avanzará en nuevos campos en Inteligencia Artificial y ayudará a los ingenieros menos capacitados a construir poderosos sistemas de Inteligencia Artificial con los que antes solo soñaban", dijo Fei-Fei Li, científico jefe de Google Cloud AI y Jia. Li Jefe de I + D, Google Cloud AI, en una publicación de blog que describe el nuevo servicio.

Varias compañías han estado probando Cloud AutoML durante los últimos meses. Por ejemplo, Disney ha utilizado la herramienta para desarrollar una forma para que los clientes busquen en sus productos determinados personajes de Disney, incluso si el producto no está etiquetado con el nombre del personaje. Sin embargo, las empresas aún necesitan preparar sus propios datos para el servicio AutoML, lo que podría ser problemático para algunas empresas.

"Hay una gran cantidad de datos que son específicos de una organización, como la forma en que procesan las facturas o cómo realizan la comprobación de clientes potenciales", dice Nicholson. "Continuará siendo un desafío para las organizaciones recolectar esa información, porque en primer lugar, muchas organizaciones realmente no administran sus datos".

El negocio en la nube de Google se encuentra a un lejano tercio detrás de AWS y Microsoft Azure, por lo que no sorprende que la compañía esté tratando de aprovechar su experiencia en Inteligencia Artificial para ganar más clientes. Pero dados los recursos computacionales necesarios para entrenar y desplegar modelos de aprendizaje profundo, todos los principales proveedores de servicios de nube pueden hacer sumas considerables por el alquiler de chips para este propósito.

A medida que aumenta el interés de la empresa en la Inteligencia Artificial, las herramientas de aprendizaje automático sin duda llegarán a ser vistas como una parte esencial de cualquier servicio de computación en la nube. De hecho, IDC predice que para el año 2021, el 75% de las aplicaciones empresariales comerciales usarán Inteligencia Artificial. "Como tal, las compañías necesitan ofrecer este tipo de capacidades, al igual que necesitan ofrecer capacidades de contenedores o servicios de monitoreo", dice Dave Schubmehl, director de investigación de la investigación de Cognitive / Artificial Intelligent Systems and Content Analytics.

Pero antes de que las empresas se apresuren a implementar herramientas de aprendizaje profundo, deberían detenerse a considerar si existe un caso comercial claro para usarlas. "Las personas están usando Aprendizaje Profundo de una manera muy específica para resolver un problema muy específico", dice Nicholson, "y las personas que no pueden definir el problema específico que quieren resolver, tienen muchas menos probabilidades de tener éxito".

En conclusión, aunque ya se tienen inmensos avances en lo teórico y lo práctico, la Inteligencia Artificial aún no es algo que cualquier persona, empresa u organización pueda, quiera o deba utilizar. Es precisamente por eso que, mientras más avances en cuanto a certeza, facilidad de uso y "nebulización" de la Inteligencia Artificial tengamos, esta maravillosa Tecnología será más popular y accesible para todos.