Google quiere interpretar la realidad

Google quiere saber si el helado que tomamos en el paseo mar¨ªtimo era de menta, fresa o pistacho sin tener que dec¨ªrselo. Tambi¨¦n si hablamos con acento de Madrid o Buenos Aires. Incluso si vamos a contestar el correo electr¨®nico de inmediato o vamos a dejarlo estar en la bandeja seg¨²n qui¨¦n sea el remitente. Adem¨¢s, no solo quiere conocer al usuario, sino tambi¨¦n la realidad que le rodea. Reconocer carteles, fechas importantes o alimentos como lo har¨ªa un ciudadano local y hacer que sirva para el resto del mundo.

El buscador quiere impulsar el machine learning, una rama de la inteligencia artificial dedicada a tomar decisiones e interpretar datos bas¨¢ndose en patrones. John Giannandre, responsable de Investigaci¨®n y Machine Intelligence, habla con la mente puesta en el futuro:

Se usan matem¨¢ticas de secundaria, quiz¨¢ de primer a?o de universidad. No hay milagros, solo herramientas.

Inbox, la aplicaci¨®n de correo electr¨®nico que ofrecen todav¨ªa de manera experimental, acaba de a?adir una novedad, la posibilidad de responder correos con lo que Google cree que el usuario dir¨ªa. El nombre oficial de esta caracter¨ªstica es Smart Reply, respuesta inteligente. A partir de las respuestas m¨¢s habituales, el contenido del mensaje y la interacci¨®n con el remitente, Google sugiere una respuesta que debe aprobar antes del env¨ªo. Lo sorprendente es que el contenido de la respuesta, en ingl¨¦s, se parece mucho a lo que pondr¨ªa el propio usuario.

En su opini¨®n no se trata de algo muy avanzado pero s¨ª con gran sentido com¨²n: ¡°Se usan matem¨¢ticas de secundaria, quiz¨¢ de primer a?o de universidad. No hay milagros, solo herramientas. En la conferencia de machine learning no se habla de ecuaciones y par¨¢metros, sino de m¨¦todos, ejemplos y c¨®mo afecta el factor humano¡±.

Como suele ocurrir en el mundo real, lo dif¨ªcil son las excepciones. Donde cualquier humano ve una fiesta de cumplea?os, Google ve una imagen con humanos de tama?o peque?o, globos y una tarta. Google tambi¨¦n sabe que si aparece un pavo en la mesa, hay varias personas alrededor y es finales de noviembre, seguramente estar¨¢n celebrando la festividad de Acci¨®n de Gracias. Tom Duerig, se encarga del departamento de Computer Vision, donde se intenta que las m¨¢quinas aprendan a discernir entre diferentes objetos y situaciones. ¡°Tomamos datos de diferentes puntos y los unimos, con patrones de geometr¨ªa y colores. El resto es hacer mejores definiciones de qu¨¦ es cada objeto o crear situaciones para poder tomar decisiones de manera m¨¢s flexible. En las fotos estamos intentando ser m¨¢s sensibles a las texturas, porque marcan la diferencia¡±, sostiene.

Google Fotos ha sido el primer paso, la aplicaci¨®n permite buscar diferentes t¨¦rminos dentro del ¨¢lbum del m¨®vil de manera inmediata. Desde su nacimiento en junio ha hecho grandes progresos. Cada vez distingue entre m¨¢s lugares, veh¨ªculos, animales y comidas. Peter Warden habla de un concepto m¨¢s concreto de deep learning, que sirve para explorar dentro de lo que descubren y ofrecer mejores resultados. En Fotos, por ejemplo, se refleja en la selecci¨®n de im¨¢genes que aparecen al abrir la aplicaci¨®n: ¡°Queremos que la gente se sienta bien, a gusto. Escogemos momentos que en su momento te hicieron sentir bien: vacaciones, actividades deportivas, bodas, reuniones familiares. Sabemos qu¨¦ fotos se tomaron en un evento con otros familiares¡±.

Queremos que la gente se sienta bien, a gusto. Escogemos momentos que en su momento te hicieron sentir bien: vacaciones, actividades deportivas, bodas, reuniones familiares. Sabemos qu¨¦ fotos se tomaron en un evento con otros familiares

Uno de los primeros experimentos de Google en este campo es Instant Camera, una aplicaci¨®n que se ha integrado en el traductor. Basta con hacer una foto del men¨² de un restaurante de R¨ªo de Janeiro para leer al momento el plato del d¨ªa en ingl¨¦s. ¡°En algunos idiomas no es tan complicado, pero si alguien viaja a China o Jap¨®n, lo aprecia much¨ªsimo. Parece mentira que convertir unas letras en algo comprensible cambie tanto la experiencia¡±, expone Otavio Good, el ingeniero brasile?o que desarrolla esta lente m¨¢gica.

La misi¨®n de Maya Gupta tiene que ver con valoraciones. Dirige Glassbox Machine Learning, una divisi¨®n que pretende ayudar a tomar mejores decisiones. ¡°A partir de los ejemplos, a?adimos una capa de sentido com¨²n¡±, explica. Uno de los primeros experimentos es un programa para saber qu¨¦ precio debe tener un coche o una casa solo con ver la imagen. ¡°Tenemos en cuenta el tama?o de la casa, pero es muy importante la localizaci¨®n. Una casa de tres millones aqu¨ª puede tener un precio inferior al mill¨®n en Texas. En el caso de los coches, el a?o de fabricaci¨®n define mucho su valor, pero un cambio menor, como el color, puede generar una gran oscilaci¨®n. Es lo que tenemos que aprender a corregir¡±:

A pesar de todo este esfuerzo, Google reconoce que le queda una frontera. La m¨¢s humana, la del lenguaje oral. Con Google Now han demostrado que pueden recibir ¨®rdenes, pero no mantienen una conversaci¨®n. La investigadora francesa Fran?oise Baufays asume que, a pesar de las numerosas pruebas y avances, el muro est¨¢ ah¨ª: ¡°La promesa que hicimos en los noventa, no se ha cumplido. Dijimos que nos entender¨ªan, y los ordenadores pueden entender bien el sentido de un documento, pero no mantener una conversaci¨®n fluida, normal, con doble sentido y giros. Aunque estamos en ello¡±.