Google comparte Tensor Flow, su sistema de inteligencia artificial

Google quiere que el Machine Learning, una rama de la inteligencia artificial que aprende a partir de patrones, forme parte de la pr¨®xima generaci¨®n de aplicaciones web. La semana pasada a?adi¨® una opci¨®n en Inbox, su aplicaci¨®n de correo, para poder responder autom¨¢ticamente, intuyendo posibles respuestas. En junio lanz¨® Google Fotos, un almac¨¦n inteligente que reconoce objetos, personas, situaciones y lugares.

Tensor Flow es el almac¨¦n de experiencias y resultados de experimentos que usa Google para que sus aplicaciones tomen decisiones mejores. El buscador acaba de abrirlo a terceros. Sundar Pichai, consejero delegado de Google, explica los avances de los ¨²ltimos a?os: ¡°Nos permite construir y entrenar a las redes neuronales hasta cinco veces m¨¢s r¨¢pido que los primeros sistemas. La consecuencia es que los productos que lo usan aprenden mucho m¨¢s r¨¢pido¡±.

Ser¨¢ gratis y no hay requisitos previos para acceder a esta herramienta. ¡°Queremos generar una comunidad de Machine Learning, desde el mundo acad¨¦mico, a ingenieros y aficionados, para que intercambien ideas y se investigue¡±, subraya. La web creada al efecto cuenta con varios ejemplos y cursos de aprendizaje.

El directivo insiste en que el futuro de Google pasa por el uso de esta tecnolog¨ªa: ¡°Hace solo un par de a?os no pod¨ªa hablar con nuestra aplicaci¨®n, ni leer un cartel en ruso, o encontrar fotos de tu labrador en Google Fotos. Nuestras aplicaciones no eran tan inteligentes. En muy poco tiempo han dado un gran giro gracias a nuestra inversi¨®n en este campo¡±. Aunque reconoce que todav¨ªa queda largo camino por recorrer: ¡°Estamos en la infancia. Los ordenadores de hoy todav¨ªa no pueden hacer algo que un ni?o de cuatro a?os reconoce, como distinguir diferentes dinosaurios con solo verlos en par de veces¡±.

Rajat Monga es el responsable de esta nueva divisi¨®n cuyo embri¨®n se gener¨® en 2011 con una investigaci¨®n, DistBelief, que pretend¨ªa entender mejor las relaciones entre datos. As¨ª empezaron a distinguir qu¨¦ gatos sal¨ªan en YouTube, reconocer el habla en el buscador o saber si lo que se come en una foto es paella o helado. O incluso si se come o se monta en bicicleta.

En 2014 publicaron otro experimento, Deep Dream, para la formaci¨®n e interpretaci¨®n de im¨¢genes a partir de otras simulando, que termin¨® con la liberaci¨®n de una herramienta para jugar a dar un toque surrealista al archivo personal.