La inteligencia artificial es una pieza central en la estrategia de Google para los próximos años. Sus plataformas están asimilando nuevas capacidades a gran velocidad, pero el CEO Sundar Pichai cree que la única manera de seguir avanzando es delegar la creación de nuevas estructuras de aprendizaje a los modelos ya existentes. Google Search y Google Assistant serían los principales beneficiados, aunque la compañía también imagina aplicaciones en medicina y química.
«Código que escribe código.» Muchos ingenieros creen que se trata de algo inevitable, y que la inteligencia artificial será una pieza fundamental. En realidad, la IA se perfila como pieza clave en docenas de mercados más allá de la programación. Ya la hemos visto dibujar, reconocer objetos, crear películas, editar trailers y conducir coches. También liberamos una en la Web, con resultados perturbadores. Pero una inteligencia artificial capaz de crear otra y optimizarla a partir de lo aprendido previamente es un nivel muy distinto. Como no podía ser de otro modo, Google planea alcanzarlo.
El CEO Sundar Pichai subió al escenario en el primer día de la conferencia I/O 2017 y admitió que cada vez es más difícil crear nuevos modelos de aprendizaje. Además, el número de expertos es limitado, por lo que el siguiente paso es la automatización de ciertas tareas. Como punto de partida, Google anunció su nueva iniciativa Google.ai y habilitó el acceso a sus Unidades de Procesamiento Tensor para que cientos de miles de desarrolladores puedan usar aprendizaje de máquina, acelerando y entrenando sus propios proyectos. A partir de ahí, las nuevas redes neurales que la compañía cree harán a otras redes neurales con la ayuda de AutoML. El sistema toma un grupo de «redes candidatas» y las somete a un método de entrenamiento especial hasta descubrir la mejor.
Uno de los planes es volcar estos desarrollos en la optimización de Google Search y Google Assistant. Incluso se especula que en el futuro dejen de ser productos separados, pero hay más. Pichai habló sobre herramientas diseñadas para asistir a médicos e investigadores de la salud. Diagnósticos más rápidos, análisis precisos del avance de enfermedades como el cáncer y la formación de nuevas drogas son algunas de las posibilidades. Tomará tiempo, pero ya están en camino.
