Inteligencia Artificial, una nueva cultura para el avance tecnologico

Inteligencia Artificial, una nueva cultura para el avance tecnologico

Hemos platicado en artículos anteriores que los avances de la inteligencia artificial (IA) en este siglo han sido favorecidos por la convergencia de tres factores tecnológicos: la disponibilidad de grandes volúmenes de datos, redes de comunicación que conectan extensas áreas del planeta a gran velocidad, y poderosos equipos de cómputo para procesar toda la información. Estos factores han dotado la infraestructura para implementar los sistemas y algoritmos que nos sorprenden día con día.

No obstante, otros dos elementos han aumentado la velocidad de los avances y la difusión del conocimiento, así como reducido el tiempo en que llegan las aplicaciones al mercado. El primero de ellos es la cultura abierta del siglo XXI, que propugna la libre difusión del conocimiento y de la información. El segundo es el liderazgo de las empresas privadas en la investigación de IA y aprendizaje de máquina (ML por sus siglas en inglés). Ambos elementos, junto con los factores tecnológicos, producen una dinámica inusual en los procesos de avance tecnológico.

La dinámica inicia con la presencia de investigadores destacados, autores de los avances recientes más importantes, dentro de las principales empresas. Geoffrey Hinton, iniciador del auge de las redes neuronales profundas, está en el equipo de investigación de Google; Yann Lecun, pionero del uso de redes convolucionales para visión computarizada, encabeza el equipo de IA de Facebook; Ian Goodfellow, creador del modelo de redes generativas adversarias, es ahora director de ML en Apple; Spyros​ ​Matsoukas​, conocido por sus trabajos en reconocimiento de voz, encabeza el desarrollo de Alexa en Amazon, y Eric Horvitz, especialista en la toma de decisiones por agentes de IA, dirige los laboratorios de investigación de Microsoft.

pizamatjpg 

Image by Gerd Altmann from Pixabay

Lo anterior se debe a que los artículos de investigación y las convenciones donde se presentan se han convertido en una especie de escaparate, en el que las empresas detectan y atraen investigadores con proyectos que tienen el potencial de fortalecer su estrategia de IA y ML. Esta práctica ha generado un gran interés por escribir y publicar artículos, lo que a su vez ha provocado una disrupción en los medios donde se publican.

Los artículos de investigación tradicionalmente son publicados en revistas especializadas, donde los artículos propuestos por los autores son revisados por otros investigadores, quienes opinan sobre la aceptación del artículo y/o hacen comentarios al mismo en un proceso de revisión que toma varios meses. Estas publicaciones tienen un gran prestigio y la mayor parte de ellas son de circulación restringida y de un alto precio.

La dinámica de utilizar los artículos de investigación como portafolio para darse a conocer, el cada vez menor tiempo de vida de un artículo por la velocidad con la que se dan nuevos avances, así como la disposición de muchos investigadores para buscar la libre circulación de sus artículos, han llevado a las publicaciones especializadas a cambiar, pues han surgido otros medios para publicar los artículos que responden a la necesidad de rapidez y amplia difusión que demandan los autores.

bloggerjpg

Image by rawpixel from Pixabay 

Estos nuevos medios son manifestaciones de uno de los aspectos más positivos de la interacción en internet y redes sociales, la cultura de la apertura y el esfuerzo colectivo (crowdsourcing). Esta cultura promueve la libre difusión del conocimiento y la información, no sólo para que un gran número de personas se beneficien de ellos, sino para que surjan nuevos conocimientos e información que enriquezcan el acervo, como sucede en el extraordinario fenómeno de Wikipedia, la enciclopedia gratuita mantenida con el esfuerzo y donativos de miles de personas.

En línea con esta cultura abierta, las grandes empresas del ramo mantienen páginas de internet donde publican muchas de sus investigaciones (se entiende que no incluyen las que les dan una ventaja competitiva). Lo mismo hacen ya también las principales universidades e incluso han surgido sitios especializados en la compilación de artículos.

De esta forma, miles y miles de artículos de investigación sobre todos los temas y aplicaciones imaginables de IA y ML son descargados y leídos por académicos para tomarlos como base para nuevos trabajos, por profesores y alumnos para aprender, así como por profesionales para aplicarlos en sus proyectos. Esta dinámica promueve la rápida difusión de los avances, así como el surgimiento de otros nuevos, además de facilitar la implementación de aplicaciones en las empresas

crowsourcingjpg

  Image by Gerd Altmann from Pixabay 

Pero la cultura de apertura y esfuerzo colectivo no se limita a la investigación académica, algunas plataformas de desarrollo colaborativo de software han tenido un gran éxito como herramientas para desarrollar aplicaciones de IA, ML y ciencia de datos, o para crearse un prestigio profesional con un portafolio de proyectos. En estas plataformas una persona sube un proyecto, con su código y datos, que recibe comentarios o modificaciones de otras personas de su equipo de trabajo, si se trata de una empresa o grupo, o de cualquier persona del mundo si se da acceso abierto.

Un proyecto de código abierto permite que cualquiera lo pueda utilizar, pero a cambio recibe la retroalimentación de una gran cantidad de personas. El modelo es tan prometedor que en algunas plataformas se hacen concursos con premios en efectivo, en los que se suben las especificaciones de una aplicación a desarrollar, o un conjunto de datos a ser analizados, y se reciben numerosas propuestas, de entre las cuales se escoge el ganador del premio. Una manera efectiva de tener un gran número de desarrolladores buscando soluciones a nuestro problema.

El desarrollo de la IA no está exento de riesgos. Sin embargo, es alentador que prevalezca una cultura de apertura y esfuerzo colectivo. Con ella no sólo se acelera el avance tecnológico, sino que la difusión del conocimiento y los mecanismos de esfuerzo colectivo facilitan el acceso a un mayor número de empresas y personas al uso de la tecnología, al tiempo que constituyen una plataforma de vigilancia pública de su desarrollo.

Estas son algunas ligas a páginas con artículos de investigación y plataformas de desarrollo.

Revistas con contenido abierto

Artificial Intelligence. An International Journal

EPJ Data Science

Harvard Data Science Review

Journal of Artificial Intelligence Research

Journal of Machine Learning Research

Páginas que publican artículos

CODATA Data Science Journal

Cornell University

Deep AI Research

Google AI Blog

Microsoft Academic

Papers with code

Plataformas de desarrollo

GitHub

Kaggle

¿Te gustó este artículo? Lee otros artículos de nuestro blog IF Inteligencia Futura aquí.

Visita nuestras secciones