«Las salidas deficientes de datos son culpables de la toma de malas decisiones»

Si hay dos tecnologías que hoy tienen un presente más que claro, y que apuntan a un futuro en el que formarán parte muy directa y activa de múltiples aspectos de nuestras vidas, sin duda estas son Big Data y la Inteligencia Artificial. Y es que, brillantes por separado, al combinar ambas nos permite empezar a atisbar cómo será la sociedad del futuro. Sin embargo, todavía queda camino por recorrer.

Así, para saber dónde estamos, qué cabe esperar de lo que está por venir, y cómo hemos evolucionado los últimos años, hemos hablado con Juan Cañada, consultor de Big Data, experto en Inteligencia Artificial y especialista en modelos de visualización de datos. Cañada compagina su trabajo como consultor para distintas firmas con la docencia en escuelas de gran prestigio como el Instituto de Empresa, o la academia madrileña datahack, donde ha obtenido un importante reconocimiento al haber conseguido la calificación más alta por sus alumnos: un sobresaliente por su modo de enseñar.

MuyComputerPro: ¿Dónde nace la inspiración para buscar en el entorno y en la naturaleza la respuestas a los problemas que se nos planean en el desarrollo de determinadas tecnologías?

Juan Cañada: Es difícil saber donde nace porque creo que es tan antigua como el hombre. Desde hace miles de años ha habido equilibrio entre pensadores más teóricos que buscaban soluciones dentro de sí mismos y otros más prácticos que lo hacían observando la naturaleza. En ese sentido Aristóteles fue un maestro, pero seguro que miles de años antes ya había gente que para resolver un problema primero miraba si la naturaleza había hecho el trabajo por él. Por ejemplo hay una leyenda vasca muy bonita que cuenta cómo la hoja del castaño inspiró la invención de la sierra.

MuyComputerPro: Han pasado 20 años desde el enfrentamiento entre Kasparov y Deep Blue, ¿qué ha cambiado desde entonces?

Juan Cañada: Las bases teóricas sobre las que se fundamentan las redes neuronales no han cambiado tanto como cabría esperar, aunque por supuesto ha habido avances muy significativos ahí. Donde realmente ha habido una revolución es en la capacidad de cómputo de los procesadores, en la capacidad de almacenamiento y en la cantidad de datos que hoy en día se pueden generar y procesar. Hace veinte años entrenar a una red neuronal era difícil por muchos motivos, sobre los que se podrían destacar la baja potencia de los computadores y la carencia de datos. Hoy en día la situación es totalmente distinta. Disponemos de ordenadores cientos de miles de veces más rápidos y de una cantidad de datos ingente que se multiplica exponencialmente. Esto permite entrenar a los sistemas de Inteligencia Artificial con una eficacia prodigiosa. Hace sólo un año una máquina fabricada por Google ganó al campeón mundial de AlphaGo, un juego mucho más complejo que el ajedrez. El mes pasado Google puso a funcionar una máquina nueva que en sólo tres días ya era mejor que la del año anterior, y en cuarenta días ha aprendido más sobre el juego que todos los jugadores humanos desde hace milenios.

MuyComputerPro: ¿Qué evolución esperas para este campo en los siguientes 20 años?

Juan Cañada: El campo de la Inteligencia Artificial es tan amplio y evoluciona a tanta velocidad que no creo que pueda hacer una predicción precisa a tan largo plazo. En muy pocos años utilizaremos IA en muchos más campos que ahora: bots que nos asistan en múltiples tareas, desde asistentes domésticos hasta gestiones administrativas o laborales, aplicaciones que anticipan lo que queremos hacer y potencian nuestras capacidades, vehículos autónomos que nos transportarán de forma más óptima y segura, algoritmos que harán tareas creativas que hasta ahora creemos destinadas a seres humanos como componer una canción o escribir un cuento… Sin embargo en un plazo de veinte años podría haber avances en el desarrollo de inteligencias artificiales generales, que son las que no están destinadas a tareas específicas sino que pueden aprender a hacer cosas muy distintas en entornos que no estén bien definidos, de la misma forma que el cerebro de un niño no está diseñado para especializarse en un área determinada sino en muchas. Si esto ocurriera creo que sería el mayor salto de la historia de la humanidad, con mucha diferencia sobre todos los anteriores. Que ese salto tenga más consecuencias positivas que negativas es algo que dependerá de nosotros mismos.

MuyComputerPro: ¿Cuál es el mayor desafío a la hora de plantear un modelo de visualización de datos?

Juan Cañada: Los desafíos son múltiples. Quizás el mayor que tenemos hoy en día es encontrar nuevas codificaciones que permitan visualizar mayores cantidades de datos de una forma que maximice la extracción de conocimiento de los mismos. Probablemente la Realidad Virtual y sobre todo la Realidad Aumentada aporten cosas interesantes en este sentido en los próximos años.

MuyComputerPro: ¿Puede un modelo de salida mal planteado dar lugar a conclusiones erróneas?

Juan Cañada: Absolutamente, lo raro sería que no lo hiciera. Las salidas deficientes de datos, incluyendo las malas visualizaciones, son culpables de la mala toma de ingentes cantidades de decisiones. Esto ocurre cada día en todos los ámbitos.

MuyComputerPro: ¿Cómo aprende un sistema de Inteligencia Artificial general?

Juan Cañada: Como ya he contado aún no hemos sido capaces de diseñar verdaderos sistemas de IA general, y por tanto la respuesta a esta pregunta sin lugar a dudas variará en los próximos años. Es nuestro deber compartir el conocimiento adquirido durante este recorrido para que toda la humanidad se pueda beneficiar de él.