Conecta con nosotros

Opinión

Apple: del “no la quiero” a tener la mejor plataforma de IA del mercado

Publicado el

En 2015 Apple (por boca de su CEO, Tim Cook)  renegaba de la Inteligencia Artificial basada en Machine Learning con algoritmos en la nube. Cook aducía motivos de protección de la privacidad de los datos de los usuarios y acusaba a Google, Facebook, Amazon y Microsoft de hacer las cosas (moralmente) de manera incorrecta.

En 2017 (evidentemente, no hablamos de algo tan sencillo como Siri) investigadores de Apple abrieron su mente y empezaron a trabajar en la que hoy, septiembre de 2019 es la mejor plataforma de Inteligencia Artificial basada en Machine Learning del mercado, capaz de controlar todas las demás que existen…

Apple ha luchado en los últimos años para establecer una práctica robusta de inteligencia artificial (IA). Esto se debe en parte a las políticas de privacidad de la compañía: es más difícil analizar los conjuntos de datos para obtener información cuando las reglas internas impiden que la compañía use todos los datos de usuario que querría. No obstante, los proyectos más novedosos de Apple muestran que está avanzando de todos modos, incluida una plataforma que, si alguna vez se lanza, podría cambiar la forma en que se usa IA y aprendizaje automático (ML o Machine Learning).

Más adelante haremos referencia a cómo, en un discurso de 2015, el CEO de Apple, Tim Cook, acusó a gigantes tecnológicos como Facebook y Google de «engullir todo lo que pueden aprender sobre el usuario y tratar de monetizarlo», lo que calificó de «incorrecto» (la palabra que usó, en inglés es “wrong”, haciendo referencia a que es ética o moralmente incorrecto o malo el hacerlo). En 2015 parecía poco probable que la postura de Apple sobre los datos y la privacidad cambiase durante el mandato de Cook.

Pero, “el negosi es el negosi” y quien no tenía televisión en streaming, ahora sí la tiene para competir con Disney, Netflix, HBO, Amazon Prime o Movistar (Telefónica con Atresmedia); quien despreciaba los videojuegos, ahora lanza 100 juegos de golpe con Apple Arcade y, de dejar de lado la Inteligencia Artificial basada (obviamente) en Machine Learning, hoy dispone de la mejor de todas, porque 1) Puede controlar las demás y 2) Puede mejorar exponencialmente su IA y la de los demás. Quién te ha visto y quién te ve, Apple. A Cook (literalmente “cocinero”, en inglés) se le puede aplicar el dicho castellano de “cocinero antes que fraile”…)

En EEUU, el 13 de septiembre, pude acceder a un documento de Apple que, tan solo el día 19 pasado, fue conocido por más personas y, (no por mí ni a través de mí), llegó a algunos medios de comunicación muy especializados en Machine Learning y Deep learning en Estados Unidos. «Overton: un sistema de datos para controlar y mejorar los sistemas de machine learning”»; un grupo de investigadores de Apple describe su trabajo en una plataforma de aprendizaje automático (llamada «Overton», como los alemanes llamaron “Enigma” a su código cifrado de comunicaciones y a su “ordenador” con las claves; y los aliados denominaron “Ultra” a la contrapartida de Enigma durante la Segunda Guerra Mundial) diseñado para «apoyar a los ingenieros en la construcción, el control y la mejora de los sistemas de producción de Machine Learning».

¿Cómo realiza Overton esta tarea? Al automatizar el core de la construcción, implementación y control del modelo de aprendizaje automático/ML, Apple afirma que la plataforma ya está en uso, apoyando múltiples iniciativas «tanto en aplicaciones en tiempo real como en procesamiento interno». Estas aplicaciones con tecnología Overton han «respondido a miles de millones de consultas en múltiples idiomas y procesaron billones de registros: reducción de errores versus sistemas de producción «.

Esto significa que cualquier investigador o ingeniero que trabaje con Apple Overton necesitará confiar en que la plataforma puede reconocer y solucionar problemas con un modelo; de lo contrario, presumiblemente necesitará profundizar en los algoritmos y conjuntos de datos, un proceso largo y estresante; lo sé por propia experiencia. Pero, si realmente funciona como dice Apple, Overton debería reducir exponencialmente el tiempo necesario para producir resultados. De otra manera es como, si en vez de utilizar Big Data, por ejemplo, los economistas analizáramos millones de tablas estadísticas en Excell o en SPSS: Big Data ofrece resultados en cuestión de horas; “la hechura a pedales” tarda semanas y hasta meses en dar resultados… Sería como comparar la máquina de escribir con Watson, de IBM…

Overton, por tanto, reducirá la cantidad de codificación que los investigadores de Machine Learning y los científicos de datos deben hacer, permitiéndoles observar y administrar el proceso desde un nivel superior: créanme, que, de esto, sé mucho y no por sabio, sino por haber dedicado una docena de años hasta 2016 a realizar la codificación estadística de estudios económicos con computación clásica y no con Big Data. La codificación lo es todo; es previa al resto de procesos y garantiza el éxito final, si está bien planificada. En el caso de Overton, además, es interoperable con plataformas como TensorFlow de Google, que se están convirtiendo en un estándar del sector.

Apple no es único en la producción de una herramienta que intente eliminar la mayor cantidad de codificación posible del proceso de Machine Learning. Por ejemplo, Google tiene AutoML, que está diseñado de manera similar para producir modelos de aprendizaje automático con un mínimo de código; también está el Machine Learning Studio de Microsoft, que intenta reducir la creación de modelos ML a un proceso de arrastrar y soltar. Automatizar ML e IA es clave para que estas tecnologías sean tan comunes como sea posible.

La revelación de Overton también es interesante, ya que muestra que los investigadores de Apple están trabajando de manera paralela a otras empresas de tecnología. La herramienta de Apple podría ayudar a sus empleados a ponerse al día con sus rivales en IA / ML, pero es una pregunta abierta (con respuesta abierta) si alguna vez la transformarán en un producto orientado al público, tal como lo han hecho para CoreML y otras herramientas. Evidentemente, Siri es una broma barata, comparada con lo que estamos ahora tratando.

Es la simple negociación que convirtió a compañías como Google y Facebook en gigantes: a cambio de la conveniencia de dirigir la vida desde un teléfono inteligente, el usuario entrega inmensas cantidades de datos sobre cada una de sus actividades. Se comprime en la nube, donde ya continúan la tarea los algoritmos … bueno, es difícil estar exactamente seguro, pero todos lo hacen y Google y Microsoft lo reconocen. Apple es una excepción (en 2017 lo negaba y en 2015 decía que no quería ni oír hablar de ello) y, por eso, también el descubrimiento de Overton es tan importante.

Tim Cook ha posicionado agresivamente a su compañía como no interesada en recopilar datos de usuarios, y se jacta de que este hecho distingue a Apple. «Están engullendo todo lo que pueden aprender sobre usted y tratando de monetizarlo», dijo en un discurso de 2015. «Creemos que eso está mal». «Ellos», por supuesto, son Google y Facebook, que dependen en gran medida de la computación en la nube para la búsqueda y las recomendaciones y otras características. Apple, por otro lado, promete hacer sus cosas basadas en el aprendizaje automático (Machine Learning), como buscar fotos y predecir qué emoji desea en cada momento en el teléfono inteligente o tableta.

Puede entrarse en muchísimo más detalle. El documento sobre Overton da mucho de sí y será objeto de debate entre los expertos. Y, sobre todo, ahora, es un ejemplo de cómo una empresa evoluciona en tres etapas: 2015 (negación, no quiero hacerlo; quienes lo hacen violan la privacidad de sus usurios); 2017 (apertura: todos lo hacen -Google, Microsoft, Amazon, Facebook…- ¿Por qué no lo voy a hacer yo, Apple?); 2019 (desarrollo de la mejor plataforma de Inteligencia Artificial basada en Machine Learning: mejor que las demás, mejor que sí misma conforme aprende automáticamente y con capacidad de controlar el resto de plataformas de IA…

Acabo con un tercer refrán castellano, en este caso aplicable a Apple: “nunca digas de esta agua no beberé” o “este fulano no es mi padre”, no vaya a ser te encuentres compartiendo agua en la misma fuente en que te encuentras con tu progenitor…

jorge diaz cardielFirmado: Jorge Díaz Cardiel, Socio Director General de Advice Strategic Consultants. Economista, Sociólogo, Abogado, Historiador, Filósofo y Periodista. Ha sido Director General de Ipsos Public Affairs, Socio Director General de Brodeur Worldwide y de Porter Novelli International; director de ventas y marketing de Intel Corporation y Director de Relaciones con Inversores de Shandwick Consultants. Autor de más de 5.000 artículos de economía y relaciones internacionales, ha publicado más de media docena de libros, como Innovación y éxito empresarial, Hillary Clinton versus Trump: el duelo del siglo; La victoria de América; Éxito con o sin crisis; Recuperación Económica y Grandes Empresas; Obama y el liderazgo pragmático, La Reinvención de Obama, Contexto Económico, Empresarial y Social de la Pyme en España, entre otros. Es Premio Economía 1991 por las Cámaras de Comercio de España.

El equipo de profesionales de MCPRO se encarga de publicar diariamente la información que interesa al sector profesional TI.

Los mejores cupones

Lo más leído

Suscríbete gratis a MCPRO

La mejor información sobre tecnología para profesionales IT en su correo electrónico cada semana. Recibe gratis nuestra newsletter con actualidad, especiales, la opinión de los mejores expertos y mucho más.

¡Suscripción completada con éxito!