Cada vez más, los ordenadores son capaces de aprender por sí solos y ahora superan a los seres humanos en ciertas tareas de reconocimiento de imágenes. Jeremy Howard, director ejecutivo de Enlitic, está explorando estas capacidades para aplicaciones médicas. Fue uno de los primeros en adoptar metodologías de redes neuronales y macrodatos en la década de 1990. Como presidente y científico jefe de Kaggle, una plataforma para competiciones de ciencia de datos, presenció el auge de un método algorítmico llamado «aprendizaje profundo». En 2012, un equipo dirigido por Geoffrey Hinton, de la Universidad de Toronto, captó la atención mundial al utilizar el aprendizaje profundo para ganar un concurso patrocinado por Merck sobre descubrimiento automático de fármacos. Sorprendentemente, ningún integrante del equipo tenía conocimientos especializados en productos farmacéuticos ni química molecular. Howard habla con Look ahead sobre el efecto que tendrá el aprendizaje profundo en la economía industrial y algunos de los desafíos futuros que prevé para aprovechar estos beneficios.
Los nuevos avances que utilizan algoritmos predictivos basados en datos recopilados mediante redes de sensores e Internet pueden optimizar aún más las cadenas globales de valor (CGV). En el futuro, los robots y la impresión 3D podrían cambiar nuestra forma de concebir la mano de obra cualificada y la producción en masa, y transformar las CGV en cadenas de valor regionales.
¿Cuándo empezó a conocer el aprendizaje profundo?
En realidad, lo llevo observando desde hace más de 20 años. Como quizá sepa, el aprendizaje profundo es simplemente una evolución de las redes neuronales con más capas. Utilicé redes neuronales a principios y mediados de la década de 1990. En aquel momento trabajaba en consultoría y tuvimos mucho éxito mejorando la segmentación de las aplicaciones de marketing. Lo que ocurrió en 2012 fue que, por primera vez, las redes neuronales profundas empezaron a ser eficaces en tareas que antes solo podían realizar los seres humanos, particularmente en la comprensión del contenido de las imágenes. El reconocimiento de imágenes puede parecer una aplicación bastante específica, pero, si lo piensa, en realidad es fundamental. Antes, los ordenadores eran ciegos. Hoy reconocen objetos en imágenes con más precisión y mucha más rapidez que las personas.
¿Qué tipos de problemas de la economía industrial puede resolver eficazmente el aprendizaje profundo?
Hay tres ámbitos concretos en los que esta capacidad de comprender imágenes es muy importante. Uno es el de las imágenes satelitales, ya sea para la agricultura, la inteligencia o la cartografía. Ahora el aprendizaje profundo puede automatizar gran parte de ese trabajo.
El segundo, aún más interesante, es la robótica. Ahora podemos tener cosas como coches autónomos o máquinas que preparan comida automáticamente. Dotar a los robots de la capacidad de ver abrirá un ámbito enorme.
El tercero es la medicina. Comprender lo que se está observando es fundamental para diagnosticar y tratar enfermedades. Entre las aplicaciones se incluyen la radiología (observar el interior del cuerpo mediante rayos X o resonancias magnéticas), la patología (examinar tejidos con un microscopio) y la dermatología (observar imágenes de la piel).
A los seres humanos les lleva literalmente décadas ver suficientes ejemplos como para identificar con precisión lo que ocurre, por ejemplo, en una resonancia magnética. Los ordenadores, en cambio, pueden examinar 50 millones de resonancias magnéticas y comprender cada tipo de enfermedad a medida que aparece en todo tipo de personas y en cualquier etapa, por lo que pueden igualar al mejor radiólogo en cada subespecialidad.
Pueden permitir que el médico, o incluso una enfermera en alguna provincia remota de China, comprenda a fondo lo que sucede en una imagen médica. La atención sanitaria, en general, es una industria de casi 10 billones de dólares; 3 billones en Estados Unidos, y posiblemente la mayor del mundo. El hecho de que ahora podamos utilizar el aprendizaje profundo para comprender datos médicos de esta manera cambiará por completo el mundo.
La atención sanitaria, en general, es una industria de casi 10 billones de dólares; 3 billones en Estados Unidos, y posiblemente la mayor del mundo. El hecho de que ahora podamos utilizar el aprendizaje profundo para comprender datos médicos de esta manera cambiará por completo el mundo.
De los sectores que ha mencionado, ¿cuál cree que se verá más afectado por el aprendizaje profundo?
Sospecho que, a largo plazo, la robótica será el ámbito donde el impacto sea mayor. Disponer de dispositivos que puedan ver afecta a una gran proporción del empleo mundial que depende de la visión humana. Sospecho que, a largo plazo, la robótica afectará a todas las personas del mundo, todos los días, en todo momento.
La medicina ocupa un segundo lugar bastante cercano. Podemos utilizar el aprendizaje profundo para comprender el genoma, las imágenes y los análisis de laboratorio, y ofrecer respuestas a las preguntas de los médicos. Esto permitirá que los médicos dispongan del tipo de herramienta de apoyo a la toma de decisiones con el que sueñan.
Cuando observé la robótica, muchas personas a las que respetaba trabajaban en ella y avanzaban rápidamente. Pero no se ve este tipo de progreso en medicina. Obviamente está Watson, pero en realidad se diseñó para ganar Jeopardy. Nunca se diseñó para ser eficaz en medicina. Por ello, no puede procesar algo como las imágenes, así que han tenido dificultades para cubrir estas enormes carencias.
Sospecho que, a largo plazo, la robótica será el ámbito donde el impacto sea mayor. Disponer de dispositivos que puedan ver afecta a una gran proporción del empleo mundial que depende de la visión humana. Sospecho que, a largo plazo, la robótica afectará a todas las personas del mundo, todos los días, en todo momento.
Cada vez más, los datos con los que trabajamos en el mundo son continuos y se basan en el tiempo. El aprendizaje profundo se ha utilizado sobre todo con grandes lotes de datos estáticos, como un millón de imágenes de gatos. ¿También se aplica a datos temporales y en tiempo real?
En realidad, es especialmente eficaz para eso. Que hasta ahora se haya utilizado principalmente en imágenes se debe a una circunstancia histórica. En 2012 se ganó un concurso utilizando aprendizaje profundo para el reconocimiento de imágenes. Como resultado, muchas personas del ámbito de la visión artificial orientaron su investigación hacia el aprendizaje profundo. Es igual de útil para el lenguaje o las señales temporales. Estos modelos se entrenan de modo que, cada vez que se presenta un nuevo punto de datos, este se incorpora muy rápidamente a un modelo actualizado.
El desafío es que no ha habido muchas personas con conocimientos técnicos suficientemente sólidos sobre aprendizaje profundo para aplicarlo a ámbitos donde antes no se había utilizado. Durante 20 años, solo cinco laboratorios universitarios del mundo trabajaron en ello. Hoy esos cinco laboratorios son muy famosos [Nota de la redacción: los cinco son la Universidad de Toronto, la Universidad de Montreal, la Universidad de Nueva York, la Universidad de Stanford y la Universidad de Oxford]. Todas las personas que salen de ellos son contratadas por Google, Facebook o una universidad de primer nivel. Ni siquiera ha transcurrido tiempo suficiente para que salgan los primeros doctorandos de los programas que han crecido desde 2012. Aún no están disponibles los recursos técnicos necesarios para aplicar estas herramientas a nuevos ámbitos. Existe una enorme oportunidad industrial para quienes desarrollen todo esto. Me recuerda a los primeros días de Internet; ahí es donde estamos ahora con el aprendizaje profundo.
¿Cuáles son las diferencias entre la manera en que aprenden las personas y las máquinas? ¿Conoce debilidades específicas del enfoque del aprendizaje profundo?
La diferencia entre las personas y las máquinas es que, una vez que se crea un módulo detector de gatos, no es necesario que todas las máquinas lo aprendan. Podemos descargar estas redes de una máquina a otra, pero no podemos descargar conocimientos de un cerebro a otro. Esta es una enorme ventaja de las máquinas de aprendizaje profundo, a la que llamamos «aprendizaje por transferencia».
En el aprendizaje profundo faltan realmente dos elementos. El primero es muy sencillo: necesitamos un mejor acceso a los datos. En medicina, se dedica más tiempo no a entrenar el modelo para que reconozca nuevas enfermedades, sino a reunir conjuntos de datos con suficientes ejemplos de enfermedades. Los datos existen, pero están repartidos entre miles de redes hospitalarias desconectadas. La legislación, que se elaboró para garantizar la privacidad de los datos médicos, no previó que podríamos salvar millones de vidas agregando datos para entrenar estas redes neuronales. Tenemos este coste de oportunidad de millones de vidas. En Enlitic intentamos trabajar directamente con grandes redes hospitalarias para acceder a esos datos mediante acuerdos de investigación y así crear estas redes que salvan vidas.
Lo segundo que falta es técnico: la capacidad de razonar. Con el aprendizaje profundo podemos reconocer cosas muy bien; es una gran máquina de analogías. Pero no puede usar la lógica para comprender cosas inesperadas en una imagen determinada. El cerebro humano es muy bueno haciendo conjeturas porque comprendemos el contexto de cómo funciona el mundo y cómo encajan las cosas. Por el momento, nuestros sistemas de aprendizaje profundo carecen de ese tipo de comprensión contextual.
Usted enseña en Singularity University y, en concreto, imparte clases sobre el aprendizaje profundo como una «tecnología que avanza exponencialmente». ¿Qué recursos deben ser ilimitados para que el aprendizaje profundo crezca de forma exponencial?
Es una pregunta muy buena. De hecho, creo que el aprendizaje profundo podría ser la primera tecnología verdaderamente exponencial.
La mayoría de las tecnologías no son exponenciales. Muchas empiezan pareciendo exponenciales, pero siempre se topan con algún tipo de limitación de recursos, lo que da lugar a una curva de crecimiento en forma de S que finalmente se aproxima a un máximo. La máquina de vapor de la Revolución Industrial, por ejemplo, tuvo un crecimiento exponencial al principio, pero al cabo de un tiempo se sustituyó la mayoría de los insumos energéticos y el crecimiento se detuvo.
Existe una demostración matemática de que el aprendizaje profundo puede modelar cualquier cosa que sea posible modelar, siempre que disponga de suficiente capacidad de cálculo y datos para aprender. No es un motor físico, sino intelectual.
Sus insumos son energía y datos. Obviamente, hay una cantidad infinita de datos en el universo. La energía no es ilimitada, pero hay bastante. Pasará mucho tiempo antes de que nuestra capacidad de cálculo se vea limitada por la cantidad de energía que podemos aprovechar. Los cálculos serán cada vez más eficientes a medida que mejoremos en su realización.
Con el aprendizaje profundo, al añadir más capas a la red, aumenta de forma más que lineal lo que puede modelar. Las redes más grandes ofrecen rendimientos crecientes. La capacidad intelectual de estos sistemas nos supera a un ritmo cada vez mayor. Entonces podremos aprovechar cantidades mucho mayores de energía con mucha más eficiencia para crear redes de aprendizaje profundo aún mejores.
De hecho, ahora existe una red de aprendizaje profundo que construye redes de aprendizaje profundo. Y, efectivamente, las redes que crea son mucho mejores que las que han diseñado los seres humanos.
…el aprendizaje profundo podría ser la primera tecnología verdaderamente exponencial.
Tengo entendido que ha estado aprendiendo chino por su cuenta mediante un algoritmo de aprendizaje que utiliza muchos datos. Me pregunto cómo ha influido esta experiencia de aprendizaje personal, en su propio cerebro, en sus ideas sobre el aprendizaje profundo in silico.
En realidad, no aprendí chino porque tuviera interés alguno en el idioma. Quería aprender más sobre el aprendizaje humano para poder utilizar esos conocimientos y mejorar mi capacidad de aprendizaje automático. Hace unos seis años, me propuse realizar un proyecto de estudio que pudiera durar mucho tiempo. Elegí el chino porque es uno de los dos idiomas más difíciles de aprender para los angloparlantes, junto con el árabe. Pasé tres meses estudiando la teoría del aprendizaje humano y luego tres meses escribiendo un programa para intentar aplicar lo que había aprendido; después empecé a aprender chino. Resultó que, por suerte, el chino me gusta mucho.
La teoría del aprendizaje humano trata realmente del poder de crear conexiones adicionales en el cerebro, utilizando recursos como las reglas mnemotécnicas y el contexto para aprovechar lo que ya hemos aprendido y ayudarnos a aprender otras cosas. Ha influido en mi comprensión del aprendizaje por transferencia del que hemos hablado. Para mí, el trabajo más interesante en el aprendizaje profundo en este momento es esta capacidad de transferir conocimientos entre redes y hacer que estas mejoren continuamente, no solo en una tarea concreta, sino también en otras nuevas.
Este artículo se publica en colaboración con GE Look Ahead. La publicación no implica que el Foro Económico Mundial respalde las opiniones expresadas.
Para mantenerse al día con la Agenda, suscríbase a nuestro boletín semanal.
Autor: Anthony Wing Kosner colabora con GE Look Ahead.
Imagen: Una mujer utiliza su teléfono mientras espera para cruzar la Quinta Avenida en Nueva York. REUTERS/Lucas Jackson.
