TensorFlow, el aprendizaje automático Open Source que hace inteligentes a los productos de Google

Google quiere que el Machine Learning, una rama de la inteligencia artificial que aprende a partir de patrones, forme parte de la próxima generación de aplicaciones web. La semana pasada añadió una opción en Inbox, su aplicación de correo, para poder responder automáticamente, intuyendo posibles respuestas. En junio ha lanzado Google Fotos, un almacén inteligente que reconoce objetos, personas, situaciones y sitios.
Google Fotos fue el primer paso, la aplicación permite buscar diferentes términos dentro del álbum del móvil de manera inmediata. Desde su nacimiento en junio hizo grandes progresos. Cada vez distingue entre más sitios animales y comidas. Más sitios son vehículos. Peter Warden habla de un concepto más concreto de deep learning, que sirve para explorar dentro de lo que descubren y brindar mejores resultados. En Fotos, por ejemplo, se refleja en la selección de imágenes que surgen al abrir la aplicación: “Queremos que la gente se sienta bien, a gusto. Escogemos momentos que en su momento te hicieron sentir bien: vacaciones, actividades deportivas, bodas, reuniones familiares. Sabemos qué fotos se han tomado en un evento con otros familiares”.En caso de que el helado que tomamos en el paseo marítimo fuera de menta, fresa o pistacho sin tener que mencionarselo, google quiere saber. También si hablamos con acento de Madrid o Buenos Aires. Según quién sea el remitente, incluso si vamos a responder el correo electrónico de inmediato o vamos a dejarlo estar en la bandeja. Además, no solo quiere conocer al usuario, sino también la realidad que le rodea. Reconocer carteles, fechas importantes o alimentos como lo haría un ciudadano local y hacer que sirva para el resto del mundo.
Google Sites es una aplicación online gratuita brindada por la empresa estadounidense Google.
Tensor Flow es el almacén de experiencias y resultados de experimentos que utiliza Google para que sus aplicaciones tomen determinaciones mejores. El buscador acaba de abrirlo a terceros. Sundar Pichai, consejero delegado de Google, explica los avances de los últimos años: “Nos permite construir y entrenar a las redes neuronales hasta cinco veces más rápido que los primeros sistemas. La consecuencia es que los productos que lo utilizan aprenden mucho más rápido”.
Va a ser gratis y no hay requisitos previos para acceder a esta herramienta. Subraya: “Queremos generar una comunidad de Machine Learning, desde el mundo académico, a ingenieros y aficionados, para que intercambien ideas y se investigue”. La web creada al efecto cuenta con varios ejemplos y cursos de aprendizaje.
El directivo insiste en que el porvenir de Google pasa por el uso de esta tecnología: “Hace solo un par de años no podía hablar con nuestra aplicación, ni leer un cartel en ruso, o encontrar fotos de tu agricultor en Google Fotos. Nuestras aplicaciones no eran tan inteligentes. En muy poco tiempo dieron un gran giro gracias a nuestra inversión en este campo”. “Estamos en la infancia, aunque reconoce que todavía queda largo sendero por recorrer. Los computadora de hoy todavía no pueden hacer algo que un nene de cuatro años reconoce, como distinguir diferentes dinosaurios con solo observarlos en par de veces”.
Rajat Monga es el responsable de esta nueva división cuyo embrión se generó en 2011 con una investigación, DistBelief, que pretendía entender mejor las relaciones entre datos. Así empezaron a distinguir qué gatos salián en YouTube, reconocer el habla en el buscador o saber si lo que se come en una foto es paella o helado. O incluso si se come o se monta en bicicleta.
En 2014 publicaron otro experimento, Deep Dream para la formación e interpretación de imágenes a partir de otras simulando, que terminó con la liberación de una herramienta para jugar a dar un toque surrealista al archivo personal.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *