Redes neuronales profundas: el futuro es hoy

Cuando vi en 2013 la película Her, dirigida por Spike Jonze, deliré pensando en la utopía de un futuro donde todos nos podríamos enamorar, como Theodore, de una Samantha o cualquier otro sistema operativo que nos comprendiera tan profundamente, que tuviera sentido del humor, y hasta que intimáramos con él, sin necesidad de una presencia física. La voz es el vínculo de esta relación. Las entonaciones, las pausas de Samantha hacen creíbles sus emociones. Y ya no importa si es real o no. Como pasa cuando nos enamoramos. ¿No lo hacemos acaso de una imagen que creamos del ser amado? La habilidad del sistema operativo no la tiene nuestro enamorado y por eso ese flash del comienzo se va debilitando. Samantha está continuamente aprendiendo, evolucionando y experimentando a partir de la forma de actuar y sentir de Theodore. Es difícil que alguien “nos sepa” de la manera en que lo hace este encantador robot. Amamos cuando nos podemos ver en el espejo del otro.

Esta historia ya no es ficción. Tenemos a Sophia, creada por David Hanson. Se activó en 2015, inspirada físicamente en Audrey Hepburn, tiene una inteligencia artificial que desarrolla cada día a partir de los contactos con los seres humanos. Es capaz de mantener conversaciones cada vez más evolucionadas. Ayer vi en YouTube una entrevista de ella con los conductores de un programa televisivo español y quedé impactada.

Sophia the Robot en El Hormiguero. / YouTube

Fue diseñada para acompañar ancianos en residencias para mayores, pero hoy ya es una figura famosa a nivel internacional. Viaja por el mundo, con pasaporte: tiene ciudadanía saudí. Es casi humana. El hecho de que carezca de emociones verdaderas la hace equilibrada, respetuosa y sin las zonas oscuras de la psiquis del homo sapiens.

Esto es posible gracias a la creación de las Redes neuronales que son una réplica del cerebro humano. Un niño aprende a hablar por la experiencia. Incorpora cada vez más sonidos, los relaciona con objetos, luego con acciones y con emociones que se van grabando en su memoria.

Las Redes Neuronales causaron un enorme impacto en los últimos años. A ellas les debemos los automóviles automáticos, las aplicaciones que reconocen rasgos faciales y huellas digitales. No solo eso, también almacenan nuestros gustos musicales para enviarnos en una app una playlist del tipo de canciones preferidas, o nos aconsejan películas del estilo de las que solemos ver, en la plataforma de cine que usemos.

Son la base de la Inteligencia Artificial moderna.

Los humanos conocemos una fruta, un vegetal, un animal, una planta, en base a la experiencia que hayamos tenido de esos objetos. Los indicadores son la forma, el color, el sabor, el aroma.

Para hacerlo en forma tecnológica y matemática se definen los parámetros y se los envía a algo que podríamos llamar neurona artificial. A ella le diríamos cómo es una patata. Distintas posibilidades de color, forma, tamaño que la va a ayudar a identificarla de una zanahoria por ejemplo. Pero se le va a hacer más difícil distinguirla de una batata o un boniato. Es aquí donde entran en juego las Redes Neuronales.  Al haber más neuronas se pueden distinguir más detalles y con más precisión. Si se pueden agregar capas de neuronas ya estamos hablando de Redes Neuronales Profundas, con mayor semejanza al cerebro humano.

En tres capas de neuronas, la primera recibe los datos para enviarlos a las otras dos. La segunda es la de las capas ocultas. Puede haber miles de ellas, cuantas más haya, mayor será la complejidad. Y la tercera es la capa de salida que es quien recibe la información de las otras dos, toma la decisión del reconocimiento y nos da el resultado.

Para entrenar a una Red Neuronal es necesario realizar este proceso miles de veces, cada vez con más asociaciones. Si hay muchos errores, habrá que hacer modificaciones. Como hacemos con los niños cuando les enseñamos a distinguir y diferenciar las cosas del mundo que los rodea.

Cuando mi hija mayor tenía menos de un año ya reconocía objetos y les daba un nombre. Generalmente por su sonido onomatopéyico. Al perro le decía “ba-bau”, a la vaca “muu”, a los pajaritos “pi-pí”. Tanto si eran reales como si los encontraba en una ilustración. Una vez vio un dibujo de una flor enorme, llena de pétalos, que parecía un perro lanudo y dijo “¡ba-bau!”. Le dije: “No, es una flor”, y le mostré otras. Fui corrigiendo el error. Muy a mi pesar, porque me había encantado su equivocación.

De la misma manera se entrena a una Red Neuronal.

Está claro que es el futuro de la humanidad. No nos alcanza la imaginación para dimensionarlo.

En mi especialidad audiológica es fascinante conocer cómo se aplica a la tecnología de los audífonos para hipoacúsicos.

Asistí la semana pasada, en Buenos Aires, a un curso de actualización de audífonos de la marca Oticon (Dinamarca). La disertante, Linda Florian Aguilar, audiologist trainer para América latina nos presentó un nuevo modelo de audífonos pediátricos, con una Red Neuronal Profunda entrenada con doce millones de escenas sonoras. Nos contó que fabricaron un pequeño bebé robot al que se lo capacitó para desarrollar una memoria auditiva. Luego se incorporó ese chip a un diminuto audífono que le permite al niño un detallado conocimiento del mundo sonoro y le facilita su aprendizaje, desde los primeros meses de vida.

Me quedo pensando en la utopía de una Red Neuronal Profunda que se inserte en el cerebro de personas con enfermedades neurológicas, reemplazando a las neuronas dañadas. ¿Por qué no?

El futuro es hoy. @mundiario