Amazon Web Services: “La inteligencia artificial puede ser abstracta para los directivos”

Todos los desarrolladores deben aprender a desarrollar machine learning". Esta rama de la inteligencia artificial (IA) da respuesta a uno de los grandes desafíos de este siglo: cómo sacar el máximo partido a los datos (casi infinitos) que estamos generando. "No hay un área donde las empresas no hayan visto que no mejora sus negocios", dice el responsable de marketing de la división de IA y machine learning de Amazon Web Services (AWS), Ryan Gavin. Pero para resolver este reto, el aprendizaje automático debe estar armónicamente integrado con la nube. Así se abren nuevas oportunidades, como la del aprendizaje por refuerzo, el último mesías de la IA. 

El despertar de la inteligencia artificial ha estado estrechamente unido al nacimiento de la nube. "Ha sido clave para el machine learning", comenta Gavin a INNOVADORES durante el último Reinvent de AWS celebrado en Las Vegas. El directivo señala dos razones "increíblemente buenas" que hacen del cloud computing el aliado perfecto de la IA.

Por un lado, "el aprendizaje automático está muy hambriento de datos y la nube tiene una posición única para almacenar información a escala y a un precio asequible". Por otro, la inteligencia artificial demanda una capacidad increíble de computación para el entrenamiento de la información, las inferencias, las predicciones... "La nube tiene acceso a mucha computación, además permite utilizar solo la que necesita la empresa en cada momento sin asumir los costes de la infraestructura". 

Por eso, "mientras las compañías mueven sus datos cada vez más a la nube, están desbloqueando la oportunidad de aprovechar esa información aplicando machine learning". Ahora mismo, reconoce el directivo de Amazon Web Services, el principal obstáculo para la implementación masiva de la inteligencia artificial no es tecnológico, sino mental. «A veces puede ser un poco abstracta, sobre todo, para los directivos empresariales», asegura. 

Pero Gavin es un "optimista" confeso y prefiere simplificar el asunto: "En muchos casos, la IA sencillamente significa hacer mejores predicciones". Precisamente, "en los negocios se hacen predicciones diariamente". De ahí que confíe plenamente en sus aplicaciones en cada industria y casi en cada escenario. "Se trata de ponerla a trabajar para que la cosas que ya se hacen, se puedan hacer mejor y, en muchos casos, ahorrando dinero". 

El responsable de marketing de IA y 'machine learning' de AWS, Ryan Gavin. Foto Innovadores

Así, poniendo a trabajar la tecnología, surgen nuevas oportunidades, como la del aprendizaje por refuerzo (más popular por su nombre en inglés, reinforcement learning). "Ha estado ahí durante 30 años, pero es ahora cuando empieza a aplicarse", comenta el directivo de AWS. Para explicar su potencial, Gavin compara esta rama de inteligencia artificial con uno de sus ‘primos hermanos’: "En el aprendizaje supervisado tienes muchos datos, los etiquetas, el modelo aprende y hace predicciones". Con el reforzado no. "Aquí no tienes esos datos etiquetados y, por tanto, no hay una respuesta exacta, pero quieres un resultado concreto". Sólo hay que decirle a la máquina qué se desea obtener y si lo consigue, recibe una recompensa. Básicamente, como si fuese una mascota. Si no acierta, el ‘premio’ es negativo. "Lleva a cabo millones de simulaciones con cada camino posible hasta que aprende la mejor manera de hacerlo", explica. 

Gavin no cree que esta categoría de la IA sea más o menos inteligente que otra, "simplemente es distinta". ¿El problema? "Es muy difícil de conseguir". «Se necesita experiencia en técnicas profundas, simuladores potentes, frameworks específicos...». Uno de los objetivos que el brazo cloud de Amazon se ha marcado para este 2019 es avanzar en el desarrollo de esta tecnología para abrirla a sus clientes a través de su nube.